和“人工智慧”一樣，“自動駕駛”也是一個有歧義，經常被人用不同方式解讀的概念。

例如，有人喜歡用“無人駕駛”來描述相關技術與應用，但“無人”一詞帶有鮮明的“100%由機器操控”的含義，無法涵蓋輔助駕駛等初級功能。事實上，許多汽車廠商都把計算機輔助駕駛稱為“自動駕駛”。大家應該知道，裝配有碰撞告警、車道保持、定速巡航、自動泊車等自動化功能的汽車好多年前就已經開始在市場上銷售了，廠家在做廣告宣傳時，就將這些輔助告訴人類駕駛員，並將輔助完成特定操作（如泊車）的系統稱作“自動駕駛”，但這和谷歌研發的全功能的自動駕駛汽車顯然不是一個級別的技術。

從中文語義上來說，“無人駕駛”的語義過於狹窄，而“自動駕駛”的語義過於寬泛。即便在英文文字中，“self-drivingcar”“driverlesscar”“roboticcar”和“autonomouscar”等術語之間，內涵和外延也並非完全一致。

從理想的情況看，人類當然希望儘早看到完全“無人駕駛”的汽車取代現有的所有人類司機，但從自動駕駛技術的發展程序看，未來將存在10年或更長時間的過渡期，各種不同型別、不同層次的自動駕駛技術將呈現共同發展，各自覆蓋不同需求、不同路況、不同人群、不同商業模式的情況。因此，用內涵單一的術語不利於自動駕駛技術目前的發展階段。

為了更好地區分不同層級的自動駕駛技術，國際汽車工程師學會（SAEInternational）於2014年釋出了自動駕駛的六級分類體系，美國國家公路交通安全管理局（NHTSA）原本有自己的一套分類體系，但在2016年9月轉為使用SAE的分類標準。今天絕大多數主流自動駕駛研究者已將SAE標準當作通行的分類原則。

SAE標準將自動駕駛技術分為0級、1級、2級、3級、4級、5級，共六個級別。具體的級別劃分和描述如下頁圖表99所示：

在SAE的分類標準中，目前日常使用的大多數汽車處在第0級和第1級之間，碰撞告警屬於第0級的技術，自動防碰撞、定速巡航屬於第1級的輔助駕駛，自動泊車功能介於第1級和第2級之間，特斯拉公司正在銷售的Autopilot輔助駕駛技術屬於第2級技術。

按照SAE的分級標準，第2級技術和第3級技術之間，存在相當大的跨度。使用第1級和第2級輔助駕駛功能時，人類駕駛員必須時刻關注路況，並及時對各種複雜情況做出反應。但在SAE定義的第3級技術標準中，監控路況的任務由自動駕駛系統來完成。這個差別是巨大的。技術人員也通常將第2級和第3級之間的分界線，視作“輔助駕駛”和“自動駕駛”的區別所在。

當然，即便按照SAE標準實現了第3級的自動駕駛，根據這個級別的定義，人類駕駛員也必須隨時待命，準備響應系統請求，處理那些系統沒有能力應對的特殊情況。使用這個級別的自動駕駛功能時，人類駕駛員是沒法在汽車上看手機、上網、玩遊戲的。

所以，雖然從技術標準上說，第3級自動駕駛有它存在的必要，但在實際應用場景裡，這一級別的自動駕駛是否真正可用，是很值得我們懷疑的。人類駕駛員一旦發現機器可以應付大多數情況，就會分心去做其他事情，以至於在機器遇到特殊情況時，無法及時、正確響應，並釀成事故。

谷歌曾經在員工中做過一個有趣的實驗。自動駕駛團隊在谷歌內部招聘了一批數量不多的志願者，每個志願者可以“認領”一輛測試用途的自動駕駛汽車回家。這些志願者都被告知：用於測試的汽車並不完善，仍然需要志願者坐在駕駛位置，隨時準備應對汽車無法處理的路面突發情況。但谷歌的自動駕駛團隊發現，志願者幾乎很少聽從這個忠告。因為在絕大多數情況下，谷歌的自動駕駛汽車表現得非常好，完全可以自如應對路面上發生的各類複雜情況。這樣一來，幾乎每個志願者都會100%放心地將駕駛操作交給汽車，自己則利用乘車的時間，做起任何自己想做的事情來：有乘車時看地圖的，有乘車時看影片的，有乘車時躺在後座打盹兒的，有乘車時跟女友親熱的……

