基本上几周之前，行业内外的朋友碰到我时聊的最多的话题都是你对特斯拉Autopilot出的事故是怎么看的。我想这应该是目前自动驾驶的行业里面应该是最热的一个话题：有人在问特斯拉的自动驾驶技术路线是不是太激进了？有人在问特斯拉的Autopilot是否经过严格的测试？有人在质疑特斯拉是否对用户的生命安危太不负责了？这些来自专业或是非专业的话题都在让我思考：特斯拉推出Autopilot到底错在哪儿了？

Autopilot：岂非过乎?

有很多专业文章都分析了特斯拉Autopilot的几起事故。的确，这些事故特别是伤亡事故的发生客观上反映了Autopilot在过去发展中的一些技术弱点。但就我个人而言，最值得警醒一点是：在智能驾驶技术迅速推广的过程中，我们真的考虑过用户体验了吗？

传统企业通常将消费者定义为：“客户”——在这层关系里，企业成了发生一次买卖关系后就拉开距离的“渣男”，“追你的时候甜言蜜语，一旦得手后就立刻变脸”。毋庸置疑，对于众多特斯拉的驾驶者来说Autopilot是一项超级“cool”，也超级“超前”的功能。在看到无数精彩的TVC后，众多的特斯拉车主为了体验到这项服务，支付了费用。

但在得到产品后，用户却没有得到详细的功能说明以及完善的使用辅导，以至于大家对于该项技术产生了过度的依赖性，从而发生了这些本来可以避免的事故。与“客户”不同，互联网时代的消费者是“用户”，在买卖关系之后，企业与“用户”的关系才刚开始，而“用户”也是为持续的使用和体验买单的，这就要求企业要对用户的体验终身负责，而非仅仅兜售产品。

在对“自动驾驶”这样一个还在成长期的技术进行推广时，企业如何向用户正确传递产品特性，如何教育用户科学使用，这点至关重要。如果仅是一味夸大，而不说清楚技术本身的局限性以及错误操作可能带来的危险，那么就会在用户后续的使用中埋下巨大风险。而一旦因此发生了重大的伤亡事故，那将对企业以及整个行业带来非常大的打击。

在无数自动驾驶论坛上大家讲的更多的是技术问题，我自己以前虽然是做技术出身，但是更多的时间是在做产品。我也希望无论是企业还是行业，大家都可以从“产品体验”这一另外的角度关注自动驾驶发展过程中引发的课题。希望亡羊补牢，为时不晚。

爱迪生也曾电死过大象

在Autopilot事故频发的同时，不少业内人士认为，特斯拉的做法太过激进，导致并不成熟的技术被导向市场，会威胁到自动驾驶推广的速度。我则认为自动驾驶一定是用户未来的需求，当旧的事物不能满足新产生的需求，总是会被新的事物所替代，这就是所谓的历史洪流，虽然有坎坷，但方向不会改变！就像在19世纪发生的直流交流电之争。

当爱迪生点亮J.P摩根大楼时，有个问题是亟待解决的：如何将电从发电厂送到街区、大楼，乃至居民住宅？直流电的传输效率非常低，这种情况下，要布满电，要每一平方公里上都要布上发电厂。实际上，尼古拉˙特斯拉继爱迪生发明直流电后不久后就发明了交流电，它可以让电出厂电压升得很高，再在用户端降下来，这也就解决了远距离输电的问题。

但与此同时，发明大王爱迪生却不顾已有的崇高声望，从安全性入手攻击交流电，而他本人也通过展示大象触电等方式来宣传交流电的危险。但最终结果大家都知道：交流电优越性非常明显：从电灯点亮以来，同步电网从几千瓦已发展到几亿千瓦，电压等级从几十伏发展到上百万伏，科学技术不断在解决着发展的难题，也保障了安全。

旧的事物会被新的事物所代替，这个道理也同样适用于汽车行业。有数据显示：90%交通事故是来自于人的疏忽——驾驶员在很多环境下将不可避免的受到各种不良情绪影响而做出错误判断。那么是不是如果人处理危险不行，交由车直接处理危险更好。自从汽车逐渐代替人进行自主驾驶以来，其安全性一直是人们担忧的一大问题，但在很多时候我们必须承认：机器比人更可靠。

