MATT RICHTEL, CONOR DOUGHERTY 2015年9月2日<br><br>加利福尼亚州山景城——作为无人驾驶汽车研发领域的领头羊，谷歌(Google)遇到了一个奇怪的安全难题：人类。<br><br>上月，当谷歌的一辆自动驾驶汽车来到人行横道前时，它像设想的那样放慢速度让一名行人先行，促使“安全驾驶员”启动刹车。那个行人没事，但谷歌那辆车却没那么幸运。它被后面的一辆由人驾驶的轿车追尾了。<br><br>按照设计，谷歌的自动测试车会严格遵守法律条文。但如果拘泥于规则，上路可能都会变得困难。在2009年的一次测试中，谷歌的车没能通过一个十字路口，因为它的传感器一直在等着其他（人类）司机彻底停下来，让它过去。但其他司机一直在向前蹭，寻找有利时机。这种情况让谷歌的机器人陷入了瘫痪。<br><br>这不仅仅是谷歌面临的问题。自动化车辆这一新兴领域的研究人员称，自动车面临的最大挑战之一是让它们融入一个人类不照章行事的世界。“真正的问题是，这些车太追求安全了，”研究自动车辆的加州大学圣迭戈分校设计实验室(Design Lab at the University of California, San Diego)主任唐纳德·诺曼(Donald Norman)说。<br><br>“它们得学会适度强硬，而什么叫做适度则取决于不同的文化。”<br><br>正如一些研究人员预言的那样，世界上如果没有驾驶员，交通事故造成的伤亡会大大减少。然而，广泛使用自动驾驶汽车仍是多年后的事，测试人员仍在应对像黑客这种假设的风险和现实世界里的挑战，比如自动驾驶车辆在公路上出故障了应该怎么办。<br><br>目前，让机器人和人类同时上路这个问题更紧迫。多家汽车生产商的车辆已经掌握了警告或是代替驾驶员的技术，不管是通过先进的巡航控制，还是可以自行启动的刹车。Uber正在研发自动驾驶汽车技术，谷歌也于今年7月把测试扩展到了德克萨斯州的奥斯汀。<br><br>谷歌汽车通常会迅速采取回避操作，或是谨慎行事。后者立即会变成最谨慎的应对方式，但同时也将导致与路上其他车辆格格不入。<br><br>“它永远都会遵守规则，我是说，几乎到了坐在车里的人类驾驶员会想‘这车干嘛那么做？’的地步，”汤姆·苏普莱(Tom Supple)说。最近，谷歌在其位于硅谷的总部附近的街道上进行了一次试驾，而苏普莱正是当时的安全驾驶员。<br><br>自2009年以来，谷歌汽车发生了16次撞车事故，大部分是轻微碰撞。谷歌称，每次碰撞都是人的错，包括公司今天上午通报的发生在8月20日的那起追尾。当时，谷歌的车因为行人放慢了速度，安全驾驶员随后手动刹车。接下来，车子被追尾，导致此人因颈椎轻微受伤而进了急诊室。<br><br>谷歌有关这起事故的报告揭示了另一个问题：尽管安全驾驶员启动刹车的行为是正确的，但如果让自动汽车独自行驶，它的刹车力度可能不会那么强，因此会行驶到离人行横道更近的地方，给后车留出稍微多一点的刹车空间。这样能避免撞车吗？谷歌表示无从得知。<br><br>谷歌称，只有一次撞车事故责任在自己身上。那是2011年8月，谷歌的一辆车与另一辆正在行驶中的车相撞。但需要注意的是，当时谷歌的车是由一名工作人员操控的。所以，错还是在人。<br><br>前不久载着《纽约时报》的记者出行时，谷歌的无人驾驶车采取的两次避让操作，既显示出了它因过于谨慎而出错的情形，也表明了那种经历会令人多么恼火。一个操作是，它为了避开一辆车而在一个住宅区急转弯。那辆车停得很糟糕，以致于谷歌的传感器无法识别它会不会开到车道上来。<br><br>对车里的乘客来说，车子行驶到一处红灯前时采取的操作更是令人气恼。当时，车流量属中等。安装在那辆无人驾驶车顶部的激光系统检测到，反方向的一辆车正在以高于安全水平的车速朝着红灯开来。于是，谷歌的车猛地右拐，以防撞车。但其实，那辆车的行为不过是人类驾驶员通常会做的：遇到红灯时不够小心，但司机还是很及时地停了下来。<br><br>谷歌无人驾驶车项目的发言人考特妮·霍恩(Courtney Hohne)说，当前的测试是为了“理顺”车的软件和人之间的关系。比如，在十字路口，程序允许车像我们其他人可能会做的那样，慢慢向前蹭，在寻找其他车让自己过的迹象时果断转弯。<br><br>威斯康星大学(University of Wisconsin)的工业与系统工程教授、驾驶员安全与自动化问题专家约翰·李(John Lee)说，遇到这种情况时，人类通常会“进行眼神交流。在行进中，他们会对谁有先行权达成协议”。<br><br>“那么自动车辆的眼睛在哪里呢？”他接下来问道。<br><br>翻译：陈亦亭

