圖片來源：新京報網
文 | 劉遠舉
6月27日，上海智能網聯汽車規模化載人示範應用啓動，滴滴出行首次面向公眾開放自動駕駛服務。用户可通過APP線上報名，審核通過後，將能在上海自動駕駛測試路段，免費呼叫自動駕駛車輛進行試乘體驗。央視新聞對此次自動駕駛網約車在開放道路體驗的全流程進行2小時的直播。
**智能汽車經濟影響可達1.9萬億美元**
自動駕駛技術，一直是當下業界的熱門話題。谷歌、百度等互聯網廠商，特斯拉等新興汽車廠商，乃至奧迪、沃爾沃等傳統汽車廠商，都在發力深耕。
根據麥肯錫發佈的《展望2025·決定未來經濟的12大顛覆技術》研究報告顯示，到2025年，智能汽車預估的潛在經濟影響為2000萬到1.9萬億美元之間，位列十二大顛覆技術的第六位。
自動駕駛從L1到L5分為5級。L1級，指輔助駕駛，比如自適應巡航、車道保持輔助、制動剎車；L2級，半自動駕駛，如全速自適應巡航、自動泊車、主動車道保持、自動變道、限速識別等功能。在這個級別做得比較好的就是特斯拉，號稱可以達到L2.5級自動駕駛。
L3級，指有條件自動駕駛，車輛可以實現絕大部分操作，主動完成加減速、變道超車等一系列動作，但是駕駛員還是要始終保持注意力，在出現緊急情況時需要隨時接管車輛。
L4/L5級，指高度自動駕駛/全自動駕駛，基本上駕駛員不用管車輛。當然，雖然此次自動駕駛屬於L4級，但為確保行程安全，依相關規定，還是需要配備安全員的，以隨時接管車輛，應對突發情況。
圖片來源：新京報網
過去也有不少公司進行過自動駕駛的上路測試，但相對而言，離普通百姓的生活比較遠。此次測試，普通消費者可以親身體驗，更接近於實際出行使用需求。
人類對新生事物總是充滿疑慮並且有更高的要求，就像汽油車燃燒不是新聞，但特斯拉燃燒，一定是個大新聞。
所以，這種身邊的自動駕駛，既是一個很好的技術科普，更重要的是能夠消除神秘感，提高接受度，對於將來的普及有很大的好處。比如，這一次直播，遇上了雨天，雨天對人的駕駛也有更高的要求，反過來説，這種安全性，也讓大眾最直接、最樸素地圍觀了整個發單及行程過程，直接感知自動駕駛。
**大規模資源投入加速自動駕駛發展**
從產業角度看，大規模的出行公司進入自動駕駛領域，能撬動更多社會資源投入，加速科技公司與車廠的合作。比如，能夠定製自動駕駛車型，並投入使用；再比如，基於掌控的司機規模，不難從中挑出知識水平高、學習能力強的網約車司機，通過培訓，將其轉變為自動駕駛安全員。
更重要的是，這種資源的投入，能夠得到直接的回報——自動駕駛能夠提升車輛的安全性、降低司機的勞動強度。哪怕僅僅是在擁堵的時候，能夠解放司機的雙手，降低他們的勞動強度，都能帶來最直接的感知，司機可能不再因為擁堵拒載——反正對他們來説，堵車是他們可以放鬆的時候。
勞動強度降低，意味着報酬降低，利潤率提升。所以，相比整車廠、科技公司，自動駕駛能對出行公司，帶來最直接的回報。
在撬動的這些資源當中，數據是最重要的投入。
在自動駕駛領域，神經網絡的發展起到了關鍵性的推動作用。在過去十年中，深度神經網絡學習取得了突破性進展，從AlphaGo圍棋算法到醫療圖片識別，都是神經網絡發展與完善的結果。
在自動駕駛領域，神經網絡使汽車能夠利用傳感器的數據，在環境建模層和高層次推理層來進行計算，估算道路邊緣位置、發現障礙物、識別行人等。
神經網絡的一大特點是需要大量的數據去訓練神經網絡，圍棋通過機器對戰的方式學習、圖片識別依靠大量已有的醫療圖片，而在自動駕駛領域，則需要大量的真實路況。
**新基建助力中國自動駕駛彎道超車**
所以，自動駕駛是一個實踐與提升相互促進的過程，也是一個數據成為生產力的典型行業。依賴於中國龐大的出行體量，出行公司在數據方面的積累更具優勢。
直播中提到，目前出行公司的車載設備安裝已經覆蓋了超過平台50%的訂單，每年可獲得近 1000 億公里的駕駛場景數據，這些數據在仿真環境中進行三維重建，從而訓練自動駕駛的算法。
需要指出的是，目前的自動駕駛雖然還在“車適應路”的階段，但自動駕駛對道路也提出了一定的要求。
圖片來源：新京報網
如果把智能的車、智能的路，視為自動駕駛的兩個生產要素，那麼，這兩個要素也符合經濟學的邊際替代效應規律。
當車的技術提升到一定程度後，路的提升、智能化，是一個更高效的出路。對道路進行智能化提升，改造、新建監控設施、通訊系統、智能化紅綠燈系統、道路與車輛的互動智能設施，是未來自動駕駛發展的方向。
某種程度上，這種興建基礎設施，以配合創新，不但符合當下新基建的大方向，也正是中國模式彎道超車的優勢所在。
□劉遠舉（專欄作者）
編輯：李碧瑩 校對：何燕
投稿、合作、聯繫我們：[email protected]