要搞清楚這個問題，那就得先分清楚對人來說最重要的是什麼？當然毋庸置疑——生命

自動駕駛目前的確因為技術的不成熟發生過一些事故，具體事故就不舉例了，但從自動駕駛的現階段發展的現狀以及未來的實用效果來看，車企投入研發資金和人力是正向的。畢竟目前的自動駕駛才發展到L3級（關於詳細的自動駕駛解釋可以檢視賬號主頁），已經能夠降低交通事故率和死亡率，換句話說也就是已經得到了比較客觀的效果，從整體上已經在控制了交通事故的發生和避免了生命的不幸，所以這個自動駕駛是應該得到市場的擁護的。

舉個例子，就像在研發核爆炸之類的重大工程上，即是知道某些物理材料能夠讓研發人員換上癌症的概率大一些，但為了國曆的強大和危機時刻保護家園，這一切都是值得的。

所以自動駕駛即是目前因為一些事故讓大家寒顫，但未來是能夠幫助人類的，也是能夠讓人類進步的，很有可能未來在大資料和雲技術的發展下，汽車全部自動化，沒有一起交通事故發生也不是沒有可能的。

目前市場上宣稱的自動駕駛大多為L2級別，與問題相關，也就是能夠降低整體死亡率的功能主要有以下：

1、自動緊急剎車（AEB）:利用佈置在前保險槓下方的毫米波雷達實時檢測前方面積較大的物體（例如車），利用佈置在前擋風玻璃上的攝像頭實時檢測前方的車和人（人主要靠攝像頭），由於系統的檢測時間都是微秒級別，當系統判斷有碰撞風險時，將命令剎車系統介入，剎停車輛，保證人車安全。該功能的優勢在於：①能夠在駕駛員疏忽的駕駛場景中幫助人進行剎車；②大大減小了由於人的反應時間較長而引起的剎車距離較長以及碰撞程度；

2、盲區監測（BSD）：在行車過程中實時監測車輛後方相鄰兩車道的來車，當系統檢測到後方車輛有超車意圖時以燈光或聲音提醒駕駛員，防止因為觀察不仔細變道而引起的碰撞發生；

在駕駛員為駕駛主體的車輛上增加這兩項功能的的確能夠降低整體死亡率，一定程度上提高了整車安全性，儘管宣稱L2級別自動駕駛，但這並不是真正意義上的自動駕駛，依舊是輔助駕駛（人依舊需要坐在主駕操控車輛，只是系統會幫助駕駛員在特定的工況下操控車輛，但還是需要人實時監控路況，以便突發情況時實時接管）。

即降低整體死亡率的是L2級自動駕駛，而非真正的自動駕駛，真正的自動駕駛目前的技術水平是無法實現！

題主問題問的很有深度，這是一個很值得深思的問題。

人類在出現緊急情況時，反映時間是0.05秒，而在這短短的反應時間內，可以發生很多事情，可能就錯過了最佳的自救時間。

而自動駕駛技術的發展，特別是感測器、行車電腦的處理速度、機器學習、大資料等技術的提升，可以比人類在更短的時間內做出最佳的應對方案，得到最優解。

但裝置畢竟是裝置，電腦的應對方案，也是有設定邏輯的，如果設定的最優解是保護車主的生命，哪在某種特殊情形下，就有可能去犧牲其他人的生命或者利益。

這就上升到了人性、法律和道德的層面，就像是克隆技術的應用一樣，世界各國都協議嚴禁研究人造人。

目前自動駕駛技術，大部分都在L2級別，特斯拉吹噓了好幾年的L3級，其實並沒有達到，還無法做到完全不用駕駛員輔助駕駛。

機器也會犯錯，而且可能會犯正常人不會犯的錯誤，比如前段時間特斯拉客戶在使用自動駕駛時，車子徑直撞向白色的卡車，原因是攝像頭受到光線的影響，未有效識別卡車，這如果是人為駕駛，大概率是不會判斷失誤的。

國外有一些研究自動駕駛技術比較深入的公司，包括一些傳統老牌車企，即使技術能無限接近L3，也不敢貿然宣稱，畢竟現在各方面條件都還不成熟，包括相關的法律法規還不健全。