這次志願者測試專案讓谷歌自動駕駛團隊明白了一點：一旦自動駕駛汽車達到了足夠高的水平，車內乘客就會想當然地將所有操控權交給汽車。無論這時候自動駕駛汽車的軟體是否還有風險，無論路面上那些極端的路況是不是能被自動駕駛汽車正確處理，車主都不會保持100%的高度警覺。

也就是說，第3級的自動駕駛，目前還很難被不受限制地應用於所有場景。其實，之前已經討論過，即便是特斯拉基於第2級自動駕駛的Autopilot技術，也存在這方面的問題。從商業化的視角來看，第2級或第3級的自動駕駛技術，將來只會被用於有限的場合，而直接面向第4級甚至第5級的自動駕駛，才是未來最大的商業機會。

自動駕駛的普及：中國有機會扮演關鍵角色

毫無疑問，自動駕駛將在不久的將來走進我們的生活。但真正意義上的，第4級或第5級的自動駕駛技術何時可以商用，人們有各種各樣的預測。

我覺得，基於宣傳技術和推廣產品的考慮，科技公司、初創公司對於第4級、第5級自動駕駛何時可以商用的預測普遍比較樂觀。實際情況也許比他們的預測要複雜一些，因為這不僅僅是一個純技術問題。技術方面，谷歌（Waymo）的自動駕駛系統非常成熟，已經接近商用，也許只要一兩年的時間，就可以達到SAE第4級和第5級的標準。但在非技術領域，政府、公眾、企業還必須考慮諸多政策的、法律的、經濟的、心理的甚至是道德層面的問題。

首先，現有的法律制度、政策、保險體系等，並不是為自動駕駛時代的交通量身定製的，一定存在諸多不合理之處。對於法律體系的改進和完善，一定不要以今天的眼光去預測未來的科技。

比如，當年蒸汽機動力的汽車問世不久，英國議會就於1865年通過了一部《機動車法案》。這部法案後來被人嘲笑為“紅旗法案”。法案規定，每輛在道路上行駛的機動車必須由三個人駕駛，其中一個必須在車前面50米以外做引導，還要用紅旗不斷搖動為機動車開道，並且速度不能超過每小時4英里。結果，直到1896年“紅旗法案”被廢止前，英國對汽車技術的研發幾乎還處於停滯狀態，這個法案在英國汽車發展史上起到了極其愚蠢的負面作用。今天，在考慮為自動駕駛汽車制定合適的法規、政策時，我們千萬不要落入100多年前英國“紅旗法案”的窠臼。

其次，道德問題始終是制約自動駕駛商業化和大規模普及的關鍵因素。美國人比較喜歡用一個處於兩難境地的道德測試來衡量自動駕駛的合理與否，這個測試叫作“有軌電車難題”（Trolleyproblem）。

英國哲學家菲利帕·福特（PhilippaFoot）1967年首次提出這個倫理學的思想實驗。問題很簡單：假設你看到一輛失控的有軌電車在軌道上高速行駛，電車前方的軌道上有5個毫不知情的行人。如果你什麼都不做，那麼那5個人會被電車撞死。生死瞬間，你唯一的解決方案是扳動手邊的道岔扳手，讓電車駛入備用軌道。但問題是，備用軌道上有1個不知情的行人。扳動道岔的結果是，拯救了原軌道上的5個人，卻犧牲了備用軌道上的1個人。這種情況下，你會扳動道岔扳手嗎？如果用1條生命換回5條生命，你感到難以定奪，那麼，假設犧牲1個人可以救50個人呢？

換到自動駕駛的商用場景，政府和公眾面臨著同樣難以定奪的詰問。從目前的測試結果看，自動駕駛技術比人類駕駛員駕駛汽車要安全，至少不存在人類駕駛員因為疲勞駕駛、酒駕等問題發生事故的情況。但自動駕駛不是萬能的，在極端條件下，比如機器學習系統從未遇到過的情況發生時，自動駕駛系統也有可能導致事故，甚至對人類造成致命的傷害。

