无人驾驶落地前的希望和隐忧

　　传统企业和互联网企业将会有机结合、分工合作，在无人驾驶的生态链上占据各自的位置。

　　当无人驾驶在C端的商业化落地看似还遥不可及时，在B端，新技术已经开始创造价值。“比如工厂的物流机器人（AGV），或者说无人物流小车，现在工厂中越来越多。去年中国AGV数量有110%的增长率，这也是无人驾驶的一种。”车载信息服务产业应用联盟（TIAA）秘书长庞春霖曾去过江苏的一个工厂考察，通过应用无人物流小车和其他自动化技术，厂内工人减少了1/3，运输效率却提高了70%。在货运领域进行的无人驾驶试验，卡车以1.5米的间隔成车队行驶，运输效率提高28%的同时，风阻减少让能源的消耗也降低了16%，而且可以长时间运输，不存在疲劳驾驶导致的安全隐患；在无人农业机械上，新疆、黑龙江等地进行了无人驾驶的实验，无人农机在荒漠、戈壁等复杂恶劣作业环境下依旧有很好的应用效果。

　　“国际上无人驾驶在农业领域的发展更快，欧洲、美国、日本还有以色列、俄罗斯都在推动无人驾驶农业机械的开发、落地。在固定领域、特定环境下，无人驾驶已经逐渐开始了商业化落地。”庞春霖介绍，目前无人驾驶正在人类驾驶的三个场景痛点上发力，取代人类司机。第一个是人力成本较高的场景，例如发达国家和地区的工厂；第二个是作业环境恶劣和安全风险高的场景，比如港口、矿山、野外等；第三个是对可靠性要求较高的场景，例如大航程、长距离的运输，机器不像人类，不会疲惫。

　　对于无人驾驶技术在C端的商业化落地，庞春霖认为会在2020年。美国汽车工程师学会（SAE）将自动驾驶分为5个等级，目前无人驾驶在国际上大多处于部分自动化的第2等级（具备自适应巡航、车道保持（LKA）功能，或者自动变道功能），“特斯拉可能是最快的，有17万辆车具备自动驾驶的功能，从行驶记录上来看，机器驾驶所导致的交通事故概率已经低于发达国家人类司机的平均水平了，更低于很多发展中国家人类司机的平均水平。我个人认为可能是2.2或2.3的水平。”庞春霖将理想中的无人驾驶类比空军的“全天候”作战能力，除了要在白天的简单气象条件下行驶，还要能在白天的复杂气象条件下（雨雪、风暴）和夜晚的简单、复杂条件下行驶，“目前都只能做到1/4气象条件下，即白天的简单气象下的无人驾驶。在夜间，除了福特开始进行无人驾驶试验外，其他公司还没看到太多报道。”

　　主要的技术问题是在感知和识别上。目前无人驾驶的两条感知技术路线是传感器和通讯技术，庞春霖将这两条路线比作人的两只“眼睛”。然而，目前这两只“眼睛”的能力还不足，传感器并不能发现所有的安全死角，“比方说在恶劣气候条件下，还有像是山区‘拐角’这样的特殊地形道路，它都是有缺陷的，“视力”水平可能算0.8。所以它必须依靠另一只眼睛：通信技术进行补充和辅助。”庞春霖预测，到2020年5G将会技术成熟，无人驾驶将会进入新的阶段。同时有效识别各种障碍物并进行正确处理，面前是一只气球还是一个真正有危险的障碍物？是直接开过去还是规避？也是无人驾驶面临的核心问题之一。

　　车载信息服务产业应用联盟（TIAA）将未来的智能交通空间分为智能汽车、车联网和车载信息服务三个部分，即智能汽车是一个产生、利用信息的终端（点）；车联网是传递信息和能量的网格（线）；而车载信息服务则是点和线存在的最终价值：由云计算、大数据等核心和边缘计算所组成的智能服务。庞春霖认为未来在智能汽车制造领域，传统的整车制造厂商将更有优势，在车联网和车载信息服务上，互联网企业会更了解新一代消费者的想法和需求。传统企业和互联网企业将会有机结合、分工合作，在无人驾驶的生态链上占据各自的位置。“就像阿里和上汽的合作，把自身的优势最大化，互联网企业做平台，做增值，车厂做硬件，让车更舒适，达到共赢。”