從大資料的角度來講，自動駕駛技術的應用，的確可以規避很多以往無法規避的車禍風險，比如緊急剎車輔助的應用，可以大大減少高速追尾事故的發生。

相比較而言，在某種程度上，人工駕駛出事故的概率是要遠遠高於自動駕駛的，畢竟人類犯錯的概率，較之機器而言，會受到更多因素的影響。

每一項新科技新技術的到來，都需要時間和無數次的經驗積累，與其退卻固步自封，不如勇敢面對，持續提升。

人類對自動駕駛的渴望從汽車誕生以來就沒有停止過，在無數科幻作品中，無人駕駛的汽車運載著乘客們到達世界每一個角落，而由於自動駕駛技術的發展，車禍與事故也成為了歷史課本當中的名詞。然而，現在並不總是像科幻作品那麼美好，儘管人類在自動駕駛的腳步上不斷探索，現在的輔助駕駛技術也能夠在很大程度上幫助駕駛者去控制車輛，然而駕駛輔助系統依舊無法避免事故的發生，甚至在很多時候駕駛輔助功能還會成為車禍的“罪魁禍首”，那麼在這樣的情況下，我們是否應該繼續發展駕駛輔助功能甚至是自動駕駛呢？

歷史從來都是很殘酷的，這一點已經被無數的事實所驗證，每當人們覺得已經取得了突破的時候，現實總會告訴你，你離成功還有很遠。在不久之前，臺灣發生了一起詭異的車禍，一輛白色大貨車側翻在了高速公路上，而一輛與之相距甚遠還有一定安全距離的特斯拉Model 3卻徑直撞了上去，事故造成Model 3車身較為嚴重的損害，所幸由於大貨車的車廂內裝載的是奶油狀物質，因此可以給予Model 3很好的緩衝，所以Model 3的駕駛者並無大礙。而根據駕駛者透露，當時他的Model 3正開啟著Autopilot功能。

事實上，這位駕駛者已經算是眾多特斯拉車禍駕駛者當中最幸運的一位了，因為早在2016年，在美國就有一位駕駛者，他的特斯拉當時也開啟了Autopilot功能從在主道上正常駕駛，而偏巧對面主道有一輛白色大卡車左轉下主道，這個時候特斯拉並沒有減速，而是直接全速撞向了貨車的車廂側面，特斯拉駕駛者當場身亡。從個體角度來講，這些遭遇車禍的駕駛者無疑是悲慘的，而對於整個行業來說，這每一次事故都是一次對那些向著未來科技衝擊的科研人員和廠商的打擊。

在這次的臺灣Model 3事故之前，很多人都認為特斯拉的Autopilot駕駛輔助功能已經是某種意義上的“自動駕駛”了，但是這次事故將人們一棍子打醒——即便是目前在這方面走得最靠前的特斯拉，也只是駕駛輔助，最終的駕駛者還是坐在方向盤後面的人。因此在現階段，每一次車禍的責任都是由人類駕駛員負責，這一點和幾十年前沒有什麼不同。

但是另一方面我們需要說明的是，現階段的駕駛輔助技術的確在很多時候幫助提升了車輛的安全性，在駕駛者沒有注意到或者是走神的時候幫助避免了很多可能到來的車禍，因此，在我們合法合規的使用駕駛輔助功能的前提下，現在的駕駛輔助技術是能夠幫助降低車禍發生的概率的，車輛的主動安全配置也幾乎是利遠大於弊的。

回到我們剛剛說的特斯拉車禍上來，只要稍微瞭解一些行業新聞你就會知道，這次事故並非是特斯拉第一次發生類似的事故，在特斯拉大規模量產的幾年當中，類似的事故屢有發生。而這些事故都有一些相同點，那就是幾乎都是白色大卡車，而且這些大車的速度都比較慢，有些甚至是靜止的。

那麼為什麼這種情況特別容易造成AP系統的誤判呢？這主要是由於目前的AP系統主要是依靠一套視覺方案來感知外界，也就是攝像頭為自主，毫米波雷達為輔的感測器組合。這套方案最大的好處就是成本低廉，但是最大的問題就是攝像頭對於外界的感知非常被動，它只是傳回影象，通過車載系統的計算單元識別之後才能分辨前方的路況究竟如何，而系統只有在經過大量學習之後才能進行相應識別。

