特斯拉Autopilot将救人无数 但现在却拿命做测试

硅谷发布智能手机应用程序和视频游戏的方式就是，先向客户发布尚不完善的软件，并逐步解决问题增加功能。但这些产品并不会致人死亡。Waymo、通用汽车和其他公司也有类似方案，但它们只用在几百辆测试汽车中，部署在全国少数几个精心挑选的社区，而且几乎总是由专业的安全驾驶员监督行驶。目前通用汽车的原型车正以56公里的最高时速在旧金山多山的街道上挪动。

另一方面，马斯克正以最快速度把他的工具送到消费者手中。这使得特斯拉工程师能够从客户那里收集到海量级驾驶数据，并根据真实世界情况完善Autopilot。即使特斯拉汽车没有激活自动驾驶模式，它们也会自动将驾驶员的选择与计算机进行比较。每隔几周特斯拉就会完成Autopilot的更新，这让卡齐和其他车迷们很高兴。

马斯克说:“每个人都在训练这个网络，每时每刻。”他将这种良性循环称为“快速学习”，并将其与谷歌搜索每年处理1.2万亿次查询进行比较。他宣称，未来某一天司机们不再需要方向盘。

当摩根士丹利的一名分析师就Autopilot的安全记录向马斯克施压时，他很快把话题转向人为驾驶的危险性，以及技术修复的潜力。他把汽车比作由人工操作的老式电梯。他说:“他们会周期性地感到疲劳、喝醉或其他什么。”“所以现在没有电梯操作员了。”

考虑到生死攸关的利害关系，马斯克有时会把自动驾驶汽车说成是一场正义斗争也就不足为奇。他曾表示，让Autopilot退出市场“应该受到道德谴责”。第一位死于自动驾驶的美国驾驶员是来自俄亥俄州的约书亚·布朗(Joshua Brown)，他和班纳一样也撞上了拖车。车祸之后他的家人发表了一份声明，基本上支持特斯拉的道德考量。“改变总是伴随着风险，”他们写道。“我们的儿子对未来的高速公路安全产生了如此积极的影响，这让我们感到些许安慰和自豪。”

马斯克表示，目前Autopilot是能力仅低于司机的最佳选择。人类驾驶带来的安全性加上计算机辅助保护。但问题在于当我们把大部分责任交给电脑时，自己就会走神。我们不知道计算机应该做什么。我们的技术也会生疏。就像航空史上充斥着人类对飞机自动驾驶功能的过度依赖所导致的各种错误。

前海军战斗机飞行员、杜克大学普拉特工程学院教授米西·卡明斯(Missy Cummings)表示:“你的注意力会转移，这是人的本性。”卡明斯希望Autopilot退出市场。Waymo曾开发了一种类似系统，但在6年前放弃了。报告说，有太多司机在开车时发短信、化妆、打瞌睡。

与此同时，计算机也会在看似最不可能的地方出问题，因为很多对计算机来说最具挑战性的任务对人类来说是小菜一碟。任何一个正常成年人都能分辨出良性道路特征和危险威胁之间的区别。但对于最复杂的机器视觉软件来说却非常困难的。

特斯拉一直拒绝对Autopilot设限，因为这会让它更安全，但更不方便。该公司允许司机将Autopilot的巡航速度设置在当地限速以上，并允许在汽车能够检测到车道标记的任何地方打开Autopilot，尽管手册上说仅限于在高速公路上使用。

图示：特斯拉汽车行驶里程以及Autopilot行驶里程（英里）数据统计

马斯克也或多或少鼓励人们去测试Autopilot的极限。去年12月当马斯克在电视节目上展示Model 3汽车时，他也打开了Autopilot并松开了方向盘。今年5月份，在一段有关自动驾驶状态下的色情视频走红后，马斯克在Twitter上开玩笑说:“事实证明，使用Autopilot的方式比我们想象的要多。”

鉴于Autopilot现在已经行驶了超过15亿英里，确定其安全记录应该很容易。马斯克曾声称，使用Autopilot驾驶的安全性大约是不使用Autopilot的两倍，但目前为止还没有相关数据公开。特斯拉公布了Autopilot的每季度事故率数据，但安全专家表示，如果没有这些事故发生的具体情况，这些数据毫无用处。一项针对特斯拉事故索赔数据的保险行业研究也没有定论。

在2016年的布朗撞车事故后，美国国家公路交通安全管理局(NHTSA)对Autopilot进行了调查，发现没有理由召回。该机构发现安装Autopilot的特斯拉汽车事故率比没有安装Autopilot的特斯拉汽车低40%，但相关计算仍然存疑。尽管特斯拉提交了4.4万辆汽车的行驶和碰撞数据，但除了5700辆以外，其他所有车辆的关键数据都有缺失或相互矛盾。在5700辆汽车的数据中，使用Autopilot的事故率实际上更高。马里兰州独立统计顾问兰迪·惠特菲尔德(Randy Whitfield)今年指出了这些缺陷，但NHTSA坚持其结论。

评估Autopilot或完全自动驾驶技术的部分问题在于，不清楚社会将容忍何种程度的安全。机器应该是完美无瑕，还是说比一般人类司机更好即可？丰田自动驾驶研发负责人吉尔?普拉特(Gill Pratt)曾表示:“人类对机器缺陷造成的伤害或死亡零容忍。”“要达到所需的完美水平，需要多年的机器学习以及多得多的行驶里程。”

图示：特斯拉铁杆粉丝卡齐

但如此高的标准反而可能导致更多的死亡。在兰德公司2017年的一项研究中，研究人员发现，与接受只比人类安全好一点的汽车相比，等待近乎完美自动驾驶汽车的成本是用数万条人命来衡量的。机器人专家卡拉就自动驾驶汽车政策在国会作证时表示:“等待这一完美技术的人应该意识到，这并非没有成本。”

其论点的关键是如何理解机器学习。特斯拉和其他自动驾驶汽车开发商的产品要识别一辆自行车，然后预测它会朝哪个方向走，这太复杂了，不能简单归结为一系列的指令。相反，程序员使用机器学习来训练软件。他们可能会给机器展示数千张不同自行车的照片，可能还会给机器看一些摩托车或单轮脚踏车，这样机器就会知道其中的区别。随着时间推移，这台机器会生成自己的规则。

得到的信息越多，这些机器就越聪明。卡拉认为，问题关键在于自动驾驶汽车在实验室里变得完美并不现实。她说，如果我们真的想最大限度地挽救生命，我们甚至可以在自动驾驶汽车比人类更危险的时候让它们上路，以加速训练。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!