自動駕駛：人性終會克服技術的不確定性

（圖片提供：全景視覺）

經濟觀察報 劉遠舉/文美國時間周日晚上10點左右，Uber的一輛無人駕駛汽車發生交通事故，與一名正在過馬路的行人相撞，行人在送往醫院後不治身亡，成為史上首例無人駕駛車輛在公開路面撞傷行人致死的案例。

就事故本身而言，這更像人的過錯，並不能證明自動駕駛，就註定比人類差。當地警察方對媒體表示：「事實非常清楚的是，根據受害人橫穿馬路的方式，無論是有人還是無人駕駛模式，要避免這起交通事故是極其困難的。」由此不難判斷，在這起事件中，即使依靠人工駕駛，恐怕也無法躲避這次事故。

不過，此次事故還是引來了輿論的諸多憂慮、質疑，進而引發業內人士擔憂，擔心此次事件會打擊自動駕駛技術的發展。

但我認為，這些擔心都是杞人憂天。人類對新事物持懷疑態度是人性的常態。這種進化長河中積累下來的本能，幫助人類趨利避害。事實上，就在自動駕駛撞死人這則新聞轟動全球的同一天，世界上有3000多人死於人駕駛的汽車車禍。數據說明，輿論對自動駕駛這樣的新事物顯然是苛刻的。但苛刻之下，事實被放大，事實背後的真相反而無人關心。

所謂真相就是，自動駕駛技術，是否更安全，需要與人類駕駛做統計對比。只要在統計上安全性高於人，就是對交通安全整體上的提升。一起個案，並不能證明自動駕駛更不安全。

當然，自動駕駛技術本身，也需要技術升級，還面臨著更大的挑戰。某種程度上，這只是一個開始。在特定領域，人工智慧或許能超過人類，但在開放、複雜的道路環境下，汽車的識別技術，仍然存在技術障礙需要解決。

現實路況非常複雜，有飛奔過來的孩子，有矮到人都很難發覺的小貓小狗，或者僅僅是空中飛過來幾片樹葉或者紙屑。面對這些情況，人類會使用很多外部環境信息來進行判斷，比如，人可以根據一輛車的軌跡變化，判斷它會不會成為自己的障礙物；再比如，人可以輕易識別一條狗與穿得像狗的人，或者識別有污跡的路牌，但這些對電腦來說，仍然非常困難。

更複雜的是，一個司機很容易判別一個行人的肢體語言，進而判斷他的意圖，然後選擇踩剎車或者加速通過，這種人類模式的駕駛，對電腦來說，就目前來說還非常難。

不過，這些問題，會隨著自動駕駛技術的發展，自動駕駛車輛更多地出現在真實路面時，被逐漸發現。所以，與這一次自動駕駛並無過錯相比，更多的真問題還有待發現，更大的挑戰還在後面。

目前的神經系統網路、深度學習，可以自行完成物體分類，但這其中包含了複雜的數學計算，這也意味著，人類不能直接把神經網路拆分後，理解決策過程。

簡單地說，電腦做出的選擇，以及為什麼做出這樣的選擇，已經超過人類的理解範圍之外。即便在理論上沒有超過人類的理解力，但在現實中，卻因為成本巨大，不可實現。比如，阿爾法狗下一盤棋，只需要3個小時，但理解它為什麼這麼下，可能需要三十年。這就使得自動駕駛系統導致事故後，也是無法解釋的。當機器學習被廣泛使用後，了解這些系統如何工作也變得異常困難。這種不透明感，以及由不透明感導致的不安全感，或許是人工智慧時代，人類必須接受的一種狀態。

安全第一，從來只是人類的一種幻覺。可以毫不誇張地說，安全，在人類文明發展過程中的大多數場景中，都不是第一位的。不然，無法解釋遠比安坐家中風險更高的飛機、汽車能夠成為人類生活的日常，也無法解釋橫穿於馬路中的帶著孩子的電瓶車，更不能解釋戰爭。

所以，自動駕駛帶給人類的利益，大於人類對其風險的主觀感知，自動駕駛技術一定會普及。

一方面，隨著不斷普及，人類主觀會從不信任，變為過度信任，甚至低估自動駕駛的風險。就像youtube上那些視頻中一些篤信自動駕駛的人一樣，他們並不聽特斯拉發出的警告，把雙手脫離方向盤，以測試、炫耀特斯拉的自動輔助駕駛功能。

另一方面，與風險對應的是，收益。此次車禍之後，有人質疑自動駕駛技術，說「我們真需要那麼多時間在方向盤後面發簡訊嗎？」我想，對於很多人來說，答案都應該是：是的。因為渴望更多的休閑、交流、娛樂，是人的本能。

所以，自動駕駛技術，即便不能超越人類，只要在統計上不差於人類，自動駕駛技術帶來的好處，終會克服此次事件中體現出現的人類的多疑，進而克服所有的倫理、立法問題。從這個角度，是人性幫助技術克服自身的缺陷。

這讓我想起一個笑話，是懶人發明了諸多機器，讓這個世界更美好。

（作者繫上海金融與法律研究院研究員）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！