2016年5月7日，佛羅里達州的特斯拉電動汽車致死事故發生之後，特斯拉強調，在總計1.3億英里的Autopilot模式行駛記錄中，僅發生了這一起致死事故，據此計算的事故機率遠比普通汽車平均每9400萬英里發生一起致死事故的機率低。但無論機率有多低，這畢竟是一起致死事故。為了普及自動駕駛技術，人類面臨的道德抉擇並不比有軌電車難題簡單。

如果自動駕駛汽車造成的死亡事故機率比人類駕駛員造成的死亡事故機率低，比如3︰5，那麼，你願意大力推廣自動駕駛技術，用每犧牲3個人的代價，換回5個人的生命嗎？

我用這個問題問了許多美國朋友，當我說3︰5的比例時，他們都紛紛搖頭，連說“不行”。我發現，大多數人腦子裡會有一個先入為主的道德假設，那就是人類駕駛員造成的事故已經被視為現行倫理道德體系中的一種客觀存在，是人類自身的弱點導致的。但引入自動駕駛後，造成致命事故時，操控汽車的主體由“人類”變為“機器”，這種新的倫理道德關係就很難被現有的體系接受。如果自動駕駛技術可以拯救5個人，但代價是殺死另外3個人，大多數人就感到難以接受。他們是在用人類現有的倫理道德體系去評估機器的行為：採用新技術的決定是人類做出的，實際造成事故的主體卻是機器而不是人，人類因為自己的決定，造成了“另外3個人”的死亡，這種道德壓力是不言而喻的，這個時候，是否能拯救原本會因人類失誤而死亡的5個人，反倒成了不那麼重要的因素。

於是，我會問我的朋友：“如果犧牲的生命與拯救的生命比例是1︰5呢？”朋友們通常都會猶豫一下。我會接著追問：“如果是1︰10呢？”這時，有不少朋友就會遲疑地點點頭，覺得似乎是一個可以接受的比例。那麼“如果是1︰20呢？”這時，大多數朋友都會堅定地站到自動駕駛這一邊，支援用較小的代價拯救多數人的生命。

很有意思的思想實驗，不是嗎？為什麼大家在比例是3︰5的時候普遍反對自動駕駛，而在比例是1︰20的時候，就變為普遍支援呢？人類的倫理道德準則難道是用簡單的數字就可以衡量的嗎？當然，我就此問題詢問的主要是美國朋友，他們的答案代表的也只是美國公眾的看法，不具有更普遍的意義。

美國國家公路交通安全管理局於2017年1月發表了一份宣告，證明特斯拉輔助駕駛系統Autopilot與2016年5月7日發生在佛羅里達的致命交通事故沒有直接關係，事故的直接原因是駕駛員忽視操作提醒，沒有對道路上的危險保持隨時監控和快速反應。美國國家公路交通安全管理局還強調說，特斯拉在安裝了Autopilot輔助駕駛系統後，事故發生率降低了40%。

特斯拉第2級別的輔助駕駛系統Autopilot使事故機率降低了40%，這和前面假設的3︰5的比例不謀而合。大家通常會接受特斯拉的輔助駕駛功能，因為該功能要求人類駕駛員全程監控，隨時參與操作。但同樣是3︰5的比例，換到第4級和第5級的自動駕駛汽車上，大家就會感到難以接受。這其中，微妙的心理因素非常值得我們探討和關注。

另一個困擾自動駕駛技術商業化的因素是失業問題對傳統行業的衝擊。而這種衝擊，也因不同地方、不同人群而存在巨大差別。

新的科技總會引起不同層面的社會、經濟影響，這種影響在有著牢固社會傳統的地方，很可能會被人們視為威脅。傑瑞·卡普蘭講過一個很有趣的例子：同樣是提供汽車分享和出租服務，優步在舊金山做的事情被大加讚賞，可在倫敦做的同樣的事情卻飽受批評。優步在倫敦造成了許多人失業。倫敦有非常發達的出租系統，倫敦人管傳統的計程車叫“黑色出租”。這些計程車的司機是一個有著悠久歷史的社會職業，他們需要對街道非常熟悉，以透過上崗測試。優步在倫敦破壞了這樣的傳統，因為任何人只要有一輛車就可以成為優步司機。在這件事上，優步低估了英國人對於傳統職業的重視。倫敦的許多人痛恨優步，他們認為優步是對英國社會的破壞。但在舊金山，每個人都覺得優步棒極了。人們讚揚優步，幾乎沒有什麼負面報道。這是同一件事在不同城市得到的不同評價。所以，你很難說某項技術是好的，或者是壞的。

