來源：搜狐科技

9月7日，搜狐科技《AI十二談》第二期直播圓滿舉行。作為受邀嘉賓，清華大學人工智能研究院視覺智能研究中心主任鄧志東教授在交流中明確提到，輔助駕駛不是自動駕駛，消費者應該明確認識到，全球還沒有實現車規量產、大規模商業化落地的L3、L4級自動駕駛汽車，目前所有的智能汽車都是輔助駕駛。

今年5月，國際汽車工程師學會與國際標準化組織發布的新版自動駕駛分級（SAE J3016）明確提到，L0-L2稱為輔助駕駛，L3、L4、L5稱為自動駕駛，其中L3是人機共駕。

鄧志東表示，區分輔助駕駛和自動駕駛的關鍵是看駕控主體，是人還是機器，這同時也是法律責任的主體。輔助駕駛出了事故主要是人的責任，L4和L5如果出了安全事故，法律的責任主體是機器，但具體是屬于主機廠，還是自動駕駛技術解決方案提供商、出行運營商等，最終需要由法律來規范。

清華大學人工智能研究院視覺智能研究中心主任鄧志東

鄧志東還分析了帶有輔助駕駛功能的汽車追尾不規則車輛、慢速作業或者是接近靜態物體，從而導致事故頻發的原因。他解釋到，輔助駕駛無法識別不規則車輛，主要是大量的訓練樣本是正面的，側面樣本訓練太少，由此產生較大的漏檢或誤檢。

對于慢速或者靜止物體，人看起來很容易判斷，因為人有全局的知覺與知識推理能力，能夠看到它們與大范圍靜止參照物之間的相對關系，使用了安全可靠的、不會違背常識的語義。但對智能駕駛汽車來說，都是相對運動狀態，這就需要估計前方障礙物的運動學參數，比如相對速度、相對距離與相對方位角等。

“現在用機器學習算法去估計運動學參數，是非常不準確的，存在隨機噪聲的不確定性影響，沒有使用語義，深度學習模型的推斷有可能違背常識，還有各種環境適應性的問題和邊緣事件等，無法達到人的水平。”鄧志東表示，深度學習算法沒有知識推理能力，但現在下一代人工智能算法還沒有根本性的突破。

鄧志東認為，自動駕駛發展存在嚴重短板，人工智能尤其是視覺智能存在較大缺陷，感知是個巨大瓶頸。解決這個問題的根本途徑就是發展下一代人工智能技術，把知識驅動、數據驅動結合起來。

對于業內爭議的自動駕駛感知兩大技術路線（攝像頭主導和激光雷達主導），誰更能保證安全的問題，鄧志東表示，這需要通過落地實踐來檢驗，需要考慮哪種方案落地更安全，而且成本更便宜。但他認為，成本不是自動駕駛發展真正大的問題，如果能夠做到車規量產，第三代全固態激光雷達做到300美元-500美元也是完全可能的。

鄧志東認為，自動駕駛最終會走向多傳感器融合，既有激光雷達的主動視覺，也有攝像頭的被動視覺。從某種意義上來說，增加了冗余備份，理論上增加了安全性。

“為什么是理論上？多傳感器一定要解決信息融合的問題，而信息融合往往是自動駕駛最核心的關鍵技術之一，這是一個戰略高科技，搞了八、九十年，還沒有真正完全解決。”鄧志東表示。

對于自動駕駛的安全性來說，鄧志東認為，感知是基礎，但安全性也不完全是感知的問題，還包括規劃、決策的安全性問題。自動駕駛、無人駕駛是一個復雜的工程大系統，涉及的子系統很多，但每個子系統都不能有短板，任何短板都會產生安全性問題。

同時，他認為，真正的自動駕駛車輛要實現大規模商業化落地，是需要經過各種各樣的車規標準的檢測才能拿到生產與上路運營許可證的，而車規要求是極其苛刻的。滿足車規要求，真正商業化量產，在安全上基本應該沒問題?！叭绻嬲淖詣玉{駛車輛實現商業化，安全就應該沒有太大問題，否則就不應該出廠，不應該上路，不應該交到消費者手上去。”

那么，相比人類駕駛，自動駕駛真的會更安全嗎？鄧志東表示，這可能得分情況來看，如果跟正常人的正常駕駛比，人肯定是比機器更安全，因為人有認知能力；如果跟正常人的非正常駕駛（如酒后駕駛、疲勞駕駛、斗氣開車）比，機器比人要強。

目前，自動駕駛行業可以說是黃金賽道，新老車企、跨界的互聯網企業、ICT企業，還有上游的關鍵零部件、人工智能芯片、操作系統等賽道企業都大量涌入。鄧志東表示，這肯定會導致行業出現浮躁。

但這并不影響他對自動駕駛產業落地的樂觀態度?！盁o論是資金、人才，都聚集到這個賽道里面，肯定會有很大的創新驅動力將產業繼續往前推進。”鄧志東認為，更多的玩家進來肯定是利大于弊，可以促進產業更快落地，也說明大家都看好自動駕駛產業的發展。

不過，鄧志東表示，目前技術上國內外自動駕駛的差距比較明顯，例如特斯拉、Waymo與Mobileye都有一些殺手锏關鍵技術，值得國內同行高度關注。但他稱，國內在商業模式創新方面更有優勢，低速、高速，園區、港口、礦山，物流、配送都有企業在做，產業生態優勢明顯，相關企業非常多、非常全，同時政府對自動駕駛的支持力度也非常大。

對于自動駕駛未來的落地前景，鄧志東表示對L4比較樂觀，尤其是在慢速、低速，或者高速在特定條件、限定區域、限定功能，特別是在建設一些特定路段（如專用車道、智慧道路）的情況下，未來有望迎來產業落地。但對L5級自動駕駛的落地，他表示遙遙無期。

“人工智能還沒有發展到認知智能的階段，現在還是感知智能，主要使用數據驅動的方法，除非人工智能有巨大的突破，否則很難做到真正的L5?！编囍緰|表示。