尖端技术,鲜血铺路

2022-02-10 16:50

2018年,在美国亚利桑那州坦佩市,49岁的伊莱恩·赫茨伯格推着自行车过马路时,被一辆Uber自动驾驶汽车撞倒后,不治身亡。


这是自动驾驶汽车有记录以来全球第一起死亡事故,最终导致Uber终止了在亚利桑那州的自动驾驶技术测试。


鲜血溅透现实,美梦戛然中止。


人们对自动驾驶的探索却没有在此终止。安全和与之相关的一切,成为之后自动驾驶企业深层探索的问题。


在中国,2017年《北京市关于加快推进自动驾驶车辆道路测试有关工作的指导意见(试行)》和《北京市自动驾驶车辆道路测试管理实施细则(试行)》两份红头文件落地,北京成为中国首个开放公共道路自动驾驶路测的城市。


理想状态下,足够长距离的行驶里程、多场景的路测,为自动驾驶真正实现智能和安全提供背书。


人们一度寄希望于自动驾驶可以实现量变到质变,但是多长的距离才算长?多少次路测才足够让人们将包括生命在内的出行需求寄托在人工智能的手里?

事实上,人们对自动驾驶技术的希望与困境像阳光下物体的光影两面,由技术发展程度所引申的底层技术限制、法规缺失、应用场景局限等问题,仍然是横亘在入局者眼前的难题。


困境催人勇。自动驾驶相对收敛的技术发展速度劝退了一大批想在风口飞翔的“猪”,留下征服困难的人。这些深耕各自技术领域的人正在愈战愈勇,他们也站上了实现技术和人身价值的更大舞台。



芯片立于危墙之下


对于2021年的中国汽车产业而言,缺“芯”是挥之不去的乌云。


智能电动汽车浪潮的逼近,对自动驾驶底层芯片的影响逐渐显现。在以英伟达、特斯拉为主导的CPU+GPU+ASIC主流架构之下,中国的自动驾驶产业无疑立于危墙之下。


图森未来CEO陈默表示,当前世界范围内对于自动驾驶技术所做的研发,几乎都在英伟达的生态之上,基于Orin授权做域控制器。倘若要转平台,企业需要承担技术进度大幅下降的风险,即使其他芯片再便宜,也是得不偿失。


但自动驾驶处在尚未大范围普及的阶段,很多入局者看准时机,希望通过自研“干票大的”。


事实上,高级别自动驾驶SoC芯片市场中已经聚集了英特尔、英伟达、高通、华为等企业,部分传统汽车芯片厂也早已入局,主机厂和地平线、黑芝麻等公司也拥有同等的机会。


在当前市场主流的自动驾驶SoC芯片处理器架构方案中,除了CPU+GPU+ASIC架构,Mobileye、地平线等新兴科技公司,致力于研发售卖自动驾驶专用AI芯片,采用CPU+ASIC方案;以Waymo、百度为代表的互联网公司采用CPU+FPGA(+GPU)方案。


对于技术公司来说,芯片不仅与摄像头、雷达等传感器和ECU、DCU等控制器一同构成自动驾驶汽车的底层硬件系统,它的战略地位几乎等同于研发环境和整个生态。这也为深耕于自动驾驶技术的中国科技公司,带来“弯道超车”的可能。


不过商业化落地之前,技术难分伯仲


正如陈默所言,芯片企业即使能够自研出性能相似的产品,在成本更高,价格更贵的前提下,也很难获得商业上的成功。所以目前大多是基于国家投资,从军用开始进行替代。


芯片之争堪比高手对招。可以预想,在自动驾驶算法尚未成熟的阶段,以英伟达为代表的CPU+GPU+ASIC的架构仍然会是主流,但国产自研芯片会是一段时间里的大势所趋。



