2018年3月20日凌晨，美国亚利桑那州，一辆处于自动驾驶模式的Uber无人车在道路测试的时发生致死车祸。事件发生后，一时间引起世界各地极大的关注，美国官方机构也介入调查，而Uber方面已经宣布停止自动驾驶相关的实验。
可以想见的是，事故的发生又重新点燃了对无人驾驶的讨论。一时间，各大科技媒体都重点报道了该事件，并对涉及的相关系统和事故发生细节进行了详细报道；各大新闻媒体，则更多的表达了对车祸背后的社会伦理的思考；而作为同业竞争者的Waymo，其CEO则表示自己公司的技术能够应对这种路况……
无人驾驶发展到如今，在经历了深度学习大热之后，各大科技公司的大力投入，仿佛让我们看到了其真正落地的可能。然而Uber测试车发生致死车祸无疑让无人驾驶的前景蒙上一丝丝阴影。相比纠结于无人驾驶背后的社会道德问题、厘清无人驾驶的发展，正确面对无人驾驶的利与弊才是今天我们要好好思考的地方。
也许很多人不知道的是，现代意义上第一辆无人驾驶汽车诞生于1984年的美国卡耐基·梅隆大学。虽然，早在1969年，人工智能创始人之一的约翰麦卡锡在《电脑控制汽车》中就提出了自动驾驶的想法。无人驾驶从诞生起就注定不是汽车的附属产品，而是作为一个独立的技术，并朝着改变世界的方向进发。
到了20世纪90年代，神经元网络开始被应用于自动驾驶中的场景识别，1998年,意大利帕尔马大学ARGO项目完成，其通过摄像头来感知周围环境并制定导航路线。动态视觉系统成型，高速无人驾驶实现。2004年，美国DARPA出资举办挑战赛,获奖者的方案使当代无人驾驶方案成型。
2009年，在DARPA的支持下，Google公司成立Google X实验室，无人驾驶就此进入新时代。也就在差不多相同的时间，深度学习开始兴起，深度学习在动态场景检测上的能力让无人驾驶迎来了史上最大的机遇。从那以后，各大传统汽车制造商，如奥迪、宝马、沃尔沃等，以及互联网公司，如谷歌、百度、Uber，都投入大量成本参与无人驾驶的研究当中。
而无人驾驶参与者的不同，也带来了两种不同的技术路线:一种是传统的汽车制造商,以ADAS系统为切入，渐进式地从辅助驾驶过渡到无人驾驶；另一种是新兴的互联网公司的以高敏感的传感器取代人的感知，完全实现“无人驾驶”。另外的就是特斯拉这类汽车上的无人驾驶系统,在两种方式之间有所取舍。
而虽然各大公司的技术路线各有差异，但无人驾驶汽车发展到如今也已经有了较为成熟的系统方案。整个系统可以分为四个部分，分别承担四种不同的功能：Perception(感知)、Localization(定位)、Decision(决策)以及Control(运动控制)。
其中定位技术可以有GPS、IMU等成熟的技术方案，但是更精细及时的定位信息仍然是必要的。而感知和决策单元便是深度学习大显神威的地方，感知单元需要过滤环境信息，识别出重要的环境信息，如行人、天气、其他车辆等，并提供给决策单元；决策单元根据当前路况（感知单元提供）和定位，决策当前的行车路径和车辆下一步的动作。执行动作的运动控制单元是传统汽车组件需要完成的，更加智能的控制系统亟待开发。可以看出，真正让无人驾驶区别于传统驾驶模式或者ADAS系统的核心便是感知和决策单元，准确及时的感知，正确合理的决策，才能让无人驾驶变得安全可靠。
而经过调查，Uber发生事故车辆在车祸时段，其车上的感知单元——激光雷达传感器似乎并未监测到道路上有行人，其传感器是发生故障还是被Uber停用我们不得而知。但不管怎样，可靠的感知单元的重要性足见一斑。此外，决策单元的影响可能要更加大，关于这一点，我们将在最后部分谈起。
无人驾驶从上个世纪80年代发展至今，技术方案确已日渐成熟了。这仰赖于传统汽车工业的发展，特别是新能源车的发展，也依赖机器学习领域的进步，而人工智能或者机械控制领域的技术进步更是引发无人驾驶发展的核心原因。
但从过去到现在，甚至于未来，虽然不乏对于无人驾驶技术的质疑和审视，但是很多人仍然对无人驾驶情有独钟。特别是近几年人工智能的快速发展，无人驾驶无疑是人工智能技术商业化最高的几个领域之一。这说明无人驾驶本身有着极大的优势和吸引力，引领世人的恰恰是无人驾驶实现后所带来的巨大变革，在社会、个人各个层面都将产生深远的影响。
