日前，美国知名Uber公司的一辆测试无人车在亚利桑那州凤凰城附近的Tempe撞死一名行人，由于这是已知的首例自动驾驶车致使行人死亡的事故，震惊了科技行业，而彭博社引述业内专家的话说，这一事故将让外界对于自动驾驶汽车的信心倒退数年。而我们看到的是，这些年兴起于科技企业，之后引得传统汽车和初创企业纷纷追随的自动驾驶汽车产业发展中的误区和泡沫正在显现。

具体到此次致死事故的主角Uber，为了加快商业化的步伐，从去年开始，其测试的无人驾驶汽车数量就不断增加，但有资料显示，其顺畅度和安全性却未能明显提升。当时外媒获得的内部文件显示，对于Uber测试的无人驾驶车，人类驾驶员平均每0.8英里就要干涉一次。

另外，大约每行驶2英里，Uber测试车就会出现“糟糕体验”，例如猛踩油门或猛打方向（对于驾驶均是相当危险的举措）。所谓的“重要干预”则每过200英里就会出现一次，倘若不加以干预，就有可能撞到行人，或者造成超过5000美元的财产损失。

数据表明，Uber无人驾驶汽车的顺畅性和安全性并没有随着测试范围的扩大和测试用车的增多而同步改进。而这也为此次致死事故埋下了伏笔。

在此也许有人会称，这恰恰说明Uber测试的里程数少，随着未来测试里程数的增加，其自动驾驶的能力肯定会提升。事实真的如此吗？

我们这里先不说Uber自己经历的测试不断增加，但自动驾驶能力（例如顺畅性和安全性）并未同步改进而陷入的测试里程数与自动驾驶能力增长的误区，单以目前在自动驾驶汽车领域测试里程数最高的Waymo为例，其实际上也面临着上述误区的质疑。

日前，Waymo表示该公司的测试车队已在公路上以自动驾驶模式行驶了500万英里（约合800万公里），是Uber去年12月达到的自驾里程数（200万英里）的两倍多。但业内认为，Waymo完成的里程数还远远不够。据美国智库兰德公司的研究显示，要保证自动驾驶汽车的可靠性，使之能够应对公共道路上发生的所有状况以避免交通事故，需要数亿甚至数千亿的测试里程。

即便如此，兰德公司又补充到，依然不确定如何评定Waymo的模拟驾驶数据，即不清楚这些英里数的实际情况，或它们对现实世界的反映程度，也不清楚测试车在模拟中的实际表现。

不知业内从上述看到了什么？我们看到的是，先不说测试数亿，甚至数千亿英里里程的可行性，更重要的是其测试的质量如何衡量和保证就极有可能是个无解的问题。当然，我们在此并非否定路测对于自动驾驶能力提升的价值，只是一味以测试里程数提升自动驾驶能力很可能让自动驾驶产业和相关企业陷入误区（除了宣传的噱头，充其量是无实际价值的跑路）。

除了测试的里程数外，目前对于自动驾驶分级标准的制定似乎也存在着误区。众所周知，目前针对自动驾驶的等级划分主要有两个标准，一个是由美国交通部下属的NHSTA（国家高速路安全管理局）所制定，另一个则是由SAE International（国际汽车工程师协会）所制定，其中SAE的标准更为清晰、简洁，所以目前的通行标准是SAE International的标准。

根据SAE的标准，其将自动驾驶分为了5个等级，但只要我们稍加观察，前4个标准其实均需要人类驾驶员的干预，但对于干预的场景界定却相当的模糊，而这种模糊的界定，又让相关企业在宣传和实施中给用户的使用和体验造成了模糊，甚至是误导。

以特斯拉为例，其知名的自动驾驶系统Autopilot，虽然对外号称是自动驾驶，但其手册中却警示称，系统并不能很好地处理某些情况，例如“交通探测巡航控制技术无法探测所有对象，在遇到静止车辆时有可能不会刹车/减速，尤其是在时速超过80公里时，或者你前方车辆变道，前方变成静止车辆或对象时。”

同样沃尔沃的半自动驾驶系统Pilot Assist也存在类似模糊的界定，例如在前方车辆变道或转弯时，沃尔沃的用户手册显示：“Pilot Assist会忽略静止车辆，继续加速至预设速度，此时司机必须进行干预，并踩下刹车。”换句话说，你的沃尔沃汽车不会刹车，以避免撞上前方突然出现的静止汽车，车辆反而还有可能继续加速撞上去。实际情况是对于当前所有配备所谓自动驾驶的汽车来说，情况基本都是如此。

