過去的幾十個小時，一直有個聲音回蕩在科技評論界：到底是 Uber 涼瞭，還是無人駕駛涼瞭？
當地時間周一晚上，Uber 在美國亞利桑那州坦佩市進行自動駕駛道路測試時，撞到一名中年女子，搶救無效後該女子死亡。這是人類史上第一次自動駕駛汽車發生事故導致死亡的案例，雖然根據多方消息，當地交警判定 Uber 並不是主要責任方，該女子違規橫穿馬路很可能才是最大原因。
但公眾輿論的沸騰還是如期而至：不是說好瞭非常安全嗎？怎麼剛測試測試就出人命瞭？當然，隨著 Uber 暫停瞭所有自動駕駛車輛的測試，唱衰整個無人駕駛產業的聲音也迅速出現。
其實客觀地說，汽車誕生之後，就必然出現車禍；飛機被發明出來，就一定會發生空難。交通技術革新是無法避免風險的，隻是我們都不希望這個 " 第一次 " 來得如此之快。
關於這次事故的調查結果尚未公佈，而基於目前情況看確實可能是一次 " 人類司機也無法避免的悲劇 "。但我們還是會想，為什麼自動駕駛系統不能比人類司機更好地規避風險？為什麼不在更安全的環境裡測試？還有，為什麼打官司、出事故的總是那個 Uber？
這些問題的背後，隱藏著一個真實存在的狀況：政府環境的寬松、資本的瘋狂以及輿論的期待，正在讓無人駕駛產業變得 " 不那麼嚴謹 "。
但這個領域，卻赫然是不能不嚴謹的。
為什麼是亞利桑那州？
翻看一下國外主流科技媒體，就會發現跟中國不同，這次事件後批評的焦點並不在 Uber，而是在亞利桑那州。
比如推特上有人嘲諷說：亞利桑那州集中瞭這麼多無人車，不是因為幹燥的天氣和良好的路況，而是因為有個瘋狂的州長。
2015 年 1 月，共和黨人 Doug Ducey 就職亞利桑那州州長。這位實幹派上任後的核心口號可以總結成四個字：幹掉加州。
從加州手中搶奪科技產業科技巨頭，兩年多時間裡已經演化出瞭一場新的 " 西部淘金熱 "。Doug Ducey 明確提出對於科技企業的政策非常簡單，就是 " 少抽稅，少監管 "。
就在這次命案發生前的兩個星期，Doug Ducey 宣佈瞭新的行政命令：允許根本沒有駕駛員的無人駕駛汽車在本州上路。這個破天荒的政策馬上得到瞭響應，Waymo 隔天就宣佈要在鳳凰城試運營無駕駛員的出租車。
即使是以開放和擁抱科技著稱的加州，對自動駕駛車輛也有嚴格的要求：必須要經過測試，繳納保險金之後才能獲得牌照。但在亞利桑那，自動駕駛車輛不需要任何特殊許可，隻要進行一個標準車輛登記就行。換言之，政府根本不管自動駕駛車輛的上路數據如何，是否符合安全標準。在亞利桑那，你隻管大膽上街跑就是瞭。
結果，在加州根本沒有獲得上路測試資格的 Uber，在亞利桑那一年時間內兩次發生事故，這次還造成瞭人員死亡。
當然，原本美國就很大可能在秋季頒佈聯邦的自動駕駛監察法規，亞利桑那這種放任政策可能將一去不復返。而這次的事件，很可能將聯邦對自動駕駛的監管力度再提高一個等級。
不管這次事件最終判定原因如何，美國輿論都很難放過 Doug Ducey 州長這種放任自由的政策。因為政府完全不去審查，就很大概率把原本技術就不達標的企業放到公路上——比如說，Uber。
為什麼總是 Uber？
可能這麼說有點刻薄，除瞭 " 輔助駕駛 " 等級的特斯拉，在 L3/L4 級別自動駕駛車輛中，假如爆出來交通事故，大概所有人第一個想到的就是 Uber。
從 2015 年進場無人駕駛領域開始，Uber 可謂麻煩不斷。16 年底其無人駕駛出租車在舊金山上路搭載乘客，當天就被爆出闖紅燈，很快還因資質問題被加州政府叫停。
去年，同樣在亞利桑那州的坦佩市，Uber 的無人駕駛測試車遭遇嚴重事故，所幸沒有人員傷亡，最後警察也確認事故原因不在 Uber 這邊。
但無論如何，" 每逢車禍必 Uber" 肯定不是什麼好事。而且 Uber 無人駕駛真正讓人擔心的絕不僅是事故。
說個簡單的對比，去年加州 DMV 公佈的 2016 年本州自動駕駛測試數據中，成績最好的 Waymo 測試中人工幹預駕駛次數隻有千英裡 0.2 次。Uber 是拒絕向加州申請測試牌照的，所以這個數據裡並沒有它。但根據媒體披露的 Uber 內部測試數據，2016 年其每千英裡人工幹預次數要達到 1200 多次，在參與 DMV 測試企業中這個成績隻能倒數。雖然兩者測試地點和測試方式不一樣，但 Uber 的技術不成熟可見一斑。