　　技术之外的担忧

　　对技术的商业化落地，庞春霖并没太多怀疑。3年后5G时代的到来，将解决无人驾驶的通讯技术问题；硬件成本业界普遍认为会在3～5年内大幅下降；算法的提升和大量数据的积累将不断强化和提升人工智能的能力与改进速度，“不能用固定的角度，要用发展的角度来看（无人驾驶）”，但庞春霖在谈到这些希望和信心的同时，同样有着技术之外的担忧。

　　首先是网络安全问题，这不仅仅关系到乘坐者的生命安全，而且会涉及公共安全和国家利益，在物联网时代，网络也许会成为恐怖主义新的突破口，而目前业界对网络安全的关注却较为薄弱，防护手段也是传统的互联网信息安全方法，而非物联网的架构和管理模式。

　　更严重的担忧出现在社会和经济层面。“（除了运输工具外）未来车辆成为了产生数据的工具，作为一种物流和运输领域的机器人，直接取代了人成为‘劳动者’，而数据则成为新的生产资料；这种劳动者和生产资料的彻底变革一定会冲击、颠覆现有的生产关系，直接影响到社会模式和政府治理等上层建筑。”庞春霖强调，无人驾驶的商业化落地对未来经济不但可以提高效率，也会产生新的价值，但一定会给社会带来一系列挑战。

　　比如就业问题。无人驾驶作为人工智能的一个应用模式，最大的效果就是对效率的大幅度提升，今后10个人干的活只需要1个人。“例如原来全国高速路口都是人工收费，后来采用ETC联网收费，一下子全国有20多万收费员需要转岗，这个问题怎么妥善解决，让各级部门都压力巨大。美国在做无人驾驶小汽车的测试时，民众反响不大，后来戴姆勒集团在2015年做无人卡车测试时，第一个跳出来反对的就是美国卡车司机工会，因为他们很清楚，无人驾驶成功了，卡车司机们就失业了。”庞春霖进一步设想，假如未来大家出行都靠无人驾驶共享汽车，共享的效率上去了，车辆的保有数量和需求数量一定下降。如果每年全国新车需求量大幅度下降，许多车厂也要倒闭了。

　　同时，目前科层制、矩阵式的工业化政府管理体制，是否能适应未来快速发展的无边界式的无人驾驶、车联网，也是一个很大的挑战。“就像现在的滴滴打车、共享单车，发展迅速而无边界，新旧市场势力的矛盾和冲突，有些问题处理难度很大，而无人驾驶和车联网的挑战会更大，例如传统既得利益的抵制、隐私和管理边界、信息所有权、责任认定等伦理、法律、政策、劳工等方面问题。”

　　然而无人驾驶商业化的到来并不会因为这些担忧而停顿，除了技术的推动，这也是互联网时代的发展趋势。法国曾进行无人驾驶的调查，发现2000年以前出生的受访者对人工驾驶车辆有较高的接受度，而在2000年之后出生的新一代，接近80%更欢迎无人驾驶；美国同样有类似的情况，最热衷驾驶车辆的受访者集中在二战到越战之间，而中国年轻人对无人驾驶的接受程度也很高。

　　庞春霖戏称无人驾驶技术“去做可能是找死，不做一定是等死，所以产业还是要张开双臂”。同时他也相信在无人驾驶工程化和商业化进程中，人类可以再次找到自身的准确定位，并和机器进入共荣共生的新阶段。在技术逐渐成熟的过程中，政府可以实施过渡性的法规，在功能测试、行驶规范等方面，保障新技术的落地。而从行业的角度，庞春霖认为，车载信息服务产业应用联盟（TIAA）除了推动共性技术开发、商业模式落地、新型矛盾研究、标准化、国际交流等工作，还应宣传行业自律，避免恶性竞争，协调组织间合作，共同促进行业生态的繁荣。

　　文/李昊原