特斯拉交通事故的启示：自动驾驶技术时人工智能研究的重中之重

大多数正在开发的技术将有助于减少大量的交通事故，死亡和严重受伤人数。

一辆长安的自动驾驶汽车行驶在中国陕西省的秦岭地区。

特斯拉 Model S 汽车最近卷入了一起意外丧生事故，当时它可能是在自动导航模式下运行。该事故引发了对当前最先进的汽车自动化技术的新一轮讨论。但是，随着对此事故的调查逐渐深入，仍然存在一个非常有力的争论点，即包括自动驾驶汽车的人工智能研究在内的自动化技术，能帮助减少由于人类失误导致的 94% 的致命车祸。

人工智能正在应用于不久前被认为是人类专属领域的活动。大多数复杂的人类活动可分解为几个不同的任务或步骤，其中一些在性质上更加有规可循，因此更适合自动化，而另一些则需要判断、问题解决能力和其它难以自动化的属于人类的能力。将这些复杂活动中更常规的部分自动化，能让我们关注那些更需要集中注意力的任务。

这是将自动化技术和人工智能应用于汽车驾驶的案例。美国国家公路交通安全管理局 ( National Highway Traffic Safety Administration, NHTSA) 界定了自动驾驶的 5 个不同等级：

• 无自动化（等级 0 ）：司机需要随时完全而单独地控制汽车。

• 特定功能自动化（等级 1 ）：司机拥有控制汽车的绝对权力，但是在某些正常或有潜在危险的情况下会得到自动化的辅助。例如，电子稳定控制系统 (electronic stability control ) 和防锁死刹车系统 (anti-lock braking systems) 。

• 组合功能自动化（等级 2 ）：司机转让至少两项主要职责的主控权，但仍然负责监控和安全操作，并随时保证能完成相应任务。例如，自适应巡航控制 (adaptive cruise control) 和偏离车道警示系统 (lane departure warning systems) 。

• 有限的自动驾驶（等级 3 ）：在某些交通和环境条件下，司机可以转让所有控制权，但是在必要时司机必须能随时拿回控制权。

• 完全的自动驾驶（等级 4 ）：人类提供目的地和/或导航输入，但不是必须需要在行驶时的任何时间内控制汽车。汽车独自承担安全运行的责任，既可以在载满人时也可以在空载时行驶。

汽车制造业在近四十多年已经实现了等级 1 的性能，而且在过去的几十年逐步加入了更加复杂的等级 2 的性能。通常而言，这些性能首先被引入到高端汽车，然后随着成本的降低，价格低廉的汽车才拥有这些性能。虽然一些性能是针对用户便利性的，但是安全永远是高于一切的目标。

据 NHTSA 估计，2015 年有超过 35,000 起交通死亡事故，比 2014 年增长了 7.7% 。另外，2014 年超过二百三十万的人在车祸中受伤。94% 的车祸可以归结为人类的失误。在过去十年，仅在美国每天就有将近 100 人死于交通事故。

这些数据残酷地警告着我们，正如 NHSTSA 管理者 Mark Rosekind 所指出的那样，「我们需要重点做好的是改善人类行为，同时提高汽车的技术，不仅要保护人们免受车祸伤害，还要在第一时间内防止车祸的发生。」为了显著减少由人类失误造成的 94% 的致命车祸，包括自动驾驶汽车智能研究在内的汽车自动化研究是一个非常重要的优先事项。

例如，丰田汽车最近建立了丰田研究所 (Toyota Research Institute) ，从事开发它称之为守护天使 (guardian angel) 的自动化技术，在这种技术条件下，司机在出现车祸苗头前一直掌握主控权，而在车祸发生的刹那前，自动化系统就全面接管从而避免车祸。丰田也正追求开发等级 4 的自动驾驶汽车，但是它的守护天使技术似乎在不久的未来更有前途。这项技术的明确定位是作为一种先进的 等级 2 的性能，让司机总是掌控着汽车，除非意外事故正在悄然逼近。其关键目的是保护频繁犯错的人类司机，而不是取代他们。

