人工智能如何“接稳”方向盘？

　　主驾位上无人，方向盘却转动着，车辆平稳地行驶在路上……在广州、深圳等地的路上，无人驾驶汽车正逐步走进我们的生活。记者了解到，深圳本月宣布将开放高速路、快速路给自动驾驶汽车作为测试路段；而苏州本月底将开放国内首条满足车路协同式自动驾驶等级的全息感知智慧高速，在高速公路上实现L4级别自动驾驶。

　　如今，无人驾驶似乎已离人们的生活很近，只要操作手机便可乘坐无人驾驶汽车；但无人驾驶汽车投入使用较少，并对乘车人有一些限制条件，似乎与生活还有些距离。无人驾驶行业发展情况如何？还面临哪些挑战？商业化应用需注意哪些问题？记者对此进行了采访。

　　文、图/广州日报全媒体记者 周伟良（除署名外）

　　自动驾驶迎来“终极挑战”？

　　深圳、苏州将开放高速快速路测试

　　据深圳市交通运输局透露，近期将开放高坪快速路西段、水官高速、南坪快速路东段、广深沿江高速深圳段共89公里高快速路段作为自动驾驶测试示范道路，其中包括13公里高复杂度路段。记者了解到，水官高速是深圳市内的高速路段，在早晚高峰期车流量较大，而南坪快速路是免费快速路，车流量也非常大，路况较为复杂。

　　“高速公路开放给无人自动驾驶汽车作为测试示范道路，是为了进一步测试自动驾驶汽车。”南方科技大学计算机科学与工程系副主任郝祁是自动驾驶领域的专家，同时担任深圳市机器人视觉与导航重点实验室副主任、南科大海梁智能交通中心执行主任、南科大风向标智能网联汽车教育联合实验室主任。“在经过市内低速的测试后，进行高速测试是必然的。目前有的自动驾驶汽车在市内行驶不设安全员，但上高速后，预计前期会设有安全员确保安全。”郝祁表示，自动驾驶汽车开上高速是为了训练人工智能高速行驶中的反应能力。

　　而据苏州近日发布的消息，国内首条满足车路协同式自动驾驶等级的全息感知智慧高速公路苏台高速S17(黄埭互通-阳澄湖北互通)预计本月底完成系统联调联试工作，通过布设激光雷达、毫米波雷达、摄像头、路侧天线RSU等感知设备，依靠车路协同方式，在高速公路上实现L4级别自动驾驶。

　　记者了解到，像美国的无人自动驾驶是单车智能模式，通过摄像头、雷达等传感器和高效算法赋予车辆自动驾驶能力；而我国将车路协同作为未来无人驾驶的方向，无人驾驶汽车高度融入智能路网，由路网指引车辆安全行驶。今年6月21日，工业和信息化部副部长辛国斌表示，将启动智能网联汽车准入和上路通行试点，组织开展城市级“车路云一体化”示范应用，支持L3级及更高级别的自动驾驶功能商业化应用。

　　记者体验：

　　自动驾驶安全平稳 调头时会有顿挫感

　　无人自动驾驶汽车开上高速在国内还是新鲜事，但无人自动驾驶早在广州、深圳等地已落地。记者了解到，广州是国内首批开放无人驾驶远程测试许可的城市之一，目前广州、深圳均有自动驾驶的道路测试和商业运营，有的主驾位有安全员，有的是全无人的自动驾驶汽车。乘客上车前输入手机尾号即可解锁上车，进入后排系好安全带后，点击后排的屏幕即可开始行程，屏幕上能够调节温度、播放音乐，还可观看车辆周围的状况和车速等信息。今年6月，在深圳坪山区已有L4级无人自动驾驶商业化试点运营。

　　近日，记者在广州市内试乘了一段自动驾驶小巴车。记者先通过手机小程序预约，由于目前是测试阶段，体验不收费。上车后，有安全员在主驾位坐着，提醒记者系好安全带乘车。该小巴座位不超过十个，由于并非高峰期，车内只有两名乘客。记者乘坐了两三公里，用时约20分钟，由于测试路段并没有特别复杂的路况，车辆的行驶、变道、转弯、停靠都比较顺畅，行驶速度在20公里~30公里/小时，平稳安全；而在调头时，车辆的顿挫感较强，一旦对向有车经过，自动驾驶小巴能够识别到，并自动刹车停止调头礼让，在确保无车辆经过后才完成调头。

　　记者随后也体验了深圳坪山区自动驾驶的出租车，需要在手机APP下单，记者经过3次下单、等候近一小时才打到一辆，原来，这种自动驾驶出租车每次叫车等候超过20分钟就会自动取消，顾客需要再次下单。记者打到的是一辆有安全员的自动驾驶汽车，无安全员的自动驾驶汽车需要在该APP划定的固定路线上才能打到。与传统出租车“招手即停”不同，无论车上有无安全员，自动驾驶出租车都有固定的上下车点，乘客需要到固定位置上车，并且车辆到达上车点后会开始5分钟倒计时等候，如倒计时结束后乘客还未上车，系统会自动取消订单。

　　有一些司机向记者表示无人驾驶汽车开得慢，如果刚好跟在它后面会有些烦躁；但记者体验发现，自动驾驶汽车行驶过程中其实不慢，除了在遇到红灯或调头等需要停靠的位置会有急刹情况出现，在道路畅通时，时速可高达57公里/小时，但由于自动驾驶汽车不会加塞，调头花费时间往往较久，但也更安全，到达终点停靠非常平顺。