自動駕駛也一樣。在美國，絕大多數人都同意，自動駕駛汽車的一個最好的應用場景，就是去取代那些工作負荷繁重、容易因長途駕駛時的疲勞而導致事故的卡車司機。但即便是這樣一個在技術層面顯而易見的事情，在牽涉到社會和經濟問題時，也會變得十分複雜。

2016年時，美國有大約150萬名卡車司機（另一種說法是180萬名），全美約70%的貨物運輸，都是由這些卡車司機駕駛大貨車透過公路完成的。目前，卡車行業已經出現了司機短缺的問題。根據美國卡車運輸協會（AmericanTruckingAssociations）的估計，全美短缺的卡車司機數量是大約4.8萬名。

以美國Otto公司（已被優步收購）為代表的一批科技團隊，已經開始為卡車研發自動駕駛系統。在美國，卡車運輸的路況、環境相對單一，相關的自動駕駛系統在技術上的難度不大。但問題是，如果用自動駕駛系統解決卡車司機短缺的問題，那必然會受到所有人的歡迎，可如果用自動駕駛系統來替代現有的150萬名卡車司機，還會贏得大眾的支援嗎？如此大規模的失業或轉崗，美國政府就必然要面臨卡車司機工會的問責了。

Otto聯合創始人兼總裁利奧爾·榮恩（LiorRon）認為，人類卡車司機短期內沒有失業的風險，他說：“未來將會發生的事情，是那些卡車司機變成了技術系統的助理駕駛員，在自動駕駛系統較難處理的室內路況上，替代自動駕駛系統完成駕駛操作，然後在高速公路上啟動Otto自動駕駛系統，讓機器替自己完成冗長、乏味、容易犯困和出危險的駕駛里程。在可預見的未來，卡車的駕駛室裡都會坐著一個駕駛員，而且，這個駕駛員的工作將變得更安全，可以賺到更多的錢，可以更快地抵達目的地。”

利奧爾·榮恩說的只是基於目前技術的預測。如果展望更長久的未來，當卡車上使用的自動駕駛技術趨於完善，可以適應擁擠的城市等各種不同路況時，卡車司機確實有大批被取代、大批失業的風險。對於這樣的未來，150萬名卡車司機肯定是充滿疑惑甚至堅決反對的，美國的卡車司機工會也會站出來維護司機們的利益。

一個可以類比的例子是美國的煤礦工人。因為自動化開採技術的使用，美國煤礦工人的數量從1980年時的22.9萬人，降低到了目前的大約8萬人。在過去的5年間，就有5萬煤礦工人失去工作。這5萬失去工作的煤礦工人在美國的各階層看來是一個重大的社會和政治問題，連總統也必須親自過問，以妥善處理好這些“下崗”工人的安置和再就業問題，否則，美國勢力強大的工會組織就會對議員、總統施加極大的政治壓力。想一想，5萬名煤礦工人尚且能引起全美政治家的關注，如果被取代的是150萬名卡車司機呢？

當然，也有美國網友提出了另一種有些調侃的思考方式：“政治上來說，卡車司機工會是會去阻止自動駕駛系統取代卡車司機的程序的，但他們也會感受到來自另一方面的壓力。如果保險公司不再為人類駕駛員承保，因為自動駕駛系統幾乎從不出事故，這樣一來，不就輕鬆解決了替代人類駕駛員的問題了嗎？另外，人類司機在新成立的運輸公司裡不會有任何發言權，因為這些公司根本就不會僱用司機。司機工會也沒有能力阻止司機失業，因為他們向僱主爭取權益的主要武器就是罷工，可是在依靠自動駕駛系統的公司裡，他們的罷工又有什麼意義呢？”