#p#分页标题#e#

不知业内看到上述所谓自动驾驶的标准及相关厂商的自动驾驶系统作何感想？我们认为，模糊的界定标准，尤其是需要人类驾驶员干预的前提下，自动驾驶系统非但没有减轻人类驾驶员的压力（要准备随时介入），反而可能会比自己亲自驾车更紧张（例如决定是否干预？选择干预的时机？干预的力度等诸多相比较自己亲自驾驶平添了许多不确定的因素，更重要的是这些因自动驾驶甩给人类干预的决策过程会延误宝贵的时间）。

就好比汽车教练员和老司机在副驾驶看学员和新手开车，尽管没有亲自驾驶汽车，但他们的注意力和紧张丝毫不亚于学员和新手，甚至有过之而无不及。那么最核心目的是为了减轻人类驾驶员负担的自动驾驶意义和价值何在呢？

此外，随着未来将会有越来越多从未在没有自动驾驶的情况下驾驶司机的增多。如果这些汽车被设计得会在遇到意想不到的情况时将驾驶任务交还给人类司机，那么人类司机可能会措手不及，在生死攸关的关头恰恰出错。这同样违背了自动驾驶系统推出和采用的初衷，又是一个可能产生的误区。其实这种误区产生的悲剧早在航空业就已经出现。

最典型的例子就是2009年，法国航空447号班机在从里约热内卢飞往巴黎的途中坠入汪洋大海。该事故的起因是：飞机的传感器上的冰块导致自动驾驶功能停止运行。由于缺乏在没有自动驾驶辅助的情况下处理飞机问题的经验，飞行员恰恰犯下了错误，即本应降低机头，但他却拉高机头。飞机因此失速，之后坠入海洋，机上的228人全部遇难。

除了上述之外，有业内人士可能会称，我们低估了自动驾驶汽车技术的发展。事实真的如此吗？

我们仍以此次致死事故的Uber为例，据媒体报道，Uber自动驾驶汽车配备了多个不同的成像系统，它们既可以执行普通任务(监控附近汽车、标记和车道线)，也可以执行特殊任务，例如让汽车减速、刹车等，即在这起事故中，能够拯救受害者的图像系统应该不少于4个。

不幸的是，即便如此，Uber也未能避免致死事故的发生。原因何在？也许被福特公司投资10亿美元的Argo AI公司 CEO Bryan Salesky此前对于自动驾驶汽车的评论可以给予很好的解释，即Salesky建议公众降低他们对自动驾驶汽车的期盼，因为在讨论自动驾驶汽车，他们还需要越过一些障碍，其中大部分都跟硬件相关，诸如现阶段所用的激光雷达（需要摄像头构建出它自己的地图，而这本身就可能存在问题）以及超声波传感器（在恶劣天气条件很难工作）等。

看来，即便是目前相关厂商对于自动驾驶技术过度的吹捧，也让自动驾驶汽车陷入了已然成熟的误区。

如果说上述是自动驾驶在测试、标准、与人类驾驶员的主从关系、技术成熟度等方面的误区的话，其由此产生的泡沫也开始显现，并同样产生了产业投资高涨与用户冷落的误区。

美国知名研究机构“布鲁金斯研究院”（The Brookings institute）近期发布报告称，全球汽车厂商和科技公司已在自动驾驶领域投入了约800亿美元，但到目前为止仍没有一家明显的领先厂商。报告还特别指出，其所收集的160笔交易完全基于公开信息。可以想象，由于数据有限，该领域的实际投资额要高于800亿美元。而且，随着技术的深入发展，将来还会有更多的资金投入。

与不断涌入的投资相比，根据皮尤研究中心公布的最新数据，美国公民却还没有做好迎接无人驾驶的准备。根据调查数据显示，大约有2/3的美国成年人期望在未来半个世纪中实现车辆无人化（只有8%的受调查者希望从未发生）。与此同时，如果可以选择的话，超过一半（56%）的美国人并不希望驾驶无人驾驶汽车。至于那些不愿意驾驶乘坐无人驾驶汽车的受调查者，主要是认为不可靠和实用性不大。

对此，菲亚特克莱斯勒汽车公司首席执行官塞尔焦•马尔乔内（Sergio Marchionne）警告称，“在自动驾驶领域里的瞎忙活，将使你浪费大量财富。”

#p#分页标题#e#

综上所述，我们认为，此次Uber自动驾驶汽车测试致死事故背后，暴露出了自动驾驶汽车产业诸多在发展过程中已经和即将产生的误区及泡沫，而如果我们的相关企业和部门不能以此为戒调整发展策略的话，自动驾驶，乃至未来的无人驾驶非但不能实现，有可能成为一个“伪命题”。