Uber事故冷思考：如何看待这起“全球首例自动驾驶汽车致死案例”

这起悲剧打破了自动驾驶的平静，将人们的目光从技术的细节转向道德和责任的边界。当我们沉浸在悲痛之中的这起全球首例自动驾驶汽车致死案例引发了广泛讨论：这起悲剧是否可能是行人的责任？

美西时间3月18日晚，在亚利桑那州坦佩市，一名妇女在横穿马路时被一辆以约40英里/小时速度行驶的Uber自动驾驶汽车撞死。事故发生地点前方一百米左右，就有一条人行通道。警方强调为确保安全，呼吁市民通过人行通道过马路。虽然警方尚未公布行人横穿马路时的具体情况，但这个事故仍旧引起了人们对于行人责任与安全的讨论。

当我们审视这起事件时，必须意识到自动驾驶技术仍处于发展阶段。尽管技术不断进步，但在复杂的环境和突发情况下，机器的判断和反应能力仍然有限。我们不能简单地将责任归咎于任何一方，无论是驾驶员、行人还是技术本身。

这起事件无疑提醒我们，无论技术的发展程度如何，行人的安全始终应该放在首位。行人应该遵守交通规则，正确使用人行通道和其他交通设施。汽车制造商和开发者也需要不断完善技术，提高自动驾驶系统的安全性和应对突发情况的能力。

和相关监管机构也需要加强监管和指导，确保自动驾驶技术的研发和应用在合法、安全、道德的框架内进行。我们需要通过共同努力，确保技术进步带来的不仅仅是便利和效率，更重要的是保障人们的生命安全。

这起悲剧提醒我们，面对自动驾驶技术的发展，我们需要更加关注道德和责任的边界，确保技术的进步与社会责任并行不悖。让我们期待一个更加安全、智能的未来。事故现场附近的人行通道（图片来源：纽约时报）

据《旧金山纪事报》独家报道，坦佩市警察局局长Sylvia Moir表示：“由于行人突然从暗影中闯入大路，这起事故对于人类和自动驾驶系统而言都是一次难以避免的悲剧。”她进一步透露，根据车内的司机描述，行人如同闪电般出现在视线中，以至于司机根本来不及反应就听到了撞击声。Moir初步认为，Uber可能并非这起事故的责任方。

《旧金山纪事报》指出，事故发生的道路限速为约每小时56公里，而自动驾驶车辆的行驶速度约为每小时61公里，存在超速情况。尽管这起事故可能是行人的责任，但Uber的自动驾驶技术也难辞其咎。公众对于自动驾驶的期望是万无一失，但此次事故似乎暴露出自动驾驶系统在识别横穿马路的行人方面的不足。

为什么传感器未能及时发现行人？

我们知道，Uber的自动驾驶测试车配备了摄像头、毫米波雷达、激光雷达以及IMU等传感器。其中，位于车顶的激光雷达每秒能够生成几次汽车周围的3D图像。无论昼夜，通过反射的红外激光脉冲，激光雷达理论上应能清晰地检测出无论是静止还是移动的物体。

那么，为何在这次的事故中，这些先进的传感器未能及时检测到行人呢？这需要我们进一步深入调查。对于自动驾驶技术来说，无论其配置多么高级，都需要在实际道路环境中不断学习和优化。此次事故或许能为自动驾驶技术的进一步完善提供宝贵的经验和教训。毫米波雷达利用无线电波探测物体，其精度相对激光雷达稍逊，作用范围也较小，主要辅助激光雷达识别大型物体。尽管雷达对于行人的识别能力还有待提高，但在某些情况下，它仍可能检测到行人。

摄像头是另一种重要的传感器，负责检测交通信号灯、行人等。摄像头的夜间信息捕捉能力受到光照条件的限制。

值得一提的是，这些传感器提供的信息并不是孤立的。在自动驾驶系统中，有一个核心计算单元负责融合处理所有传感器的数据。

关于Uber自动驾驶汽车未能检测到行人这一问题，可能有多种原因。一种猜测是计算机系统和软件出现故障。另一种可能的原因是，现有满足车规的远距离激光雷达在恶劣光照条件下的感知距离有限。以Uber当时的车速，刹车距离可能不足以在发现行人后安全停车。