雖然技術實力與行業領頭羊差距極大，但 Uber 的激進程度卻是頂尖的，二者結合自然讓人擔憂。除此之外，Uber 還經常拒絕向監管機構公開數據；內部測試結果表達方式含混不清。而與 Waymo 曠日持久的專利糾紛，以及伴隨而來的大量人才外流也令人懷疑其後繼研發實力。
無人駕駛領域，Uber 屬於很晚開啟，不久之後就要實車上路的 " 跑步進場流 "。但一次事故是偶然，兩次是運氣差，次數多而且造成瞭人員傷亡，實在不能不懷疑 Uber 這樣的 " 速成派 " 真的不行。
於是一個結論呼之欲出：缺少底層技術積累和大量硬件解決方案支持的自動駕駛項目，效果可能確實差強人意。
這是個技術和工程實力堆積出來的重工業，輕型玩傢還需慎重。
城堡和市場：無人駕駛的 " 重工業 " 真相
我們不妨來分析一下，為什麼 Uber 的自動駕駛測試車好幾次都沒有完成避讓。當然，有些狀況確實是無論如何也無法避讓的，但這次事故中時速 30 多公裡的情況下，系統卻沒有做出任何避讓行為，難免讓人懷疑車輛的感知和避讓能力。
讓一輛車在緊急情況出現後合理避讓，其實是無人駕駛技術最大的挑戰之一。
首先，車輛要能感知和追蹤到突然出現、快速移動的人或物體。這就要求車輛搭配不同傳感方式，確保綜合感知能力到位。業界今天的普遍解決方案，是毫米波雷達 + 機器視覺攝像頭 + 激光雷達。但同樣是這三個東西組成的傳感序列，性能卻天差地別。有媒體分析這次事件時，籠統的將 "Uber 搭載瞭激光雷達 " 等同於 " 激光雷達不行 "。這個隻能說，離開性能、成本和專利技術談硬件都是耍流氓 …
僅在激光雷達一項上，Waymo 就有近 200 項專利，競爭之激烈可見一斑。而為瞭商業化，很多無人駕駛方案會對傳感系統進行降低成本測試，也會影響其工作精度。
之後，感知到行人和移動物體的車輛，還要自動設置躲避方案，避免事故。顯然，躲避不合理、躲避遲慢、過早躲避都是不行的。這裡就需要大量 AI 算法來支撐車輛的運算精度與速度。
而統攝整個避讓流程的，還有車輛的中心處理器。其運算速度、與機械體系的聯動效率都會影響最終躲避結果。此外，高精地圖等因素也有很大關系。
這一整套從芯片、處理系統、算法、傳感器到車輛本身的系統，構成瞭一套嚴密的 " 機體 "。任何環節的缺失，都可能在極端情況下釀成苦果。
這也是為什麼無人駕駛企業之間瘋狂打專利戰；為什麼無人駕駛的算法公司能賣出天價；為什麼駕駛專用芯片會提上日程。
假如要從不幸事件中找正向意義的話，這次事件的價值或許在於，赤裸裸地揭開瞭無人駕駛是一個不能以 " 資本換時間 "，也不能 " 用某種優勢撬動整體 " 的產業。這是一個需要每個環節都不能出錯的 " 重工業 "。AI 技術、傳感系統和工程化能力，缺一不可。
想要在公眾無法避免的恐懼下，堅持推動無人駕駛，企業或許需要一座城堡和一個市場。
所謂城堡，是更多的專利技術和制造業基礎。Waymo 數百個專利和瘋狂的研發投入，確實換來瞭不錯的安全成績。
所謂市場，是行業建立起開源、標準化的解決方案平臺，共享研發基礎和極重要安全技術。尤其是無人駕駛中廣泛應用的 AI 技術，其特性決定瞭算法可以共享和眾包研發，某些極重要解決方案，比如黑夜條件下的緊急躲避，不能成為某個企業的私藏。而應成為行業標準。並開源相關算法與數據，讓整體研究水準不斷推進。
畢竟惡性事故之後，媒體和輿論不會管這是張三還是李四出事瞭，隻會變成整個無人駕駛行業的危機公關。更何況，人命大過天。
此外，無人駕駛的相關立法和監管必須更加嚴格。無人駕駛不能附帶 " 政績工程 "，不能變成政府搶占優質企業與 GDP 的快速通道，畢竟街上的行人不是砝碼。
無人駕駛確實正在以超乎想象的速度落地，但各種 " 雜質 " 也正以可見的速度在行業中生長。想要保持良性狀態迎接未來，行業內的秩序和行業外公眾的冷靜客觀都是必不可少的。就像蓋座樓，無論是裡面的人粉飾白墻還是外面的潑黑漆都沒什麼用。
打地基，才是最重要的。
