某互聯網平臺自動駕駛出租車服務，在北京正式投入使用。消費者只需在手機APP上預約，就可以體驗高科技的自動駕駛服務。當然，這個自動駕駛，與想象中的還不一樣，車里還有安全員，負責監控自動駕駛的車輛，在有問題的時候，隨時接管車輛。

自動駕駛，從沒有自動化的L0，到完全的、全場景的自動化L5，分為5級。目前的自動駕駛屬于L4級，即以激光雷達、高精度地圖、中央處理器、智能道路和交通設施為基礎的，完全的自動駕駛，駕駛者可以有，也可以沒有，但依然需要在特定場景下實現。車內的安全員，是監管要求，而不是技術需求。

自動駕駛汽車上路，這已經不是新鮮事了。今年6月，上海智能網聯汽車規模化載人示范應用啟動，滴滴出行首次面向公眾開放自動駕駛服務，用戶可在上海自動駕駛測試路段，免費呼叫自動駕駛車輛進行試乘體驗，車上同樣有安全員。

自動駕駛技術，一直是當下業界的熱門話題。目前，在這個領域，谷歌等互聯網廠商，特斯拉等新興汽車廠商，乃至奧迪、沃爾沃等傳統汽車廠商，都在發力深耕。這種努力已初見成效，目前，隨著底層技術，大數據的積累和深度學習算法等等的突破，人工智能領域正在爆發式發展。作為其中的一個子領域，以語言識別、圖像識別為核心的自動駕駛，正在走入生活。

一方面，我個人覺得，自動駕駛，永遠無法像人一樣駕駛汽車。機器的自主學習，自主對數據的理解，目前還限定在給定的范圍內。目前的機器學習，基于模仿大腦神經的反饋機制，依據歷史經驗，人類的所有仿生工程學上的成功，取得飛躍，都是在徹底弄清楚生理過程的機制之后，比如，粗淺的模仿鳥的飛翔，可以造出飛行器，但飛機的基礎，是空氣動力學。現在人類大腦的腦科學的發展程度還遠遠不夠，甚至可以說對大腦的運行過程知之甚少。從這個角度看，人工智能超越人類還為時尚早。

但另一方面，人工智能駕駛，可以做到足夠好，好到一個可以接受的安全水平。人類的生產、生活，并不是以安全為最高原則的。人會因為預算，放棄更安全的車輛配置，甚至僅僅為了方便，改用電瓶車，甚至為了享受，犧牲安全去酗酒、抽煙。所以，只要自動駕駛帶來的好處大于安全代價，就一定能普及開來。實際上，自動駕駛未必比人類駕駛得差。目前，北京市自動駕駛開放道路上已累計測試200萬公里，相當于繞地球赤道跑了50圈，達到了零事故的水平。所以，自動駕駛普及的技術條件，已經初步具備。

如果技術條件是普及商用的推力的話，那么，市場需求，則是巨大的拉動力。

麥肯錫發布的《展望2025決定未來經濟的12大顛覆技術》研究報告顯示，到2025年，智能汽車預估的潛在經濟影響為0.2萬億到1.9萬億美元，位列十二大顛覆技術的第六位。李彥宏曾預測，自動駕駛以車路協同為基礎，將能夠提升15%-30%的通行效率，從而為GDP貢獻2.4%-4.8%的絕對增長。

自動駕駛不僅僅是自動駕駛，它還有可能成為以后的某種流量入口。想象一下，當你的車能自動駕駛了，你要去哪里吃飯、看電影，不說它決定你的選擇，起碼會影響到你的選擇。這就是流量的入口。

所以，在強烈的需求下，即便完全擬人的全自動化不能實現，人類也會退而求其次，在特定的場景下實現L4級別的高度自動化，通過改造道路、交通規則來適應自動駕駛的需求。

社會一旦有技術上的需求，這種需求就會比十所大學更能把科學推向前進。當產業有了實際的好處，這本身就能加快產業的發展。自動駕駛商業化運營，上路行駛，在真實的路況中，接受檢驗、積累數據，是自動駕駛成熟的重要一環。研發需要資金，深度學習需要數據，所以，只有在市場中投入應用，不斷循環，才能獲得資金與數據，實現自身研發、升級。自動駕駛從市場獲能，再反過來賦能經濟，促進經濟增長與技術創新。

目前，自動駕駛的商用化普及，還有法律上的問題需要解決。自動駕駛涉及的法律問題很多，但歸根到底就一條：出事了，到底誰負責，是車主，還是廠家？從技術上講，神經網絡的負責性決定了很難知道AI是怎么決策的，一步步還原過程，可能需要的成本遠大于車禍賠償。從過錯角度看，車主會覺得，我都沒駕駛，為什么要我負責？但如果讓廠家負責，責任巨大，廠家一套自動駕駛系統的利潤，顯然無法覆蓋賠償的風險。其實解決方案很簡單，那就是自動駕駛每年的服務費。自動駕駛是一個需要外部支持的系統，繳納服務費，符合通常的商業邏輯。此外，服務費中包括的保險費，可以用來覆蓋自動駕駛導致的事故的賠償。

自動駕駛的商用化普及，還需要對道路進行智能化提升、改造，包括動態交通標示牌、智能化紅綠燈系統、車輛行駛線等智能感知系統、道路與車輛的互動智能設施。這需要大規模的投入，某種程度上，興建基礎設施以配合創新，不但符合當下新基建的大方向，也正是中國模式彎道超車的優勢所在。
責任編輯：YYX