在过去十年，仅在美国每天就有将近 100 人死于交通事故。

虽然几乎所有汽车公司都继续耗巨资开发先进的等级 1 和 2 的技术，但是它们达到等级 4 的途径是相当不同的。其中一些公司，比如特斯拉，采用的是更加渐进式的等级 3 路径，让司机在某些条件下割舍对汽车的控制权，同时强调司机必须保持警醒、投入状态并随时准备接管任务。但是，正如最近的大量文章指明的那样，自动驾驶功能是如此引人入胜，司机不久就会变得惬意和放松，并误以为他们可以转移对周围道路的注意。然后他们因为其它活动而分心，将自己的手从车盘上拿走，而不管他们被多次警告不要这样做。「去年由 Virginia Tech 研究员们主导并由国家安全局支持的实验，发现等级 3 汽车的司机平均需要 17 秒来对任务接管要求作出回应，」纽约时报近期的一篇文章写到，「在那 17 秒内，每小时里程数为 65 英里（104.60736 千米）的汽车，将行驶 1,621 英尺（494.0808 米）——超过了五个足球场的距离。」

根据洛杉矶时报近期文章所写，谷歌选择了一条与基于自动驾驶汽车原型早期经验的特斯拉不同的道路。「在改良版的雷克萨斯 SUV 汽车的方向盘后面，司机可以快速地开始翻找他们的包，捣鼓他们的手机，不再需要将手放在车盘上。在以每小时 60 英里的车速行驶在高速公路上时，司机可以做所有这些事。」在今年早期的一场专家讨论会上，谷歌自动驾驶项目的主管 Chris Urmson 指出，「在大约五分钟内，每个人都觉得汽车运行良好，然后，他们就会相信汽车将继续运行良好。而我们要谈论的重点是，人们在汽车里做着愚蠢的事。」

「在见证了人们如何误用技术而忽略当心公路的警告之后，谷歌选择修改其算法，直到这些算法能防范人类……专注于完全自动化的汽车，也就是不需要与人有任何交流的独自驾驶的汽车，而目前，这种汽车仅在谷歌专家的监督下运行。」

但是，完全自动化的汽车仍面临诸多挑战。例如，被丰田从美国国防部高级研究计划局 (DARPA) 挖走然后领导丰田研究所的人才 Gill Pratt 在今年年初指出，完全自动化的汽车必须能处理极不寻常的、以前从未遇到过的情况，比如在拥挤的公路上避开从货车上掉下来的床垫。应对这些挑战需要时间。

考虑到完全自动化的等级 4 汽车很可能在未来很多年后才会出现，一些汽车公司相信更渐进式地过度到等级 3 仍然是可以采取的恰当的步骤，尤其是如果这一步骤是在针对减少整体交通事故的这种高度具体的条件下完成的。例如，奥迪 (Audi) 正计划在不久的将来为它的一些汽车引入等级 3 的性能，比如，应对公路上以低于 35 英里每小时的车速走走停停的交通状况。

最后，会有探索出其他的创新，超越由 NHTSA 定义的自动化水平。虽然自动机器很难在高度不可预测的环境中工作，但是我们一直在适应和简化环境，所以我们可以从机器擅长的东西中获益。在高度挑剔的环境中，如在机场的航站楼之间移动的情况下，区间车可以完全自动化，不需要人工操作员。

这些方法能使我们设计出与车辆运行环境协同的汽车。我们可以想象一下，汽车和卡车发展成当行驶在自动驾驶汽车专用车道上时，只能进入自驾驶模式。一旦开到专用车道外，车辆将恢复到人类驾驶模式，这种混合车辆自动化方法可能是达到全车自动化之前的一个合理的中间过度。

无人驾驶中的人工智能研究非常重要，因为这里面的赌注太大，它或许能拯救全世界数千条人的性命。目前正在研发的大多数人工智能技术将会极大提高汽车的整体安全，并有助于减少交通事故，死亡和严重受伤的人数。也许在未来的某一时刻，我们会看到自动驾驶的车辆跑在街道和公路上。