余承东春节假期在社交媒体发文，讲述自己开问界M9从安徽回深圳，一路使用华为“高阶智能驾驶”，并强调途中遇到了多种复杂路况，除高速收费口外“全程零接管”。

▲余承东在社交媒体上展示华为“高阶智能驾驶”

　　看到这种描述，你是不是感觉问界M9基本上能“自动驾驶”了？

　　这是企业在传播中常用的一种手法，刻意用“高阶智能驾驶”之类的词汇，和“全程零接管”之类的个案叙事，制造一种智能驾驶已经非常先进、甚至比人更靠谱的错觉。

　　模糊“智能驾驶”和“智能辅助驾驶”之间的区别，渲染“安全”、“零接管”，很可能迷惑甚至误导公众，这是非常危险和不负责任的。

智能驾驶比人强吗？

　　大家都应该知道的常识是：各种所谓“智能驾驶”只是“辅助驾驶”，离真正“自动驾驶”还有很长的路要走；而且，厂商自诩非常先进的“智能驾驶”，目前尚存在各种足以致命的缺陷和隐患。

　　特斯拉的Autopilot公认全球比较领先。马斯克在2021年声称，使用Autopilot的特斯拉发生碰撞的可能性是普通汽车的十分之一；特斯拉发布的《2022影响力报告》也显示，使用Autopilot的特斯拉，行车安全达到美国汽车平均水平的8.5倍。

　　但这只是特斯拉的一面之词。

　　据美国多家媒体报道，在线借贷平台LendingTree去年底公布了一项研究结果，在纳入分析的30个主要汽车品牌中，特斯拉驾驶者的事故率最高。

▲据美国媒体报道，特斯拉驾驶人的事故率最高

　　另据《华盛顿邮报》报道，自2019年至去年中期，特斯拉的Autopilot在美国引发700多起车祸，造成17人死亡。

　　近两年，特斯拉汽车屡次大规模召回，以修复“有缺陷”的自动驾驶辅助系统。

　　在我国，特斯拉汽车突然失控、刹车失灵等引发的车祸也不时见诸媒体；蔚来、小鹏等强调“智能”的汽车品牌也被曝出一些与智能驾驶相关的车祸。

　　在未来，“智能驾驶”也许会比人更可靠、更安全，但至少在目前来看，风险依然很大，而且不可控，不可预测。

智能驾驶的灰区和死角

　　为什么总会有人轻信智能驾驶，认为比人类开车更靠谱？

　　这是一种新式“技术迷信”。

　　和人类相比，智能驾驶系统确实有一些优势。激光雷达、毫米波雷达、摄像头等传感器的感知能力很强大；在深度学习、大数据模型等人工智能技术加持下，智能驾驶系统看上去很聪明，反应比人类更快。

　　而且，这套系统规避了人类不少生物性缺点，它不会疲劳、不会分心、不会酒驾，也不会因为其它车辆加塞而路怒。

　　但智能驾驶的核心是人工智能，而人工智能技术虽然不断有新突破，却仍然面临一些“灰区”和“死角”。

　　美国公路交通安全管理局（NHTSA）高级安全顾问玛丽·卡明斯去年曾撰文，指出了人工智能应用在自动驾驶上的几个“危险的真相”。

　　首先，人会犯错，软件代码也会出错。

　　任何一个在软件开发领域工作过的人都深知，软件代码很容易出错，系统越复杂，问题越大。

　　智能驾驶是一个非常复杂的系统，突然出现的偏离车道、追尾、意外刹车等情况，都可能和人工智能系统中的错误代码有关，而且有些错误代码隐藏很深，极难发现和修复。

　　再者，智能驾驶难以消除“盲区”。

　　智能驾驶的决策依赖人工智能，而现在的人工智能面临一道巨大障碍：只能解决自身“学习”过的问题，而不能创造性地解决新问题。

　　人类驾驶者不但能灵活应对各种新场景，就算信息不完整也能根据经验和常识，做出合理推测。

　　而人工智能虽然可以“深度学习”，却只能对训练过的任务应对自如，没学习过的就属于“异常数据”，一旦遇到就不知所措。

▲智能驾驶在应变方面存在缺陷

　　比如某品牌汽车曾出现这种意外：智能驾驶可以识别出行驶中的大货车，但前方路面上出现一辆侧翻的大货车时，却毫无察觉，一头撞了上去。

　　就算智能驾驶学习了99%的常见场景，剩下那1%的罕见场景仍有可能引发车祸，而这种“长尾问题”目前无解。

　　还有，智能驾驶的“黑盒”暗藏凶险。

　　人工智能的深度学习模型通常被称为“黑盒”。人类模仿大脑的工作方式设计了模拟神经网络，它可以依靠训练数据去“深度学习”，但没有人真正理解它的决策过程。这就意味着，技术专家不可能预测智能驾驶什么时候会出意外，出了意外，也很难搞清楚是什么原因。

▲人工智能的决策过程是“暗箱操作”

　　这种情况，也被称为人工智能的“可解释性问题”。

　　大量案例显示，智能驾驶有可能突然“神经错乱”而引发车祸。最常见的就是莫名其妙的“幽灵刹车”、毫无征兆的“自动加速”和难以预料的“突然转向”。

　　这些意外什么时候会出现？为什么会出现？——智能驾驶很多肇事原因目前不可解释。

慎用“智能驾驶”

　　某些汽车厂商热衷于炒作“智能驾驶”，有意无意之间，把一种明显存在缺陷的试验性技术，渲染为成熟可靠的高阶技术。

　　而有些消费者则欣然接受，开车时经常放心使用，甚至产生一定程度的依赖。

▲“智能驾驶”得到不少车主的信赖

　　更危险的是，有些车主误以为自己的车真的可以在某些路况下“自动驾驶”，当意外出现时，想“接管”已经来不及。

　　在谈到人工智能参与驾驶时的风险时，玛丽·卡明斯说，大语言模型可能会输出废话，而自动驾驶可能要了你的命。

　　由于先进辅助驾驶功能一年之内就引发数百起车祸，美国公路交通安全管理局已经启动大范围调查，并要求汽车制造商报告相关事故。目前还没有权威数据表明，在相同情况下，使用“智能驾驶”和不使用“智能驾驶”哪个更安全。

▲统计显示，装备自动驾驶系统的车辆追尾事故率高于普通车辆

　　人工智能科学家、纽约大学心理系教授Gary F. Marcus说：

　　制造无人驾驶汽车等东西的人就像在玩一个巨大的“打地鼠游戏”，往往刚解决了一个问题，又出现了另一个问题。一个补丁接一个补丁有时能派上用场，有时则无效。

　　人工智能存在的这些固有缺陷，现在还找不到可靠解决方案。有人寄希望于“通用人工智能（AGI）”，AGI和人类一样可以举一反三，触类旁通，从而能解决机器学习“没见过”的问题——但AGI什么时候能实现，目前未知。

　　实际上，一些不那么“高阶”的辅助驾驶功能也潜藏风险。作为一名记者和市场监管部门的汽车三包专家，我参与调查处理过的投诉中，一些仅装备基本驾驶辅助功能的汽车也出现意外加速、幽灵刹车、转向失控等问题，涉事车辆价位从十万级别到三十万级别都有。

　　转载自傅雪峰微信公众号