从辅助驾驶到自动驾驶：人工智能在交通领域的典型应用

信息技术发展具有20年的周期律：1970-1990年是发轫于PC的数字化，1990-2010年是互联网推动的网络化，从2010年开始的20年，我们面临的将是机器智能的寒武纪大爆发。如果物联网是机器的“视觉”，互联网就如地壳运动一样导致“互联网+”应用的涌现，而大数据是钙元素，演化出机器智能。

人工智能目前炙手可热，创业公司如雨后春笋般涌现。从业者开始思考，如何让技术形成涟漪效应，促使产业非线性、跃迁式增长。有人把人工智能和产业比喻成葡萄干和面包的关系，虽然葡萄干离开面包仍是葡萄干，但两者结合在一起就能创造出高价值的新品类。笔者近年来一直在探索人工智能的产业机会，并得出结论：最近5~10年，自动驾驶是人工智能带来的增值最大的产业，没有之一。

自动驾驶是个笼统的概念，涵盖驾驶辅助（driving assistance）和自动驾驶。驾驶辅助还是由人开车，智能体现在对环境的感知，并适时预警（比如车道线偏离以及与前车碰撞预警）。从驾驶辅助到自动驾驶是很大的飞跃。自动驾驶在感知以外，加上了规划/决策和控制。驾驶辅助的感知强调低误报、低频触发，人是最终的决策者，所以驾驶辅助出错无伤大雅。自动驾驶的感知有极高的要求，因为把一段时间的控制权完全交与了机器，不仅要求低误报，而且要求零漏报，漏一次就会造成交通事故。

自动驾驶有三种不同的形态：（1）辅助驾驶或半自动驾驶，特斯拉的autopilot即是此类。在某些场景下汽车可以进行自动驾驶，比如紧急刹车，在封闭、结构化道路上的自适应巡航和车道保持，自动泊车。必须注意的是，这类技术目前还有较大的局限性，特斯拉近日的多起事故都是出现在十字路口、人口/出口和双向路上，这超出了autopilot的处理能力。（2）高度自动驾驶，在大街小巷多数场景下可以自动驾驶，还能支持多辆车的编队行驶。这类技术的环境感知和驾驶认知能力相比辅助驾驶有极大的提升，不仅能处理上述autopilot不会处理的路况，甚至还能在完全没有车道线的非结构化道路上畅行。高度自动驾驶汽车还能在复杂路况下与其他智能车辆或人驾驶的车辆共享或竞争路权。（3）全自主驾驶或无人驾驶，完全由人工智能来驾驶，可以把方向盘、油门和刹车去掉。

未来5年，传统车厂和零部件供应商的主要努力方向是第一类和第二类自动驾驶，但这并不是以代替驾驶员为目的，而是让驾驶员更加安全和舒适。显然这是更稳妥的渐进道路。而一些“野蛮人”直接选择了无人驾驶作为切入点，剑指2020年。他们认为前两种自动驾驶是危险的，因为机器失效时，在突现危机的电光石火中驾驶员不一定能立刻进入状态，做出清醒的决策。所以终极的办法是“消灭”驾驶员。这样的汽车是真正为出行者设计的，小孩、老人、宠物、残疾人都能够开车，出行权利得到极大释放。