當然了，這位網友的話只是一種調侃，真實情況裡，美國政治家和公眾是必須正視卡車司機工會的訴求，防止短期內出現大規模失業問題的。

有關自動駕駛的商業化以及人工智慧技術帶來的失業等問題，我與卡內基-梅隆大學計算機科學學院的院長安德魯·摩爾（AndrewMoore）有過一次面對面的交流。我和安德魯·摩爾都認為，類似的情況，在美國和在中國，政府與公眾的態度會有很大的不同，新科技被接受的程度、普及的速度也會有巨大差別。

如果單考慮製造業，美國很多工廠都已經自動化了，需要人工勞動的生產線大多都已經被送到別的國家了，所以，美國比較容易接受在生產線上使用機器人技術（當然，特朗普出任美國總統後開始執行的“美國製造”等反全球化的經濟政策，會為這一趨勢帶來小小的變數）。反觀中國，從事製造業的工人數量龐大，如果大量使用機器人技術，就會有比較切實的下崗和再就業方面的挑戰。

但是考慮到運輸行業，例如卡車司機、公交車司機等崗位，因為在美國涉及百萬以上的人群以及歷來強勢的工會組織，美國政府在進行決策時就會受到一定的影響（特朗普上臺後，這一影響會更加明顯）。美國政府、國會、兩黨都非常擔心相關政策一旦考慮不周，就會影響到大量手握選票的底層選民。美國科技界則因此擔憂，先進技術如果因為底層人群的反對，而在商業化和普及方面表現遲緩，那反過來就會影響相關科研領域的投資，使得美國錯失人工智慧領域的未來機會。再加上有關自動駕駛汽車致死多少人、拯救多少人的倫理道德考慮，自動駕駛技術在美國的普及就面臨重重阻力。

歐盟基於安全的考慮，對自動駕駛的普及也持謹慎態度。我在出席2017年瑞士達沃斯世界經濟論壇時瞭解到，歐盟對自動駕駛技術的要求是，不能用迭代、不斷改進的心態去開發自動駕駛軟體，而是要第一個商用版本就做到足夠安全。

在中國，情況也許會不一樣。首先，中國是一個快速發展的國家，在全國和城市的交通路網建設上，一直處於不斷建設、不斷更新的狀態。中國比其他任何一個國家都容易從道路建設的角度入手，為自動駕駛汽車配備專用的路面、交通標誌甚至制定有針對性的交通法規。這可以彌補自動駕駛技術本身的許多缺陷，將自動駕駛技術發生事故的風險大幅降低。

其次，中國在嘗試新科技方面的阻力沒有美國那麼大，中國政府集中力量支援技術突破的能力也遠比美國政府要強。中國快速建成四通八達的高速公路網路以及奇蹟般地只用幾年時間就建立了全世界最快、最長的高速鐵路系統，就是這一點的最好體現。類似的事情當然可能發生在自動駕駛汽車的普及上。為了在技術尚未達到第5級自動駕駛的水平時，鼓勵第4級和第2級技術的商業應用，中國完全可能設計一些自動駕駛的早期試點道路、試點園區乃至試點城市，為自動駕駛汽車創造出符合技術要求的路況環境，在確保安全的基礎上，儘早開始自動駕駛汽車的商業運營。這樣一來，技術迭代就可以更快速地完成，在中國做自動駕駛相關的科研，就會比在美國或歐洲更容易拿到好的資料、找到好的測試場景，這對自動駕駛在未來的進一步發展十分重要。

再次，中國在評估自動駕駛系統帶來的倫理道德問題時，通常會比美國政府、公眾的態度更為務實。既然資料已經證明自動駕駛系統比人類駕駛員更安全，那麼，從倫理道德角度去比較自動駕駛系統可能危及多少人的生命，人類駕駛員可能傷害多少人的生命，這又有多少實際意義呢？

