自動駕駛汽車又出事了，你還充滿期待嗎？

​​今日新聞，Uber自動駕駛汽車撞死人了，北美警方要求全部停止測試。這是全球首例，所以格外引人關注。

當然，一直有另外一種聲音是說，自動駕駛也不能保證百分之百安全。與人類駕駛相比，自動駕駛汽車出事的概率要低得多。這是廢話。

因為自動駕駛汽車還沒有真正開放上路，大規模的推廣應用。所以這種言之鑿鑿的判定還為時過早，因為根本就沒有資料比較。我個人覺得，也許未來自動駕駛汽車能達到遠遠超越人類的駕駛技術水平，但真不是現在。

計算機擅長目標明確的任務。從這個角度來說，自動駕駛的汽車似乎很適合這個條件。汽車，不就是把人和貨送到目的地嗎？但是仔細推敲起來，又沒那麼簡單。各個國家的交通法規規定不同。程式演算法必須做調整。各地的路況千差萬別，行駛過程處理各種情況，這遠不是目標明確的。更不要提自動駕駛在道德和法律上的困境與障礙了。

我看過吳軍先生的《智慧時代》。裡面對谷歌的無人駕駛技術有不少介紹。其中最根本的一條，就是谷歌提前用車構建好了地圖資料。所以谷歌的無人駕駛汽車才表現優異。可是就整個世界而言，道路交通網那麼複雜，難道我們全部構建嗎？或許不排除，將來每一個開車的人都自動幫著構建資料，但這是未來了。

就目前而言，很多複雜的情景還是人判斷最為精準，更為迅速。當然，人也會犯錯誤，這是肯定的。人類日常生活中的一切，你全部改由機器自動操控，你試試看。根本就做不到。我看目前做得最好的波士頓動力的機器人，也只是做了一些簡單的實現。真要發展成熟，時間恐怕還早。

因為人類的日常生活活動，從來就不是一個目標明確，可以準確定義的行動。從機器人的角度來說不好實現-正確的操作結果是什麼？影像識別，機器可以超過人類的識別率，以後語音、視訊識別都可能超越人類。下象棋，下圍棋，機器可以橫掃人類世界冠軍。但是人類可以輕而易舉的拿起一個雞蛋，力度適中，保證雞蛋不會破碎。可是你要機器人去做這個，比前面的事情還要難一大截。如何判斷物品型別？不同物體的操作力度如何控制？要考慮的事情可就多了。這還是簡單的拿起雞蛋。

目前更現實、更好的實現，我認為不是全自動駕駛，而是半自動、輔助駕駛，用機器智慧去消除人類的行動錯誤。

比如判斷行駛方向的障礙物，預警駕駛員、對方無效就要果斷輔助剎車。還有危險的駕駛員突然猛踩油門，很可能是踩錯，要智慧判斷及時糾錯，寧可罷工，保證安全。如果察覺人類駕駛員疲勞駕駛或者醉酒駕駛，那麼機器應該罷工而不是任由人類來操作。

另外，機器與外界的環境互動，可以做得更智慧。比如到了特定地方不能做什麼，有更好的車距，速度判定。這樣就可以大大減少人類的駕駛負擔和精神壓力，進而提高了安全性。

這些道理，人機互動專家諾曼寫了一本《未來產品的設計》有所闡述。他一直不認為複雜的活動全自動是解決問題的正確路線，代之人機結合更好。

可惜沒人關心這些，都在想著全自動駕駛。也許這是人類狂妄自大的一個表現吧。

作者部落格