我也是这样认为的，自动驾驶的车辆，只有形成了“分布式测量和计算网络”，才能实现安全的自动驾驶。靠单一车辆对前后路况的测量和运算，既不安全，也没有效率——比如，为保持可靠的安全，需要严格保证安全车距，前车一减速，你的车子也要跟着立刻减速，在这种独立计算变量的情况下，一条道路上有一个野蛮司机，就能影响整条道路上所有自动驾驶车辆的安全性（容易导致后面的有人驾驶汽车对你追尾）和通过效率。<br><br>好在，如果一条路上有一定比例的车辆是自动驾驶的，而且自动驾驶车辆分布较为均匀，自动驾驶车辆之间还能形成数据（每个节点汽车前后的实时路况和本车下一时间段的预备车速和方向等）交换网络，并进行分布式运算，则安全性和效率就可以大大改善了——比如，一个野蛮司机的非理性驾驶可以用前后各两辆车的实时规避来进行缓冲，而不影响更远处车辆的正常自动驾驶。

人驾车不需要分布网络，机驾也不需要。至少在初期，机驾车比人驾车少的时候不需要。<br><br>联上网就有被攻击的隐患。<br><br>问题在于对机驾的要求太高，出了事都是机驾的错。人驾车遇上野蛮司机又能怎么样？机器不需要做到十全十美，只要比人做得好就行了。[edit]2015-09-04 16:57:51.751748[/edit]

这对单个汽车中AI的要求太高，需要达到“专家系统”的水平。而交通安全和药品安全（以及转基因安全）一样，对安全性的要求是没有极限的。一个可能的妥协是，自动驾驶系统先在低速低流量的公路（比如街道或者小区内部道路）上普及起来。如此出错的风险也最低。<br><br>至于被攻击，确实有这个风险。但是终究可以靠提高加密等级等方法尽可能避免——比方说，如果在一台汽车的控制系统中发假信号，分布式计算网络可以通过对比更多正确的数据来剔除明显不合理的数据（这是必须的，就算没有攻击，也有计算机出错的可能性），而大范围的错误信息则需要破解事实加密数据，在移动的车流中可能难以实现。当然，我说的分布测量和计算短期内是不可能的。也许几十年后能做到吧。

越是高速复杂的情况才越显出机器的优势。<br><br>人类随便考个执照就能上路去作杀手。机器比人已经安全很多，不应过于求全责备。

问题不是机器的反应速度，而是反应模式发生了改变。比如说，自动驾驶车辆严格保持前车车距（由于后面的车辆本车无法控制，所以后车车距本车也无法控制），如果前车减速或者遇到“加塞”甚至“别车”，自动控制系统多半会以极快反应速度减速甚至急刹，很容易造成后车追尾。虽然法理上说后车全责，但对于习惯于和人类驾驶员一起违法交规的兲朝驾驶员来说，这就是自动驾驶车辆在坑害他们。这种其他驾驶员认识的和驾驶习惯的改变需要想当长的推广时间。当年人们用汽车淘汰马车时也经历过漫长的磨合期。<br><br>或许，以后自动驾驶车辆要装特殊示意尾灯，提醒后面车辆驾驶员需要“注意力极为集中”（要兲朝驾驶员保持绝对安全车距是不可能的，你这样做会被人反复加塞）。<br><br>不过，可以预见的是，路上自动驾驶的车子越多，对于每辆自动驾驶的汽车和整段道路上所有车辆来说越安全。

[div=#ffffcc]自动控制系统多半会以极快反应速度减速甚至急刹[/div]<br><br>这时候人类驾驶员是怎么做的？机器模拟人类的反应方式即可，不必“以极快反应速度减速甚至急刹”，比人做得好是很容易的。<br><br>即使不考虑后车，仅考虑本车乘客的安全，急刹也不是最好选择。机器应该能以最低的加速度避免与前车碰撞。[edit]2015-09-05 20:16:27.845996[/edit]

人类的思维模式是模糊运算，容错性很高，虽然容易出大问题，但是可以避免很多小问题。<br><br>如果计算机完全模拟人类的架势习惯，那毫无疑问是在增加出大事故的风险。而人类司机出大事故不是大事（因为司空见惯了），谷歌汽车却不行。因为新产品的接受度很低。硬盘之父IBM当年因为“玻璃盘”被迫出售硬盘业务，但实际上出问题的并非玻璃盘片，而是控制电路（设计缺陷导致硬盘+5V供电电压降低0.5~1V时，硬盘磁头会撞击盘片）。然而IBM的解释毫无用处，人们只是相信玻璃硬盘根本不能用。同理，兴登堡飞艇爆炸后，人类就再也不搞载人飞艇了。

我在三楼就说，问题在于对机驾的要求太高。<br><br>至于模糊运算，主要是算不过来。换成机器会更强。

所以我认为，解决自动驾驶汽车安全度很难达到预期的方法，是采用分布式测量和运算网络，至少是分布式测量，运算每辆车自己搞定（但是这样不能得出最优的整体解决方案）。

把对机驾的要求降低到与人相当的水平不就行了吗？