特斯拉 Model S 汽車最近卷入了一起意外喪生事故，當時它可能是在自動導航模式下運行。該事故引發了對當前最先進的汽車自動化技術的新一輪討論。但是，隨著對此事故的調查逐漸深入，仍然存在一個非常有力的爭論點，即包括自動駕駛汽車的人工智能研究在內的自動化技術，能幫助減少由于人類失誤導致的 94% 的致命車禍。

　　人工智能正在應用于不久前被認為是人類專屬領域的活動。大多數復雜的人類活動可分解為幾個不同的任務或步驟，其中一些在性質上更加有規可循，因此更適合自動化，而另一些則需要判斷、問題解決能力和其它難以自動化的屬于人類的能力。將這些復雜活動中更常規的部分自動化，能讓我們關注那些更需要集中注意力的任務。

　　這是將自動化技術和人工智能應用于汽車駕駛的案例。美國國家公路交通安全管理局 （ National Highway Traffic Safety Administration， NHTSA） 界定了自動駕駛的 5 個不同等級：

　　無自動化（等級 0 ）：司機需要隨時完全而單獨地控制汽車。

　　特定功能自動化（等級 1 ）：司機擁有控制汽車的絕對權力，但是在某些正常或有潛在危險的情況下會得到自動化的輔助。例如，電子穩定控制系統 （electronic stability control ） 和防鎖死剎車系統 （anti-lock braking systems） 。

　　組合功能自動化（等級 2 ）：司機轉讓至少兩項主要職責的主控權，但仍然負責監控和安全操作，并隨時保證能完成相應任務。例如，自適應巡航控制 （adaptive cruise control） 和偏離車道警示系統 （lane departure warning systems） 。

　　有限的自動駕駛（等級 3 ）：在某些交通和環境條件下，司機可以轉讓所有控制權，但是在必要時司機必須能隨時拿回控制權。

　　完全的自動駕駛（等級 4 ）：人類提供目的地和/或導航輸入，但不是必須需要在行駛時的任何時間內控制汽車。汽車獨自承擔安全運行的責任，既可以在載滿人時也可以在空載時行駛。

　　汽車制造業在近四十多年已經實現了等級 1 的性能，而且在過去的幾十年逐步加入了更加復雜的等級 2 的性能。通常而言，這些性能首先被引入到高端汽車，然后隨著成本的降低，價格低廉的汽車才擁有這些性能。雖然一些性能是針對用戶便利性的，但是安全永遠是高于一切的目標。

　　據 NHTSA 估計，2015 年有超過 35，000 起交通死亡事故，比 2014 年增長了 7.7% 。另外，2014 年超過二百三十萬的人在車禍中受傷。94% 的車禍可以歸結為人類的失誤。在過去十年，僅在美國每天就有將近 100 人死于交通事故。

　　這些數據殘酷地警告著我們，正如 NHSTSA 管理者 Mark Rosekind 所指出的那樣，「我們需要重點做好的是改善人類行為，同時提高汽車的技術，不僅要保護人們免受車禍傷害，還要在第一時間內防止車禍的發生。」為了顯著減少由人類失誤造成的 94% 的致命車禍，包括自動駕駛汽車智能研究在內的汽車自動化研究是一個非常重要的優先事項。

　　例如，豐田汽車最近建立了豐田研究所 （Toyota Research Institute） ，從事開發它稱之為守護天使 （guardian angel） 的自動化技術，在這種技術條件下，司機在出現車禍苗頭前一直掌握主控權，而在車禍發生的剎那前，自動化系統就全面接管從而避免車禍。豐田也正追求開發等級 4 的自動駕駛汽車，但是它的守護天使技術似乎在不久的未來更有前途。這項技術的明確定位是作為一種先進的 等級 2 的性能，讓司機總是掌控著汽車，除非意外事故正在悄然逼近。其關鍵目的是保護頻繁犯錯的人類司機，而不是取代他們。