如果在系統學習的時候沒有遇到過這種情況，那麼系統將無法判斷前方路況，換言之，在系統和攝像頭眼裡，前面橫貫在路面上的白色卡車車廂就如同一片白茫茫的雪地一樣，那麼這個時候車輛自然判斷這是安全的無需減速。而另一方面，儘管車輛也搭載了毫米波雷達，但是毫米波雷達只對運動的物體能較好識別，但對靜止的物品識別能力很弱，因此也就造成了車輛在面對這種情況的時候無能為力的局面。

那麼現階段的技術水平能不能做到避免這種情況呢？事實上還是有的，那就是採用鐳射雷達。然而在目前，鐳射雷達的成本實在是太高了，一套鐳射雷達的成本甚至能高達2萬美元，而一輛特斯拉Model 3現在的售價不過只有4萬多美元，很明顯，鐳射雷達對目前的車輛來說還是太貴了。

但從科技發展的歷史來看，很多現在成本很高的東西在以後甚至是在不久之後成本就會快速下降，我們現在生活中以及離不開的液晶螢幕就是一個很好的例子。因此對於未來來說，自動駕駛依舊是我們追尋的方向，包括鐳射雷達在內的眾多技術也一定會在時機成熟的時候搭載到未來的車型上。

當然，電腦和人腦一樣都會犯錯，儘管當下的電腦比人腦犯錯的機率已經小得多，但是我們不可能保證電腦永遠不出錯，當車載電腦遇到這樣的問題，那很可能帶來的就是交通事故的發生和人身安全的受損，這是我們迴避不了的道德問題，但是如果自動駕駛技術的應用能夠讓每年死於車禍的人比從前大為減少，車禍發生率也比現在低得多，那我們為什麼不去採用呢？因此，無論是從技術層面還是從道德層面，當下事故的發生都阻止不了我們繼續探尋自動駕駛技術的步伐，未來也終有一日會出現曾經科幻作品當中的場景。

假設資料具有「引導性」-問題不成立「自動駕駛系統」錯誤識別率與故障率有多高？

這一問題目前還沒有準確答案，因為普及具備「L2級自動駕駛功能」的汽車佔比極低，敢於正常使用這一功能的使用者少之又少。至於所謂的“無人駕駛汽車”至少現階段是偽定義，因為現行法規法律並不認可無人駕駛汽車的合法性；只有極少數《維也納道路公約》的締約國承認這種汽車，然而其機動車保有量與中國並不在同一量級，那麼這種車到底能否降低交通事故率呢？

參考某地投入運營的所謂“無人駕駛出租車”，此類車每臺車會配備一名「備用駕駛員」，其任務為自動駕駛系統失控後接管車輛；同時車輛還會配備一名「安全員」，任務自然是駕駛員接管車輛後輔助解決或記錄問題。在測試過程中會出現多少問題，可以說這些企業100%不會公佈準確資料，然而可以預測的是“系統魯棒性”（robust）水平不會很高。

L2級自動駕駛功能的基礎配置包括：主動剎車，自適應巡航，自動併線變道。汽車做出這些動作依靠的是感測器採集的道路資訊，然而感測器的「錯誤識別率」似乎會很高。比如毫米波雷達在能見度低，或者空氣中有飄散異物的環境中會錯誤識別，也許只是飄片樹葉就會主動剎車。為了提升識別率又加入了鐳射雷達，然而這種雷達的探測距離太端，綜合高速公路「150米」左右的理想安全距離而言，這一系統可靠嗎？

自適應巡航系統在雨雪溼滑路面上不宜使用，包括最基礎的「定速巡航」也是禁用的。因為ECU控制車輛加速到巡航車速，其過程會非常的“簡單粗暴”，低轉速高功率輸出的高效加速是常態。而在溼滑路面上「大功率輸出」時，車輛的轉矩可以輕易的克服滾動阻力與摩擦力，車輪瞬間的打滑反而會造成車輛失控率的提升。而即使不考慮這些問題，有三位數的感測器與複雜控制程式組成的自動駕駛系統，在晶片板路老化或面對複雜路況時，穩定性與算力匹配嗎？

三類參與交通的車輛與行人總會產生衝突，即使機動車在自動駕駛系統的控制下會嚴格遵守交規，但非機動車橫穿馬力、逆行壓線、佔道行駛等情況，這些問題如何讓電腦分析處理結果？按照規則可以撞擊，從倫理的角度分析似乎可以讓行；而人工操控車輛是可以避讓的，那麼產生的結果要如何面對呢？