美国国家运输安全委员会正对这起事故进行调查。由于涉及保密的核心技术，我们尚不清楚Uber的自动驾驶系统是否出现问题或存在缺陷。但可以确定的是，这起事故凸显了深夜公路上行人检测的鲁棒性问题。即自动驾驶系统在面对低光照环境下的行人检测时，还存在一定的挑战。

根据现场照片分析，事故发生时车辆的凹陷在右方，而行人出现在车的左侧。这可能意味着行人在试图躲避车辆时转向左侧。这一细节增加了事故的复杂性和不确定性。经过深思熟虑，对于这起自动驾驶事故，众多行业从业者表达了相似的观点：自动驾驶系统需要更加可靠、安全的传感器和软件算法。他们普遍认为，只有这些核心组件的持续优化和升级，才能确保自动驾驶技术在公路上的安全运行。

去年夏天，Uber新任CEO Dara Khosrowshahi宣布了一个大胆的计划：在接下来的18个月内，Uber将把自动驾驶汽车真正投入到公路上，而不仅仅是进行路测。这种决心展现的背后，不禁让人联想到第一起自动驾驶致死事故发生在Uber身上，引发了公众对于技术成熟度以及企业决策是否过于激进等的质疑。

对于这起事故，行业内外人士都给予了高度关注。虽然这是全球首例自动驾驶汽车致死案例，但我们必须明确一点，将责任归咎于“自动驾驶汽车”并不妥当。Minieye CEO刘国清在接受雷锋网采访时表示，自动驾驶路测的目的就是为了识别和修复技术漏洞。每一次自动驾驶系统的“脱离”（disengagements）都会被记录为重要的“极端案例”（corner case），这些案例对于工程师来说是非常有价值的，因为它们推动了技术的进步和优化。获取这些极端案例的效率与成本问题仍是当前自动驾驶发展面临的一大挑战。如果不能有效地解决这一问题，Level 4级别以上的自动驾驶技术可能难以实现大规模应用。

丰田研究所的负责人Gill Pratt在谈到自动驾驶汽车的安全问题时曾表示，对于人类驾驶造成的事故，人们往往能够理解和接受；但对于自动驾驶汽车出现的事故，人们可能会过度惊慌并质疑技术的可靠性。他的观点揭示了公众对于新技术的担忧和理解误区。确实，自动驾驶技术仍处在不断发展和完善的过程中，我们需要对新技术保持理性的态度，同时也要给予技术足够的时间和空间去成长和进步。从Pratt的观点看，人工智能（AI）系统，尤其是基于机器学习的AI，并不完美无缺。由于传感器捕获的外部信息过于庞大，汽车在接收从未训练过的信息时，我们期望它们能够根据这些信息对周围环境做出合理判断。如何证明自动驾驶汽车比人类司机更懂驾驶，这个问题并没有明确的答案。Pratt对此表示，在找到答案之前，我们必须谨慎行事，避免引入不符合社会预期的技术。

纵目科技市场与商务副总裁陈超卓认为，目前自动驾驶的落地受限于地理围栏，未来十年内无法实现无围栏的自动驾驶。他认为，目前能落地的自动驾驶仅限于高速简单场景和低速园区场景这两种地理围栏。这两个场景也是当前大部分汽车厂商和新创公司尝试自动驾驶技术落地的方向，同时也是符合社会预期的方向。

与此全球众多科技公司和汽车厂商正在研发更高级别的（Level 4/5）自动驾驶技术，以期在物流运输和打车业务领域带来革新。例如，Uber、Waymo、百度以及通用旗下的Cruise Automation、安波福等公司都在研发和测试自动驾驶汽车技术。

法国的技术和商业市场研究公司Yole Développement预测，2018年将有8000到10000辆自动驾驶出租车投入商用。虽然这对消费者来说可能只是微不足道的影响，但对整个行业来说却具有深远意义。

从历史角度看，新技术的发展往往伴随着经验教训，有的是金钱，有的是生命，甚至有的是以企业倒闭为代价。自动驾驶汽车的发展也不例外。全球首例自动驾驶汽车致死案例对整个行业敲响了警钟，使得行业更加注重技术的安全性，并对任何涉及安全的问题心存更多的敬畏。这一事件不仅是行业的警示，更是对技术发展的深刻反思。