浅谈壁垒：近五年无法实现的L5智能驾驶

智能驾驶，无疑是当代汽车科技的重点方向。但是回归现实，想要“脱离方向盘、加速刹车踏板、智能识别路况、安全送达目的地”这种等级的智能驾驶，在2028年前，几乎是不可能实现的。

这里的故事，要先从特斯拉今年下半年摈弃“雷达”说起。这件事在大部分车企、上下游配件供应方、雷达科技相关企业看来，是一件很返祖的现象，因为汽车上配置雷达系统，是近十几年来汽车工业史上一个重要的技术升级，为车辆在安全行驶、减少碰擦方面起到了至关重要的作用——这点是毋庸置疑的。但是，另一部分坚定的视觉工程技术倡导者、科技理论和史学家，甚至是人类学家和社会学家，则较为认同纯粹的视觉智能识别解决方案。其原因无非是两大方面。

宏观方面讲，有人将这一举措与当年乔布斯发布苹果手机时摒弃“点触笔”相提并论，举出了人类感知与大脑运作关联的相关理论。理论界认为现在人体机能上的感知（信息采集）和思维（信息处理）是人类发展人工智能的核心参考系，自然界历经近亿年发展出的智能生物的运作机理，是至高的标本。总体来看，这套理论的确非常震撼，也似乎有那么些道理。但是终究这是个虚无缥缈的理论概念，缺乏实际的说服力。

于是，第二个更接地气的理由诞生了，那就是视觉方案和雷达识别会出现相互干扰而影响决策（这里的潜台词是视觉方案理论上更靠谱）。大致描述起来就是，视觉上看起来没有危险，但雷达波扫描到一个异常的小物件可能会发生碰撞，这个时候系统该听谁的。

这两个理由放在一起，看起来说服力更足了。故事到这儿，发展好像有所进展了，但是，随着年底特斯拉“重新启用雷达”的新闻曝出，似乎一下子所有的讨论又回到了原点。纯视觉方案是错的吗？

我的观点：视觉方案为主导，这一方向是对的，只追求“纯视觉”，是不必的。雷达作为辅助感知、甚至作为当前主要感知手段，是不可避免的。所以，特斯拉做出了权宜之计，苹果造车也承认了当前的瓶颈——准确的说是壁垒。

最核心的壁垒，就是复杂的人脑运作机制，尤其是基于视觉感知的。就目前的芯片和主机算力，无法实现此等数量级的运算。而且如此重要的实时运算，也不宜付诸于依托无线通讯的云上算力。

人脑的运作有多复杂，举个例子，当下新闻中常出现的“AI美术”，虽然可以根据照片、图像和要素进行艺术画作式的渲染和创作。但是，面对一张低分辨度的照片，一个细腻的人像、一个带有寓意的绘画作品时，AI就无法精准识别图像所要表达的深层意义了。但是一个普通人通过观察图片，就能做到。这是因为人类基于视觉的大脑运作，绝不仅是通过颜色、大小、像素、位置这些基础信息要素，而是还要依托于大量经验甚至是基因内的要素的。例如，我们可以通过前方车辆蠢蠢欲动的驾驶方式来判断他变道的可能性，可以通过一个行人的步速、观察车辆的头部摆动、甚至是手里拿握手机的方式，来判断他横穿马路的可能性。甚至绝对的来说，一个婴儿，天生就能通过父母的表情，来判断父母情绪（这种视觉信息处理技术是固化在基因中的，不仅视觉，包括听觉、味觉也是如此，例如母亲听到孩子的哭声就会不安——这是一种哺育和确保下一代存活率的机制；婴儿全部都表现出对甜味的喜悦和对苦味的抗拒——这是自然界甜味代表营养苦涩代表有毒和腐败的预警保护机制）。现在的人工智能，想要做到精准判断不是不可以，而是要经历很长一段时间的训练和较长时间的实时处理才能分辩。如果叠加上复杂的道路交通状况——包括了机械动力物理定律、人类行为学、社会学运作法则、自然气候特点等，这套AI所需要付出的事前学习和事中运算，将会几何倍数的增加。目前的硬件和社会工况，从未来5年的发展来看，是难以承载的。

智能驾驶路在何方？我觉得是2个方向。一是全新的智能专属路网作为过渡或区域试点，二是数据金矿的提前挖掘。

智能驾驶路网，可以看做是目前港区无人运输车辆的扩展，运用到有限的人类一般生活领域。打造特殊的路网供特制的智能无人驾驶车辆使用（同时还能解决移动充电问题），所有的特制车辆采用同样的技术标准和通讯协议在路网中智能驾驶（外界的绝对干扰变量要极少）。数据金矿就无须多谈了，目前车企已经在布局采集人类驾驶行为、道路交通参与各方行为的数据，这些数据将用于提供AI学习。

写在最后，花费巨资剑指L5，目前注定了只能是口号和噱头。人间清醒的巨头已经着眼于眼下打造最优的辅助驾驶产品和收集数据预先学习。希望中国汽车行业在这个智能化的新弯道上，能够实现有一次良好转向并完成超车。