特殊場景：禮讓斑馬線。在早晚高峰期時駕車通行，如果無人駕駛汽車嚴格按照交規通行，出現的場景100%是長時間停車讓行，擁堵程度的加重是必然的結果。如面對不受交規的行人，行車電腦分析出的結果也許還會是碰撞。所以面對事實道路情況並綜合系統與硬體的可靠性，無人駕駛汽車或自動駕駛系統的適用場景都太窄了；想要普及這種車輛首先要修改規則，在做不到各行其道、互不干擾之前，這種智慧汽車必然會對道路安全起到反作用。

這個容易理解，因為這是基於大資料得出的結論，也是建立在概率統計學基礎上的結論，是科學的。

自動駕駛在飛機駕駛方面已經十分成熟，完全可以實現全天候起飛、降落和巡航。移植到汽車自動駕駛也已超過20年，僅是特斯拉的AutoPilot自動輔助駕駛系統就已經累計了近20億公里的實際駕駛資料。隨著特斯拉汽車客戶的逐年增加，資料會迅速增加。而資料的增加又會反作用於其自動輔助駕駛系統的改進和成熟。

完全的自動駕駛系統進入實用階段，不僅是個技術問題，還要克服倫理和法律等諸方面的障礙。但是自動駕駛技術不管怎樣進步，都不可能成為一個絕對不犯錯誤的技術，衡量標準只能是安全駕駛里程，而且是越高越好。究竟要比人類駕車多少才能實用，目前還在爭論之中。但是作為自動輔助駕駛已經進入使用階段，之所以有“輔助”二字，就在於駕駛員負有監督和隨時接管的責任。我們現有的資料就記錄了自動駕駛多少公里會出現失誤的資訊。這些資料告訴我們，目前的自動輔助駕駛系統要比我們人類駕駛員更安全。

通用汽車在今年二月份釋出了L4水平的自動駕駛汽車，六座，沒有方向盤、沒有剎車踏板、沒有儀表、沒有加速踏板，只有和乘客交流的語音系統和緊急開關。

UBER和WAYMO也有L3級別的自動駕駛汽車在試執行。

相信，完全的自動駕駛系統進入市場的日子已經不遠。

王維嘉曾分析說，特斯拉車也曾經出現過事故。特斯拉車有一個攝像頭，攝像頭當時迎著太陽，而迎面開來的大卡車又恰巧是白色，造成嚴重反光，導致攝像頭基本失去作用。當然，它還有其他感應措施，它還有個雷達。雷達是看前面的，當它開得很近的時候，由於大卡車比較高，雷達的電子波束，巧合的從輪子底下射過去了。因為通常人在做判斷的時候，你要判斷出這到底是一個過街天橋，還是一個大卡車，過街天橋我一剎車不就傻了嗎，那沒法躲開了。所以它就把它判斷成一個過街天橋了。所以三件事寸在一起，就撞上去了。

這樣的事情，特斯拉自己解釋說，人類駕駛，大概是每80萬英里，出一次死亡性的事故。他們開了120萬英里，所以比人類駕駛的事故還低。

未來事故會是多還是少，從技術的角度，肯定是越來越安全。但是有一個問題可以確定，就是如果將來全都是自動駕駛車，安全係數是很高的，最難的是一半自動駕駛，一半人駕駛的時候。

真正的L5級自動駕駛才是無人駕駛，但每一級的自動駕駛技術，對高智商的人類來說，都是有裨益的，應該持開放態度擁抱這個技術，同時，對人的生命和健康保持敬畏，決計不輕易完全依賴於車輛自身的智慧技術。

我們需要不斷地從L3級到L4級進化，目前的技術途徑主要是通過讓具備自動駕駛功能的車輛，在有人輔助的情況下，進行各種路況下的實際路測，以便收集更多的場景資料，完善自動駕駛演算法。

自動駕駛目前還沒有完全成熟，如果成熟了，自動駕駛不會違章，不會酒後、疲勞駕駛，也不會路怒症，不會飆車搶道，目前車禍事故90%是人為原因。所以道路上如果全部都是自動駕駛，事故率會比人駕駛事故率低10倍，每年全國減少交通事故傷亡近10萬人。我願意接受成熟的自動駕駛車輛。

這個問題。。。

人為駕駛也會死人，自動駕駛會降低人為死亡的概率吧。自動駕駛可以人為干預吧，科技最終發展還是服務於人的。機器再厲害也離不開人的操作，不要完全信任他。

這最終判決都是法律說了算。