基於以上考慮，安德魯·摩爾教授和我都認為，在自動駕駛技術走入商業化和普及的未來10年裡，中國有機會扮演非常關鍵的角色。

中國的實際交通狀況比美國要複雜得多，每年因為疲勞駕駛、酒後駕駛導致的交通事故，數量相當驚人。自動駕駛系統的應用，對於改善中國交通狀況，減少人為交通事故的意義非常重大。同時，中國面臨的交通擁堵問題、環境問題壓力巨大。中國的大中型城市動輒擁有數百萬甚至一兩千萬的人口，如果每個家庭都像美國一樣保有一兩輛機動車，那必然造成中國所有城市道路天天堵、年年堵，中國城市的天空很難擺脫霧霾的陰影。自動駕駛技術可以非常容易地將家庭用車模式轉變為共享用車的模式。自動駕駛汽車隨叫隨到，每個家庭不需要長期保有自己的車輛，也不需要購置停車場地。透過基於自動駕駛的分享經濟，中國可以大幅減少汽車的保有量，從根本上解決交通堵塞和汽車尾氣汙染等問題。

想象一下，在未來每個中國家庭的主要用車場景裡，上下班可以用手機呼叫附近的自動駕駛出租車，商務活動可以預先約好自動駕駛的商務汽車，家庭購物、遊玩既可以呼叫附近的共享汽車，也可以親自駕駛私家車體驗駕駛樂趣……那個時候，每一部共享的自動駕駛汽車都沒有駕駛員，約車服務完全由計算機演算法根據最最佳化的方案，在最短時間內將自動駕駛汽車匹配給需要用車的消費者。政府對網約車可以集中管理。城市路面的公交系統，主要由自動駕駛汽車擔任運輸主力。城市之間的貨物運輸，也因為有了自動駕駛系統而更加便捷、高效。

自動駕駛將是中國未來10年科技發展面臨的最重要的機遇之一。中國有全球最大的交通路網、最大的人口基數，自動駕駛的大規模商業化和技術普及反過來會促進自動駕駛相關科研的飛躍式發展。這種從科研到應用，從應用再反饋到科研的良性迴圈，正是中國能否在未來10年內，建立起世界先進水平的人工智慧科技體系的關鍵。

無人駕駛的6個級別不難理解。L0級別就是完全由駕駛員進行駕駛操作，屬於純人工駕駛，汽車只負責執行命令並不進行駕駛干預，現在絕大多數車子都是這樣。

L1則是指自動系統有時能夠輔助駕駛員完成某些駕駛任務，比如我們常說的車道保持系統和自動制動系統就屬於L1級自動駕駛的範疇。

而到了L2，自動系統能夠完成某些駕駛任務，但駕駛員需要監控駕駛環境並準備隨時接管。目前絕大多數車企都已經做到了L2級別的自動駕 駛技術，比如ACC自適應巡航和撥動轉向燈即可實現自動變道行駛等等。在這個階段，雖然機器可以獨立完成一些組合行駛需求，但駕駛員仍需要將雙手雙腳預備 在方向盤及制動踏板上隨時待命。

目前這個級別的車子也越來越多了，10萬出頭的吉利帝豪GL高配，也配有ACC定速巡航了。

到了L3級別的自動駕駛技術，駕駛員將不再需要手腳待命，機器可以獨立完成幾乎全部的駕駛操作，但駕駛員仍需要保持注意力集中，以便隨應對可能出現的人工智慧應對不了的情況。

而L4和L5級別的自動駕駛技術都可以稱為完全自動駕駛技術，到了這個級別，汽車已經可以在完全不需要駕駛員介入的情況下來進行所有的 駕駛操作，駕駛員也可以將注意力放在其他的方面比如工作或是休息。但兩者的區別在於，L4級別的自動駕駛適用於部分場景下，通常是指在城市中或是高速公路 上。

目前L4級別仍處於試驗狀態，例如百度無人車、谷歌無人車等等。其實在技術上，L4級別已經沒什麼問題，尤其是國外相對行人和車子遵紀守法的路況下，基本能正常執行。國內的嘛，路況複雜，自然計算量也相應增加很多。加上最大的限制還是在道德問題上，這也是目前跨不過的坎。

而L5級別則要求自動駕駛汽車在任何場景下都可以做到完全駕駛車輛行駛。