我们是时候降低对完全自动驾驶的期望了

自动驾驶汽车过去所说的未来，已经到了。

2015年，英国《卫报》曾预测，2020年，司机将永远坐在后座。2016年，《商业内幕》则说：到2020年，将会有1000万辆无人驾驶汽车上路。

此外，通用汽车、谷歌Waymo、丰田等都宣布会在2020年生产出自动驾驶汽车。埃隆·马斯克则更为乐观地预测特斯拉在2018年生产出自动驾驶汽车，失败后，又将这个期限拉到了2020年，其他一些公司甚至将期限拉到了2030年。

如今，2020年到了，全自动驾驶汽车却还没有踪迹。更为有趣的是，曾经全自动驾驶汽车的忠实信徒纷纷倒戈。

2019年10月份，苹果联合创始人 Steve Wozniak 说：我真的要放弃 L5 自动驾驶了。我甚至不知道能不能活着看到它（L5 级自动驾驶）。

2020年1月份，大众汽车公司的CEO Alex Hitzinger说：L4可能是汽车制造商可以达到的极限，（L5级自动驾驶）也许永远不会实现。

2020年2月份，沃尔沃表示：没有系统可实现全程完全自动驾驶，将放弃这一目标。

前几年，媒体每年问候自动驾驶的文章标题一般是“自动驾驶还需要几年可以实现？、自动驾驶的春天在哪里？”或者是震惊体的“再获融资，自动驾驶汽车有望在今年实现”。

从去年开始，标题已经逐渐变成了“2019年，我们还看得到自动驾驶吗？”、“2020年，我们还看得到自动驾驶吗？”，甚至有言辞激烈者批评“自动驾驶是人工智能领域最大的骗局”。

“看看当今的自动驾驶汽车都跑在什么地方，既没什么人又没有什么车的偏远郊区。但是，这些地方真的那么需要自动驾驶汽车吗？我们难道不是希望这些自动驾驶汽车出现在交通繁华、人流涌动的市区吗？不是希望这些汽车可以切实解决交通问题和出行问题吗？”

大概是过去十年人工智能技术在翻译、语音生成、计算机视觉和对象识别等领域的进步让大家对自动驾驶抱了太多信心。但是，训练一辆自动驾驶汽车的难度相当高。

理想方法是使用数十亿小时的真实驾驶画面，并以此来教导计算机良好的驾驶行为。当机器学习系统拥有大量数据时，性能确实很好，但当数据很少时，性能却非常差。但是为自动驾驶汽车收集数据非常昂贵，由于某些事件很少发生（例如，发生车祸或在道路上遇到障碍），这可能超出汽车判断的范围，因为训练数据中很少遇到这种情况。

看吧，现在的人工智能多么依赖数据，用已经存在的数据去训练一个随时可能出现未知情况的系统，这件事情的成功度有多高，大家心知肚明。

在这样的背景下，“落地即一地鸡毛”怕是对自动驾驶领域最恰当的评价了，Uber车祸、特斯拉车祸事件都说明：现在的自动驾驶远不是我们想要的样子。

面对一个不理想的结果，最简单的方式是降低期望。

如果说完全自动驾驶汽车还有成功的机会，那就是将其限制在能够消除尽可能多的随机事件的位置上。如果将完全自动驾驶的落地框在特定场景下，就会发现这东西没那么鸡肋。

疫情期间，自动驾驶已经完成了特定场景下的配送服务、消毒服务、前台语音接待服务等，这类特定场景简单、明了，可训练性强，可落地性强，而且是目前实际存在的痛点，这才是我们肉眼可见的期盼。

说到这里，必须要提醒大家，关于自动驾驶的上路规则尚不明朗：

不立法，自动驾驶玩再溜也没用

所以，先放弃那份对完全自动驾驶遍地行进的执着吧，从PPT走出来没那么容易。