法律先行,圈定迷失的技术和人性


相比于技术本身,政策法规是又一大刚性因素。


法规对于自动驾驶的影响来自三方面:第一,当前法律约束下,路测范围和条件一定程度制约了自动驾驶技术发展;第二,法规尚未对自动驾驶技术所引发纠纷的责任归属做出界定;第三,自动驾驶技术涉及到的信息与数据安全,还未形成硬性法律保护。


谈及自动驾驶困境,黑芝麻智能CMO杨宇欣表示,技术和法规都难辞其咎。但应当先克服技术瓶颈,还是先颁布法规,是一个先有鸡还是先有蛋的问题。


政策法规的颁布需要技术的成熟,但技术成熟有赖于政策方面提供的路测支持。究其根本,自动驾驶从芯片、算法,再到传感器,都处在走向成熟的过程。


文远知行市场公关总监区锦燕表示,目前国内道路交通法和公路法不具备“自动驾驶”的相关内容,所以当企业计划去测试和部署自动驾驶车时,首先要联合政府创建包容的政策法规,甚至设置自动驾驶特区,尝试在与现有公路法相冲突的地方进行适当变通。


2021年12月,德国在法律层面认可L3自动驾驶上路,成为全世界自动驾驶公司都艳羡的国家。


中国在对新事物立法层面一贯的谨慎,也得到一些技术保守派的支持。对于中国,技术与法律孰鸡孰蛋,一目了然。

除了路测限制,自动驾驶的权责纠纷一直备受争议。


自动驾驶推行至今,曾多次发生人车相撞事故。事实上,哪怕是被视作L2级“部分自动化”系统的Autopilot,也需要驾驶员将手放在方向盘上,眼睛注视道路行驶。


NHTSA提醒公众,当今没有商用汽车可以自动驾驶。无论是否启用 L2 自动驾驶系统,每辆上路的车辆都要求人类驾驶员始终处于控制之中,并且所有州法律都要求人类驾驶员对其车辆的操作负责。


如果L2级别自动驾驶系统的最终负责人是驾驶员,那么未来无需人类干涉的L4呢?


伯镭科技产品解决方案负责人赵新寰告诉表示,在中国的开放路段,车辆以自动驾驶的工作状态出事故后,事故的责任方是购买方还是车企,目前尚且无法界定;封闭道路则相对简单,是车的问题,还是自动驾驶技术的问题,责任界定一目了然。


尽管有专业人士认为,道路自动驾驶的归责原则可以借鉴交通安全法规定,但具体情况更为复杂。自动驾驶立法方面的缺失,也成为拦截在L4自动驾驶技术商业化落地前的一道安全锁。


此外,信息与数据安全问题一直是智能终端产业备受争议的部分。


在自动驾驶汽车中,隐私与数据保护涉及多重安全问题,包括个人层面的信息安全、网络层面的系统安全,以及国家层面的数据安全。自动驾驶用户的行驶记录、操作记录、场景甚至个人习惯等都极具商业价值,也极易被泄露和滥用。


在系统层面,自动驾驶系统一旦遭受黑客入侵,可能会造成连环车祸等极其严重的后果,威胁公共安全。


在数据安全层面,自动驾驶汽车智能水平越高,对数据的依赖越强,数据保护要求就越高,数据泄露事关国家安全。


人类稍有不慎,就可能会被技术反噬,而灾难的始作俑者往往是人性。从这个角度来看,自动驾驶或许还需要更多准备,被系上法律的安全带。



好技术,首先是门好生意


如果说,技术和法律是把自动驾驶推向人类社会的基本前提,那真实场景的应用,则是检验自动驾驶能否“胜任”的真枪实弹。


这里的真实场景,包括能够顺利完成运输/出行工作和能够搭建完整的商业闭环。


现代经济学之父曼昆曾说,决定价格的是供需关系,而非价值本身。对于技术公司而言,能够活下去需要满足人们稀缺的需求,需要有市场,让人们愿意掏腰包


多少好产品死于商业化。文远知行执行总监董方亮说,企业需要对员工和股东负责,所以商业化是创业之初就需要想清楚的事。

什么是一门好生意,亦是见仁见智的事情。


在董方亮看来,Robotaxi值得做,因为出租车、网约车人力成本高,Robotaxi将会成为运力补充,拥有增量市场。而文远知行通过与车企、出行/货运平台构建“铁三角”模式的战略合作,也是因为后者能够提供市场信息,有助于企业加速商业化进程。