　　安全顾虑：

　　人工智能“接过”方向盘后能否随机应变？

　　虽然自动驾驶汽车在我国各大城市落地，但数量毕竟较少，还未形成规模化，目前只是试点运营阶段。有业内人士表示，即使是商业化运营的L4级自动驾驶，目前也是在有限场景使用,如深圳的无人自动驾驶就有限定时间和限定区域。

　　记者也发现，目前这些自动驾驶汽车对乘车人也有一些条件限制，像孕妇、婴幼儿、老人、心脑血管疾病等人群不能乘坐，也不能携带行李箱、婴儿车、渔具、露营野餐用具等大件物品乘车。

　　此外，自动驾驶汽车上路也存在一些安全隐忧。记者了解到，在过去16个月，美国旧金山市至少发生了74起自动驾驶出租车阻碍消防车或救护车行驶的事件，原因是自动驾驶汽车要依靠网络才能正常行驶，当网络信号欠佳时就会面临断网“宕机”的风险。鉴于此，今年8月19日，美国加州机动车辆管理局命令自动驾驶出租车公司将其运营车辆减少一半。而在国内虽然未出现类似事故，不过也有一些相关情况：深圳今年1~8月受理理赔智联网汽车共30件，已判决赔付金额约34万元。

　　尽管相关研究表明自动驾驶更为安全，不会出现情绪化、分心驾驶、疲劳驾驶等情况，但人们对自动驾驶的安全需求超过预期，即使商业化落地，要完全相信人工智能，人们心里还有所顾虑。

　　郝祁对此表示，针对专门的测试，自动驾驶做得比人类好得多，但遇到新情况，人可以随机应变，机器可能就傻眼了。“只有当其具备随机应变的反应能力，对极端情况也能应对时，人们才会放心将方向盘交给人工智能。”

　　技术挑战：

　　设计端要学会“知识迁移” 测试端需足够数据驱动

　　在郝祁看来，目前国内外的自动驾驶汽车还面临一些挑战。“在设计端，自动驾驶还没有形成知识迁移能力，而测试端还无法生成一个完备的测试集合。”

　　“人工智能不是靠设计定义的，而是靠测试定义的，虽然自动驾驶是按照L4或L5的想法去设计，但要通过相应的测试才能真正算达到L4或L5。”郝祁介绍，自动驾驶需要数据驱动，要足够的数据量不断进行自修正、自升级，才能使自动驾驶更加好用。“如何保证自动驾驶的人工智能拥有泛化能力，即对于未见过的情况，尤其是困难情况进行应对的能力,是自动驾驶必须解决的问题。”

　　郝祁介绍，相比人工智能，人类在学习驾驶汽车之前有许多通用能力，比如骑自行车、打篮球时的反应能力，在驾驶时会迁移过来，避免意外的发生。“之前的自动驾驶是针对已有的特定驾驶场景进行训练，这种自动驾驶缺乏知识迁移的能力。” 他表示，目前一些大语言模型正试图解决这个难题。

　　自动驾驶怎么保证测试完成？郝祁说，自动驾驶由于有各种天气和极端场景，要生产多少场景才能确保不发生意外，这也是要思考的。“对完全自动驾驶，目前还没有理论上可信的人工智能架构。在有限的状态内，测试到什么程度，比如设置测试安全率是99.99999%，还是99.99999999%？目前测试端还没有这样的理论基础。”

　　律师：

　　自动驾驶商业化应用需平衡责任分配与数据保护

　　自动驾驶作为一种新兴技术，从技术开发到商业化应用都会面临一系列法律法规问题。北京大成律师事务所高级合伙人邓志松表示，宏观来看，我国还未建立专门的自动驾驶技术相关法律体系，但也有少数地方在自动驾驶汽车测试规范、合规管理方面作出了有益探索。他认为，具体而言，自动驾驶技术的广泛商业化应用面临的法律问题主要包括以下几个方面：

　　第一，自动驾驶车辆的市场准入相关法规问题。传统汽车产品上市需要满足国家强制性标准和相关技术规范，汽车厂商也需获得相应资质和认证，以确保汽车产品的质量与安全性。邓志松表示：“目前我国对于自动驾驶车辆的质量标准、市场准入、登记、使用管理等尚未制定统一的规则，法律和监管框架的不确定性将使投资者和生产厂商难以预测自身风险，从而增加自动驾驶车辆商业化应用的复杂性和成本。”

　　第二，自动驾驶车辆应用中的侵权责任分配问题。在邓志松看来，自动驾驶的特点之一即为“以技术决策代替人为判断”，传统的机动车交通事故责任的归责原则上需要根据这一特点进行调整。对此，深圳已率先对完全自动驾驶、自动驾驶与人工驾驶混合情形下的交通违法和事故责任进行了规定。邓志松说：“但更高层级的全国性统一规则制定工作有待进一步推进，并且需要考虑到不同等级自动驾驶车辆的使用特点与场景，以及涉及主体间的利益平衡。”

　　第三，自动驾驶技术引发的个人信息和数据保护问题。邓志松表示，自动驾驶技术在应用过程中会收集和处理大量数据，其中既包括驾驶人、乘客等主体的生物识别、行程轨迹等敏感个人信息，也可能涉及诸如重要区域的地理信息、人员流量、车辆流量等重要数据。因此，在推进自动驾驶技术创新与应用的过程中，需要根据我国网络安全法、数据安全法、个人信息保护法等相关法律法规对数据进行分级分类，规范数据处理行为，并采取相应技术措施充分保障个人信息与数据安全。