特斯拉出事了，自動駕駛還靠譜嗎

云賀

自動駕駛汽車的安全性仍有待論證，但通過改進測試方法，自動駕駛仍能成為提高車輛行駛安全性的有力工具。

今年5月7日，一輛特斯拉Model S型汽車使用自動駕駛功能行駛在美國佛羅里達州的州際公路上，與一輛正在左轉的重型卡車相撞，特斯拉車主當場死亡。特斯拉汽車公司官方回應稱：這是特斯拉自動駕駛系統行駛超過2.08億公里以來，發生的第一起交通死亡事故。

事故發生后，各種有關自動駕駛安全性的疑問紛至沓來：自動駕駛功能可以在多大程度上保證車輛的行駛安全？目前的自動駕駛技術是否還有改善空間？7月，蘭德公司高級信息技術科學家尼迪·卡爾拉（Nidhi Kalra）發表了一篇名為《交通事故不能扼殺自動駕駛》的文章。她認為，雖然目前自動駕駛在技術方面還存在諸多不足，但通過改進測試方法，它仍能成為提高車輛行駛安全性的有力工具。

自動駕駛系統到底安不安全

針對特斯拉的此次事故，尼迪·卡爾拉在文章中對自動駕駛系統的安全性提出了兩個問題。

第一，相比于司機全程操控方向盤的傳統駕駛方式，自動駕駛的安全性是否更高？對此，特斯拉汽車公司給出的答案是肯定的。美國國家公路交通安全管理局2014年的統計數據顯示：在美國，機動車平均每行駛約1.5億公里就會發生一起導致死亡的車禍。而特斯拉發生此次事故時，自動駕駛系統已累計行駛超過2.08億公里。

不過，尼迪·卡爾拉提出，目前自動駕駛功能累計行駛的總里程還太少，上述統計數據并不可靠。她在另一份名為《駕駛安全：自動駕駛汽車需要行駛多少公里才能保證可靠性？》的分析報告中提出，經過科學計算，要想證明自動駕駛系統比人力駕駛擁有更高的安全性，至少需要保證的安全行駛約為4.43億公里。這相當于100輛自動駕駛汽車，以40公里每小時的速度在路上全天行駛近13年時間的里程。

這意味著，現在就宣稱自動駕駛系統比傳統的駕駛方式更加安全還為時過早。同時，特斯拉這起事故也表明，自動駕駛技術還有很大的改善空間。

尼迪·卡爾拉提出的第二個問題是：隨著技術的不斷改進，自動駕駛系統在不久的將來是否能夠保證絕對的駕駛安全？對這一問題，她基本持否定態度。正如喬治梅森大學心理學教授、人機交互領域專家拉賈·巴拉蘇羅（Raja Parasuraman）所說：“總會有一些預料不到的情況是自動化系統所不能處理或者提前預知的。”

根據美國國家運輸安全委員會對此次特斯拉交通事故的初期調查報告，在事故發生時，行駛中的特斯拉正處于超速狀態。因此，尼迪·卡爾拉表示，如果人為因素是導致這起事故發生的主因，那么這只能說明，再完善的自動駕駛系統，都無法避免由司機錯誤操作而導致的慘劇。

或許有人會說，自動駕駛技術沒有及時對超速做出反應，也是導致事故發生的原因之一。那么，只要升級車輛傳感器或是其他硬軟件設備，就可以及時對超速做出反應，從而避免車禍的發生。

對此，《交通事故不能扼殺自動駕駛》一文認為，就算自動駕駛系統能夠糾正司機犯下的某些駕駛錯誤，還是會產生其他安全問題，如針對自動駕駛系統的網絡攻擊等。此外，自動駕駛系統可能會給司機帶來這樣一個錯誤信號：車輛既然可以自動行駛，那駕駛員大可不必全神貫注。可實際上，目前大多數配置了自動駕駛功能的車輛，還基本停留在“人機交互”層面，遠遠達不到無人駕駛的級別。駕駛員對自動駕駛系統的依賴，反而會成為事故發生的禍根。

多方面改進測試方法

雖然自動駕駛汽車的安全性有待進一步論證，但是《交通事故不能扼殺自動駕駛》一文認為，因噎廢食同樣不可取，特斯拉事故的發生并不意味著自動駕駛技術失去了價值。

目前發生的許多交通事故都是因駕駛員操作失誤而造成的。美國國家公路交通安全管理局的分析報告顯示，2014年美國死于機動車事故的總人數為32675人，在這些死亡事故中，只有約2%是由機動車造成的，如車輛故障等;約94%是人為因素導致的，如酒駕、超速、分心或疲勞駕駛等。而自動駕駛系統則可以通過及時糾正司機的錯誤駕駛行為，避免事故的發生。

要達到這一目標，當前的自動駕駛系統還需在很多方面做出改善。尼迪·卡爾拉認為，首先應從改進評估自動駕駛系統安全性的測試方法著手。

僅依靠簡單累積駕駛里程的方式，并不足以評估和提升自動駕駛系統的安全性。而且，正如上文所述，通過試驗駕駛進行測試所需的時間太長，無論是汽車廠商還是消費者都不會有這樣的耐心。因此，尼迪·卡爾拉提出，對自動駕駛安全性的評估，還需其他一系列測試方法的輔助。例如，加速測試、虛擬測試、數學建模和算法分析、場景測試、試點研究以及針對汽車硬件和軟件的一系列測試，等等。

具體而言，一是要在測試階段，讓自動駕駛車輛盡可能多地經歷各種復雜的駕駛情境。例如，2015年7月，美國密歇根大學交通改造研究中心牽頭設計并建立了世界上第一個專為測試無人駕駛汽車和車聯網的“模擬城鎮”。這座名為“MCity”的小鎮占地約13萬平方米，為模仿真實路況，鎮中建有隧道、橋梁、高速公路、碎石、十字路口、環島等多個路段，以保證自動駕駛系統在測試階段能充分體驗到各種路況及周圍環境的復雜性，并不斷作出技術調整。

二是要明確目前的自動駕駛系統仍處于“人機交互”的階段。無論何種測試方式都應建立在這樣一個前提下：自動駕駛功能暫時還無法實現完全由車輛自主行駛，駕駛員仍需介入操作;同時，除非自動駕駛汽車實現全面普及，否則人類和機器共享公路的狀態還將持續相當長一段時間。

因此，針對自動駕駛系統的測試不應只停留在對機器的觀察和改進上，駕駛員也應成為測試的一部分。只有當駕駛員和自動駕駛系統互相適應并實現高水平的交互時，才能真正達到安全駕駛的目標。譬如，自動駕駛系統要確保司機在某些路況下集中注意力，就需要系統能隨時監測駕駛員的狀態，并及時給予提示。

好在許多研究人員已意識到這一問題。如今，麻省理工學院的研究人員正在進行一項以提升自動駕駛汽車安全性能為目標的試驗，其主要方法就是觀察和總結特斯拉車主的駕駛習慣。