享道出行CEO庄菁雄认为,从互联网共享出行到硬科技时代,降本增效是核心,未来的Robotaxi、飞行汽车或将随处可见。而通过与产业链上下游进行“合纵”,和对网约车、出租车等用户平台进行“连横”,企业可以更加高效优质地形成商业化共赢。


在主线科技CEO张天雷眼中,相比于Robotaxi的复杂性,Robotruck因具有刚需性、迫切性和实现的确定性,使得它更加触手可及。


张天雷认为,拿到自动驾驶项目的订单只是第一步,真正考验自动驾驶企业的地方在于,能够符合预期地稳定交付好产品。


事实上,受制于层出不穷的“长尾问题”,自动驾驶在中国还仅仅应用在港口、矿区等行进轨迹较为简单、事故成本较低的封闭路段场景。而世界范围内的开放路段自动驾驶,也仍处在道路测试和持续收集数据阶段。


特斯拉于2020年10月,在美国面向在安全驾驶能力突出的人员,推出FSD beta版进行内测。


目前,行驶在美国公路上的特斯拉FSD Beta版还在持续运行和升级当中,这些道路数据将持续反哺特斯拉自动驾驶系统,为日后向L3及以上的自动驾驶技术提供量的积累。


特斯拉今年仍将在持续通过计算机视觉技术,为单车智能提供训练。原理上,特斯拉自动驾驶使用神经网络芯片,通过软件模拟人脑的运作方式,基于对已有数据的分析学习,对当前道路环境进行预判。


这样的技术路径依赖道路测试数据,帮助软件学习迭代,虽然长尾问题却依然层出不穷,但它的优势也显而易见,即借助软件节省硬件空间和配置,而非依靠纯硬件来堆出精确度。


根据特斯拉最新的2021年Q4车辆安全报告,每431万英里(约合694万公里)的行驶里程测试中,Autopilot自动辅助驾驶参与下的驾驶过程中会出现1起交通事故。


而相比NHTSA最新发布的数据——美国平均每431万英里(约合694万公里)的行驶里程中出现8.9起交通事故,特斯拉Autopilot自动辅助驾驶的安全性已经达到美国平均水平的8.9倍。


1月26日,发改委、商务部印发《关于深圳建设中国特色社会主义先行示范区放宽市场准入若干特别措施的意见》,支持深圳统一规划建设和运营新能源汽车充换储放一体化新型基础设施,放宽融合性产品和服务的市场准入限制,推进车路协同和无人驾驶技术应用。


过去一年里,国内有更多的自动驾驶公司获得特定场景的测试运营牌照,而政策的指挥棒面对自动驾驶,也从发展规划纲逐渐细化到具体的技术细则。


自动驾驶公司将持续收集数据,为日后多场景的商业化落地进行积累。


距离自动驾驶真正走进我们的生活,或许还有很长的路。不过我们依然有理由相信,在对新技术的潜在风险进行充分认识和排查后,自动驾驶将更加智能,为智慧出行保驾护航。



结语


骐骥千里,非一日之功。对于新技术的到来,期盼之余,我们仍需要耐心和理智。


在信息和技术充分全球化的时代,影响技术发展的因素早已不局限在技术本身,政治、商业,乃至人性的多面性都可能成为筑堤过程中埋藏的蚁穴。


自动驾驶必定为人类带来更多可能,但道阻且长,仰望天空之时,勿忘脚踏实地。


玩家们需充分了解困难,逐一解决问题,才有可能构建更加扎实的科技出行未来。