特斯拉Autopilot将救人无数 但现在却拿命做测试

鉴于Autopilot现在已经行驶了超过15亿英里，确定其安全记录应该很容易。马斯克曾声称，使用Autopilot驾驶的安全性大约是不使用Autopilot的两倍，但目前为止还没有相关数据公开。特斯拉公布了Autopilot的每季度事故率数据，但安全专家表示，如果没有这些事故发生的具体情况，这些数据毫无用处。一项针对特斯拉事故索赔数据的保险行业研究也没有定论。

在2016年的布朗撞车事故后，美国国家公路交通安全管理局(NHTSA)对Autopilot进行了调查，发现没有理由召回。该机构发现安装Autopilot的特斯拉汽车事故率比没有安装Autopilot的特斯拉汽车低40%，但相关计算仍然存疑。尽管特斯拉提交了4.4万辆汽车的行驶和碰撞数据，但除了5700辆以外，其他所有车辆的关键数据都有缺失或相互矛盾。在5700辆汽车的数据中，使用Autopilot的事故率实际上更高。马里兰州独立统计顾问兰迪·惠特菲尔德(Randy Whitfield)今年指出了这些缺陷，但NHTSA坚持其结论。

评估Autopilot或完全自动驾驶技术的部分问题在于，不清楚社会将容忍何种程度的安全。机器应该是完美无瑕，还是说比一般人类司机更好即可？丰田自动驾驶研发负责人吉尔?普拉特(Gill Pratt)曾表示:“人类对机器缺陷造成的伤害或死亡零容忍。”“要达到所需的完美水平，需要多年的机器学习以及多得多的行驶里程。”

图示：特斯拉铁杆粉丝卡齐

但如此高的标准反而可能导致更多的死亡。在兰德公司2017年的一项研究中，研究人员发现，与接受只比人类安全好一点的汽车相比，等待近乎完美自动驾驶汽车的成本是用数万条人命来衡量的。机器人专家卡拉就自动驾驶汽车政策在国会作证时表示:“等待这一完美技术的人应该意识到，这并非没有成本。”

其论点的关键是如何理解机器学习。特斯拉和其他自动驾驶汽车开发商的产品要识别一辆自行车，然后预测它会朝哪个方向走，这太复杂了，不能简单归结为一系列的指令。相反，程序员使用机器学习来训练软件。他们可能会给机器展示数千张不同自行车的照片，可能还会给机器看一些摩托车或单轮脚踏车，这样机器就会知道其中的区别。随着时间推移，这台机器会生成自己的规则。

得到的信息越多，这些机器就越聪明。卡拉认为，问题关键在于自动驾驶汽车在实验室里变得完美并不现实。她说，如果我们真的想最大限度地挽救生命，我们甚至可以在自动驾驶汽车比人类更危险的时候让它们上路，以加速训练。

即使造出了一辆完美的自动驾驶汽车，唯一能确定的方法就是把它放在路上。从统计学角度讲，致命车祸也是罕见的。在兰德公司的另一篇论文中，卡拉估计一辆自动驾驶汽车要无故障行驶2.75亿英里才能证明更安全，而这一里程需要100辆测试车连续行驶12年以上才能完成。

图示：社交媒体上的视频和照片显示很多司机在启用Autopilot时打瞌睡。

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!