朱西产：自动驾驶更深地驶入“恐怖谷”

　　? 1970年，机器人专家森政弘提出了一个著名理论—“恐怖谷”：当机器人与人类的相似程度达到一个特定程度的时候，人类对他们的反应便会突然变得极其负面和反感。当机器人和人类的相似度继续上升，人类对他们的情感反应会再度回到正面。

　　最近几年，自动驾驶赛道分外火热，吸引了一众头部科技企业入局。当外界对自动驾驶的未来充满憧憬与想象时，同济大学教授、汽车安全技术研究所所长朱西产在最近两年的公开演讲中多次指出，自动驾驶正处于森政弘口中的“恐怖谷”阶段。　　如今，各大车企打出自家智能驾驶进入“L2＋”的口号。理论上，L2＋具备了部分L3、L4的功能，但实际的系统能力又达不到L3或以上的水平。可这一切，在某些车企激进的宣传攻势中，被人为忽略掉了。因此，朱西产作出论断，从L2到L3的过渡阶段，是自动驾驶最不让人放心的阶段，也就是“恐怖谷”。　　如今，整个行业还未成功过渡到L3，倒闭、估值缩水、股价跳水、业务收缩等负面信息却缠绕着曾经的自动驾驶头部玩家，外界用“寒冬”来形容眼下的自动驾驶行业。在近期举办的2022中国汽车论坛期间，汽车之家与朱西产进行了一次深度对话，当自动驾驶的“寒潮”来袭，从L2到L3还有多远？自动驾驶何时能驶出恐怖谷？L2与L3之间难以逾越的鸿沟　　“自动驾驶不仅没走出恐怖谷，反而在恐怖谷里越驶入越深。”朱西产说道，L2与L3之间存在着难以逾越的鸿沟。

　　尽管如此，车企并没有停止从L2到L3的探索。去年12月，奔驰在德国率先取得了L3级别的自动驾驶认证，并且于今年5月，在德国地区的奔驰S-class和EQS上推出支持L3的Drive pilot自动驾驶系统。其中要求了，当系统接管车辆时，驾驶员可利用车载设备进行通话，休闲放松，简单工作等，但仍需在系统提示接管时驾驶车辆。也就是说，驾驶人仍是责任主体。　　就在前不久，百度创始人、董事长兼首席执行官李彦宏公开表示，由于L3要求驾驶人在需要的时候进行接管,这就使得事故责任很难界定。因此他判断，L4级自动驾驶可能会先于L3级实现商用，因为相比L2级与L4级明确的权责归属，L3级模糊的责任划分会阻碍其普及。　　而在朱西产看来，想跨越L2与L3之间的鸿沟，不止是责任划定一个障碍。“奔驰已经在做L3的认证了，但是宝马和奥迪或者其他车企并没有趋之若鹜。”朱西产解释道，大部分车企目前还在观望状态。

　　“如果一个风险，用户每天都会遇到，或者一天会遇到很多回，那么一定会引起警觉。有了驾驶人的足够警觉，反而不容易酿成事故。但是如果这个风险一年或者几个月才发生一次，就很容易让人放松警惕。”朱西产解释道，我们所认为技术水平不高的ADAS反而是安全的，因为没人把它当自动驾驶用。反而是L2+拥有了一定的自动驾驶能力，更容易获得驾驶人的信任，从而造成事故。自动驾驶进入寒冬　　在自动驾驶的分级中，L3以上就可被称为无人驾驶。随着汽车行业电动化的深入，车企与科技巨头们争相在智能自动驾驶赛道上加速跑。　　“Robotaxi是一个很好的愿景，它可以提升整体交通的运行效率。因此，Robotaxi烧了这么多钱，依然有人愿意往里投。但是当下全球经济形势面临着很大的不确定性,于是自动驾驶的‘寒冬’就来了。”提及最近自动驾驶行业出现的不利消息，朱西产说道。　　彷佛一夜之间，资本市场对自动驾驶失去了信心。公开报道显示，背靠福特和大众集团、曾是硅谷自动驾驶明星企业的Argo AI将关闭运营；一年前估值高达500亿美元的“辅助驾驶之王”Mobileye，真正上市时市值不及原估值的一半；因商业化遥遥无期，亚马逊和联邦快递相继关停了无人配送车项目；曾号称要在自动驾驶领域与Waymo及Cruise“三分天下”的Aurora面临严重危机，采取了裁员、高管降薪、出售资产、减少福利等方式节省开支。　　与此前的乐观不同，无论是资本还是从业者都意识道，自动驾驶还有很长的路要走。“为什么这次无人驾驶公司集体暴雷出现在美国，很可能是因为美国企业坚持的单车智能路线，搞不定高阶自动驾驶。”朱西产说道，在这一次的寒冬到来之前，Waymo与特斯拉的自动驾驶负责人都辞职了。Waymo前CEO约翰·科拉菲克曾公开表示，目前自动驾驶距其普及还要几十年，技术也无法达到L5级，因为“真的、真的很难”。

『Argo AI的Robotaxi』　　朱西产指出，L3级以上高级自动驾驶非常难实现。得益于5G技术的发展，中国开创性地提出通过基于车路云协同的智能网联平台来实现高等级自动驾驶。然而，这也带来了一个挑战——自动驾驶车路协同产业的落地，它需要得到来自产业、企业以及政府的共同支持。打造数据闭环的能力　　尽管自动驾驶行业起起伏伏，但毫无疑问，越来越多的车企把自动驾驶技术看作核心能力。尤其是上汽集团党委书记、董事长陈虹在2021年抛出的“灵魂论”引发广泛讨论。在被问到上汽是否会考虑在自动驾驶方面，与华为等第三方公司合作时，陈虹表示：“上汽很难接受单一供应商为我们提供整体解决方案。我们的‘灵魂’一定要掌握在自己手中。”于是，有越来越多的车企明确要做软硬件全栈自研的企业。　　但是就现实情况来看，自动驾驶技术关联广泛，很难做到完全自主的全栈自研的，比如自动驾驶赖以支撑的高精度地图，目前全国28家拥有甲级测绘资质的厂商大多为第三方机构。因此，目前自动驾驶技术的底层之争，更多是聚焦在两个领域，一是芯片，二是软件算法。朱西产表示，车企的全栈自研也更多是聚焦在算法平台之上对视觉感知、信息融合、决策、执行等环节的主导研发与应用。

『一辆试运营的自动驾驶出租车在运行过程中』　　“全栈自研的核心在于车企是否有打造数据闭环的能力。”朱西产说道，自动驾驶出问题大部分情况都是感知出了问题。如果车企有全栈自研的能力，意味着可以把出问题的数据标注好重新开始训练。反之，如果车企自己没有掌握计算机视觉的能力，只能眼巴巴地把这个场景交给供应商去做。这个时候，什么时候更新与迭代，就由供应商说了算。“不管是智能座舱，还是自动驾驶，道理都是一样的。只有掌握了数据闭环的能力，才有更新迭代的主动权。”　　朱西产认为，智能汽车正走向高算力，走向AI，走向数据驱动，每一家车企都不想放弃全栈自研的能力。“回到自动驾驶领域，车企一定要有自己在感知技术上的积累。与此同时，我认为不应该排斥地图商的高精地图路线。两者都具备，就会有安全的冗余，识别的正确率也会大大提高。所以我判断，自动驾驶会走向重感知和重地图的中间路线。”朱西产如是说。

查看同类文章：行业视角行业评论2022中国汽车论坛更多精彩内容：行情分析汽车之家行业-大数据 全领域 新视点

标签：奔驰奥迪宝马大众福特

汽车资讯热门资讯