1. 无人驾驶可以极大的减少社会成本，创造社会价值。随着5G技术的逐步落地和物联网相关产业的发展，未来的无人驾驶不仅仅是个人的出行工具，更可以透过物联网技术，成为城市道路规划和交通优化的基本单元。想象一下，在北京这样一个汽车保有量如此庞大的城市，未来每个人的出行时间都得到最大程度的缩减，困扰大家的堵车的问题被解决了，整个社会的时间成本都被极大的缩减了。而实现这样的愿景，无人驾驶恰恰就是目前最可能的良方。
2. 解放个人的出行时间。相对于全社会时间成本的缩减，坐在无人驾驶汽车上的驾驶员，感受最多的恐怕是双手的解放。依赖于无人驾驶技术，每个“驾驶员”可以做自己喜欢的、有创造性的工作，不再需要将大量的时间用于汽车驾驶这样重复、紧张而又耗时的劳动中。
3. 无人驾驶更安全。正是由于人在驾驶过程中很容易受到个人状态、驾驶熟练程度以及其他驾驶员的影响，进而发生事故。如果一个安全可靠的无人驾驶系统代替人驾驶汽车的话，那么事故发生率显而易见地可以降低，这或许可以挽救成千上万的生命。
虽然无人驾驶拥有非常大的优势，但恐怕这样的优势只有在它真正落地才能被人们所认可。而在今天，无人驾驶产业方兴未艾，各大科技公司的无人驾驶系统都在测试阶段，质疑和恐惧的声音始终不绝。那么究竟是什么在阻碍无人驾驶的发展呢？
1. 无人驾驶系统自身可靠性不足。无人驾驶最需要优先考虑的就是可靠性问题，系统本身的健壮性和稳定性，对于恶意侵入的抵抗能力，对于突发事故的躲避和处理能力等等，都是无人驾驶系统所必须具备的。如果不能保证驾驶员和其他交通参与者的安全，那么无人驾驶的落地将无从谈起。
2. 无人驾驶汽车的权责归属。相比于由人驾驶的汽车，无人驾驶汽车复杂的系统在事故发生的时候，权责归属是非常需要厘清的，驾驶员、汽车制造商、无人驾驶系统提供商、传感系统供应商等等可能都要承担相应责任，如果没有相关配套法规，可能极大地影响无人驾驶的推广。
3. 无人驾驶对于现有驾驶员职业的冲击。汽车的普及推广产生了一个庞大的职业群体——驾驶员，驾驶员在公共交通、物流运输等领域承担了非常重要的任务。一旦无人驾驶得到推广，意味着这些以驾驶为职业的一大群人将要失业，这样的社会问题恐怕才是最重要的障碍。
事故背后原因自然是我们关注的对象，但是我们更应该思考Uber事故后无人驾驶该何去何从？
哲学界有着一个著名的电车难题（TrolleyProblem）：一辆失控的电车朝五个人驶去，片刻就要压到他们；而你身边正好有一个拉杆，你只要拉下拉杆，让电车开到另一条轨道上，而那条轨道上，正好有另一个人……你是否要拉拉杆呢？
而如果面对这样的场景，无人驾驶系统的决策单元会怎么选择？这恐怕不是用简单的好坏就能评价的了。不管是什么样的人工智能技术，无人驾驶系统的决策单元如何运作，其学习对象或者决策来源一定是人的选择和人的善恶。机器学习再怎么强大，也只能学习人的对错，学不来人的善恶。自动驾驶的困扰人们的最终问题，归根结底还是人的问题，是伦理道德问题。
我们看到，依靠人工智能技术的进步，无人驾驶得到了飞跃发展。但是，人工智能的局限同样也限制了无人驾驶的发展。无人驾驶场景中两大核心的技术——环境感知和动作决策，算法的可靠性仍然未得到解决，特别是在汽车驾驶领域，没有完全可靠的技术做依托的话，信任感就无从谈起；另外就是无人驾驶传感技术的成本很高，商业化还有很长的路要走；而最重要的是无人驾驶相关的法规、以及物联网的实现依然是刚刚起步，这个过程复杂而又漫长。
但是我们也应该想到，在面对一次又一次的科技进步的时候，人类不应该也从来没有走回头路的权利，何况是无人驾驶这样的未来产业。现在限制无人驾驶的是技术，也是规则，更是道德。技术在进步，而我们的规则和道德呢？在无人驾驶技术进步的当口，我们可以多一点的规则的讨论，让无人驾驶的发展更加规范、可靠，而不是任其野蛮无序发展。
很高兴的是，我们看到越来越多的人和机构对这样的新兴产业抱以极大的宽容，期待和思考。我们真心期待无人驾驶落地的那天。
