纵观人类科技史，在面对真正具备革命性意义的新技术时，大众往往会经历三个不同的心理阶段：首先是惊奇和敬畏，认识到它能解决人类社会多年痼疾；随后是疑虑和警惕，担心它可能带来新的不稳定因素；最后是信任和习惯，变成日常生活的一部分。
尽管世界上不存在绝对的安全，但大众心理从第二到第三阶段的过渡，往往意味着新技术已能在最大程度上做到“万无一失”——而这一心理过渡，此刻正渐渐发生在如今火热的自动驾驶领域，业内早已达成共识，安全是自动驾驶技术开发的“最高原则”。
这当然不难理解，就像投资人程浩所言：人工智能本质上分为“非关键性应用”（比如人脸识别）和“关键性应用”（比如自动驾驶），在真实的落地场景中——比如上班刷脸，“非关键性应用”的识别率是98%还是99%并非云泥之别；但“关键性应用”则不然，需要海量数据加持下的算法精进，因为哪怕自动驾驶拥有99%的可靠度，也意味着100次就出1次事故，这也是为什么AI创业大多集中在“非关键性应用”，而自动驾驶这种“关键性应用”的最大玩家，往往是科技巨头的原因。
当然，如前所述，世间没有绝对安全，在现实的另一端，作为一种确定性趋势，自动驾驶这条国际赛道格外拥挤，此时此刻，任何有能力的国家（尤其美国）都在以一种军备竞赛的心态开足马力，试图率先完成规模量产，抢占先机——事实上，前段时间美国发生的几次自动驾驶事故，就已让不少美国业内人士（尤其大公司）担心，事故阴云会让一直胶着中的立法进程趋于保守，让整个产业按下“暂停键”，从而让全球唯一有实力与之抗衡的中国抢占先机。
而在中国，自动驾驶从实验到量产的最大鸿沟，亦是头号玩家百度最关注的问题也是安全。大洋彼岸的悲剧也提醒我们，安全永远是自动驾驶的“第一天条”，于是我们看到，在刚结束的百度AI开发者大会上，他们发布了首个针对中国市场的自动驾驶安全报告，融合了Mobileye的RSS安全模型，希望作为领跑者带动行业安全标准落地和技术升级。
通过这份报告内容可以看出，在自动驾驶的研发路径上，通过拆解目标，逐级演化，细分场景等方式，足以打磨出一个安全可量产的自动驾驶解决方案。
自动驾驶的近期目标
在去年出版的《无人驾驶》一书中，哥伦比亚大学人工智能实验室主任胡迪·利普森认为：只要自动驾驶的安全记录能超过人类驾驶员的平均水平，就足以称得上“造福人类”。
但这显然是一个“理论上”的量化标准，在真实的舆论场，大众对机器总是苛刻到近乎无情，这也意味着，自动驾驶必须遵循一条更为稳定、平滑的发展轨迹。而这份主体内容由百度撰写，Mobileye共同参与的报告（融合了其核心的自动驾驶安全模型RSS），就试图勾勒出这条更为理想，也更为理性的发展轨迹，为推动行业的标准统一提供了理论支持。
先来看一下这份《Apollo Pilot安全报告》，包含安全设计和安全运行两大主要内容，其中细分为操作安全、环境安全、行为安全、功能安全、质量安全、机制安全和安全进化等七大内容。
ApolloPilot是Apollo平台的一款自动驾驶量产产品，百度Apollo规划的长期目标，是通过更全面的感知和监控系统，通过基于大数据不断训练进化的驾驶规则，让自动驾驶比人类驾驶的事故发生率至少降低一个量级——而为了实现这一愿景，百度也为自己制定了一个“小目标”：打造一个更安全可量产的自动驾驶解决方案，针对目前最高频的三个场景：高速自动驾驶系统、城市交通拥堵辅助系统、自动泊车系统，降低其安全风险。
基于这个逻辑，他们发布了中国首个L3级自动驾驶产品ApolloPilot for PassengerCar（简称“APC”），并将其定义为“提供有驾驶员的车辆在限定场景下的自动驾驶系统”：根据系统请求，驾驶员需做出适当响应——颇为人性化的是，系统将至少提前10秒发出请求，以确保为驾驶员留出响应时间。你知道，如今更多的所谓“自动驾驶”，都要求司机“无衔接”待命，随时保持接管能力，这很容易让司机陷入某种“资源的诅咒”，需要比自驾时更高的专注度，也更易诱发疲劳驾驶等不安全因素。
于是我们看到，APC通过对可适用场景的明确定义，确保在一定范围内汽车拥有完全的自适应驾驶能力，而在即将超出边界时给司机预留至少10秒的接管时间，最大程度让用户了解现阶段自动驾驶的行为边界。在我看来，相比不少自动驾驶玩家的激进策略，APC或许是未来2—3年实现自动驾驶最安全有效的路径，在确保安全的同时不耽误量产，让更多主流汽车用户尽早享受到自动驾驶的福祉。
1 2 下一页>