　　在過去十年，僅在美國每天就有將近 100 人死于交通事故。

　　雖然幾乎所有汽車公司都繼續耗巨資開發先進的等級 1 和 2 的技術，但是它們達到等級 4 的途徑是相當不同的。其中一些公司，比如特斯拉，采用的是更加漸進式的等級 3 路徑，讓司機在某些條件下割舍對汽車的控制權，同時強調司機必須保持警醒、投入狀態并隨時準備接管任務。但是，正如最近的大量文章指明的那樣，自動駕駛功能是如此引人入勝，司機不久就會變得愜意和放松，并誤以為他們可以轉移對周圍道路的注意。然后他們因為其它活動而分心，將自己的手從車盤上拿走，而不管他們被多次警告不要這樣做。「去年由 Virginia Tech 研究員們主導并由國家安全局支持的實驗，發現等級 3 汽車的司機平均需要 17 秒來對任務接管要求作出回應，」紐約時報近期的一篇文章寫到，「在那 17 秒內，每小時里程數為 65 英里（104.60736 千米）的汽車，將行駛 1，621 英尺（494.0808 米）——超過了五個足球場的距離。」

　　根據洛杉磯時報近期文章所寫，谷歌選擇了一條與基于自動駕駛汽車原型早期經驗的特斯拉不同的道路。「在改良版的雷克薩斯 SUV 汽車的方向盤后面，司機可以快速地開始翻找他們的包，搗鼓他們的手機，不再需要將手放在車盤上。在以每小時 60 英里的車速行駛在高速公路上時，司機可以做所有這些事。」在今年早期的一場專家討論會上，谷歌自動駕駛項目的主管 Chris Urmson 指出，「在大約五分鐘內，每個人都覺得汽車運行良好，然后，他們就會相信汽車將繼續運行良好。而我們要談論的重點是，人們在汽車里做著愚蠢的事。」

　　「在見證了人們如何誤用技術而忽略當心公路的警告之后，谷歌選擇修改其算法，直到這些算法能防范人類……專注于完全自動化的汽車，也就是不需要與人有任何交流的獨自駕駛的汽車，而目前，這種汽車僅在谷歌專家的監督下運行。」

　　但是，完全自動化的汽車仍面臨諸多挑戰。例如，被豐田從美國國防部高級研究計劃局 （DARPA） 挖走然后領導豐田研究所的人才 Gill Pratt 在今年年初指出，完全自動化的汽車必須能處理極不尋常的、以前從未遇到過的情況，比如在擁擠的公路上避開從貨車上掉下來的床墊。應對這些挑戰需要時間。

　　考慮到完全自動化的等級 4 汽車很可能在未來很多年后才會出現，一些汽車公司相信更漸進式地過度到等級 3 仍然是可以采取的恰當的步驟，尤其是如果這一步驟是在針對減少整體交通事故的這種高度具體的條件下完成的。例如，奧迪 （Audi） 正計劃在不久的將來為它的一些汽車引入等級 3 的性能，比如，應對公路上以低于 35 英里每小時的車速走走停停的交通狀況。

　　最后，會有探索出其他的創新，超越由 NHTSA 定義的自動化水平。雖然自動機器很難在高度不可預測的環境中工作，但是我們一直在適應和簡化環境，所以我們可以從機器擅長的東西中獲益。在高度挑剔的環境中，如在機場的航站樓之間移動的情況下，區間車可以完全自動化，不需要人工操作員。

　　這些方法能使我們設計出與車輛運行環境協同的汽車。我們可以想象一下，汽車和卡車發展成當行駛在自動駕駛汽車專用車道上時，只能進入自駕駛模式。一旦開到專用車道外，車輛將恢復到人類駕駛模式，這種混合車輛自動化方法可能是達到全車自動化之前的一個合理的中間過度。

　　無人駕駛中的人工智能研究非常重要，因為這里面的賭注太大，它或許能拯救全世界數千條人的性命。目前正在研發的大多數人工智能技術將會極大提高汽車的整體安全，并有助于減少交通事故，死亡和嚴重受傷的人數。也許在未來的某一時刻，我們會看到自動駕駛的車輛跑在街道和公路上