在汽车网联化、智能化的历史拐点上，我坚信智能驾驶技术不会因为交通事故而停止不前，虽然事故的发生会让产生质疑，另一方面也让埋藏在智能驾驶技术背后的问题尽早暴露了出来，从而促进了技术的迭代、法律的完善。

当我们谈论自动驾驶时，我们到底在谈论什么？

在今天这个时间点上，我们需要站在一个客观的层面上了解自动驾驶。

今年北京车展党奇点汽车展出时，很多用户都在问：什么叫智能汽车，你们车可以无人驾驶吗？这里我们需要先梳理一下自动驾驶的概念。

美国高速公路安全管理局对“self-driving”进行了分级：就是从Level0到Level4。目前在国际上有两种潮流：一种是以谷歌为代表的科技企业所推动的全部路况下纯粹的“无人驾驶”，即位于顶端第4级“self-driving”。他们采用的是成本高昂的激光雷达等传感器，同时，需要攻克的还有法律、伦理道德等问题。而这些需要逐步去完善，一蹴而就的方法也让技术产品化的脚步变得缓慢；另一种是以传统主机厂为代表，从0级起步逐步增加功能以提升ADAS的做法，英文将这种基于功能提升的自动驾驶称为“automatic driving”。这种做法虽然产品化门槛低，但由于产品周期的影响，技术迭代速度则不得不放缓。同时，由于传统汽车自身结构的限制，还仅限于ADAS某一功能的增加或改善，并没有体现整车智能性的提升。

基于此，奇点汽车将走另外一条快速落地，但是又能让用户感到安全的路径——自主驾驶。初代产品从用户最刚需的智能驾驶功能入手，后期通过提前铺设的云平台、以及强大的处理器、传感器等硬件设备，让汽车在不需要改变硬件的结构的基础上，能够实现升级和迭代，可以通过大数据和自学习逐渐向“自主驾驶(Autonomous Drving)”过渡。

以“用户”为核心的自主驾驶技术路线

今年3月9号，AlphaGo打败了人类棋手。它是靠什么来取胜的呢？AlphaGo突破了传统程序，搭建了两套模仿人类思维的深度卷积神经网络：value networks承担棋局态势评估， policy networks选择如何落子；同时，通过将抽象的形象思维形式化，AlphaGo可以实现从海量样本的胜局和败局数据中进行吸收、自动提取规则、进行推理，从而向众多优秀的人类棋手进行学习。AlphaGo就是靠大数据和自学习战胜的人类棋手！

而回归汽车，我认为智能驾驶系统就是深度学习的引擎，可以对于人的驾驶习惯进行学习。举个例子：我们每个人开车习惯不一样，有的人开车比较猛，有的人则比较温和，在这种情况下，就不存在某一种固定模式的自动驾驶系统可以同时满足我们两个人。每个人的驾驶心理和习惯都不同，我们对于驾驶安全本身的容忍度也不尽相同。所以，如何更正确地预测、理解、处理当前驾驶者的行为习惯，将成为自动驾驶领域非常重要的课题。而这种“自主性”则需要大量数据的积累和计算。

奇点汽车就是通过类似于AlphaGo利用算法将人类棋手的形象思维形式化，再通过大数据的积累和分析完成向人类棋手学习下棋的这种做法，让智能驾驶系统在用户开车时能够“悄悄地”自学习，让汽车实现“人脑和机器的融合”，实现满足个性化体验需求的人机协同共驾。最终将通过驾驶行为大数据的积累进行认知阶段的深度学习，实现向“自主驾驶”的过渡。

不管是现在的传统汽车还是未来的智能汽车，核心都是“人”，自动驾驶的技术推广路线一定要以“快速、有效、可靠地给用户提供更好的智能安全驾驶体验”为前提。从用户调研中发现：高速巡航、低速跟车、自动泊车、夜视、防疲劳驾驶等功能是目前用户最迫切需要的智能驾驶技术。所以，我们也会将用户所需要的功能体验在第一代奇点汽车上，并依靠硬件配置、云平台和算法实现系统持续的学习、迭代。同时，在推广过程切忌盲目夸大，永远将“安全”放在第一位！

在过去，有国内企业家认为，造车就是四个轮子加上两个沙发；面向未来，我们把汽车看成是一个机器人，机器人必须拥有智能的大脑，必须学会理解，能够“交流”，这是我们的发展方向。

作者系智车优行联合创始人、CEO

返回第一电动网首页 >