余承东“被罚”背后：智能驾驶的“AI与规则”之辨

fudashuai

　　春节期间，华为智驾董事长余承东发布信息表示，自己从安徽老家开问界M9回深圳，全程几乎都用的是智能驾驶，但方向盘不允许长时间离手的规定，使其两次被禁用智能驾驶。这引发社会关注，发人深省的问题是，什么是智能驾驶？如何对其进行治理才能更好地满足社会发展需要？  （经济观察报）

　　仍未进入自动驾驶时代

　　作为工业文明的产物，四次工业革命都离不开汽车，不断改变着人们的生产生活方式。

　　1776年，英国发明家瓦特改进了蒸汽机，此后欧洲科学家相继研发以蒸汽为动力的设备、器械，人类自此进入工业革命时代。之后，英国制造出了蒸汽汽车和有轨电车。美国、日本则分别在第二次工业革命和第三次工业革命过程中，实现了汽车的规模化流水线生产、强化了汽车工业电气化。时至今日，第四次工业革命历史机遇下，中国新能源(3.400, -0.06, -1.73%)汽车和自动驾驶汽车脱颖而出，成为全球领先者。

　　然而，目前大多数车企的智能驾驶级别为L2级，未达到完全无人状态下的自动驾驶层级。余承东驾驶的问界M9只是智能驾驶辅助，不是自动驾驶汽车。华为自称为L2.9级自动驾驶，“无限接近L3的高阶智能驾驶”，但按照国家、行业的标准，L3以下的级别均为辅助驾驶功能。

　　根据华为发布的信息，问界M9搭载了HUAWEI ADS 2.0高阶智能驾驶辅助系统，硬件部分由1个激光雷达、3个毫米波雷达、4个开门防撞毫米波雷达、12个超声波雷达、11个高清摄像头组成，可以实现540°感应覆盖，可通过实景呈现来完成高速、城市领航、无车位线自动泊车等功能。其实，高速路跟车巡航、自动泊车等辅助驾驶功能，在高端汽车行业已是标配，已不是什么新鲜的前沿技术。

　　既然只是辅助驾驶，那么一旦车辆发生事故，驾驶者首先要承担事故责任。自然地，人手不离方向盘要求是合理合法的，无可厚非。

　　自动驾驶场景非常复杂，辅助驾驶系统在技术上仍难以达到完全自动驾驶水平，在数据训练上也远远不足，严格限制使用条件既是对司机负责，也是对路面其他车辆安全负责。

　　不能因司机个人觉得此时此境下驾驶安全就自由放宽限制条件（如在路况好的情况下人手可以离开方向盘超过3分钟），因为这些细则评估需要大量客观数据且立法需要长期过程。

　　在北美地区，早在七年前，通用汽车推出的L2级辅助驾驶系统Super Cruise就提供了“脱手驾驶”功能，用户可以在限定区域内（绝大多数是北美地区的高速路段）开启辅助驾驶，双手离开方向盘，但注意力仍需集中。

　　即便是可脱手智能驾驶，事故责任方仍将是驾驶者，而不是AI辅助系统。

　　近年来，因辅助驾驶引发的事故，无论是在国内还是国外都并不少见。最终的结论虽然都是“驾驶者未能集中注意力”。但这也反映了辅助驾驶在部分极端情况下，存在失效的可能性。

　　特别是，这种极端情况下的失效，通常难以在标准化测试中得以体现。也就是说，即便监管设立一个“脱手”辅助驾驶的入门门槛，也不可能测试出所有极端情况。

　　可见，只要责任方是驾驶者，那么无论可不可以脱手，实质上都对人的行为和注意力进行了严格约束。从这个意义上讲，只要AI不能承担起兜底责任，限制人手不离方向盘实际上是对驾驶者的一种强制保护。

　　从中得出的一个基本结论是：目前距离真正的智能驾驶（或称自动驾驶）还有很大距离，对辅助驾驶技术采取司机主责治理思路是必要的，人手不离方向盘等限制要求合情合理合法。

　　高水平智能驾驶车辆上路了吗

　　从全球来看，自动驾驶汽车发展慢于预期。人类对自动驾驶的向往由来已久，但由于对技术和场景的界定不同，导致很难追朔自动驾驶汽车的历史起点。

　　一个代表性的事件是，1925年发明家霍纳迪（Francis Houdina）展示了一辆无线电控制的汽车，车辆在无人控制方向盘的情况下，在曼哈顿的街道上行驶。令大众产生丰富联想的则是富有科幻色彩的影视作品，例如几十年前的007系列电影中就出现了自动驾驶汽车追逐场景。

　　通用、大众、奔驰、谷歌等也多次推出雄心勃勃的自动驾驶汽车生产计划，但无一例外，进展都不及预期。

　　日前，被誉为“自动驾驶第一股”的图森未来从美国纳斯达克退市，成为全球首家主动退市的自动驾驶公司，折射出当前高阶自动驾驶仍难以商业化落地的窘境。

　　走出实验室的第一步是上路测试，这也是全球自动驾驶所处的阶段。美国、英国、日本等汽车大国往往在特定城市特定区域内，允许特定公司特定车型的自动驾驶汽车上路测试。例如，伦敦设立了自动驾驶汽车测试路线，允许Wayve（英国自动驾驶初创公司）、日产等自动驾驶汽车上路测试，但英国监管部门要求上路的自动驾驶汽车必须有人监控，并且可以随时切换到人工驾驶模式。

　　除了上路测试，自动驾驶车辆还被大量用于特定场景的配送。这种使用类似于无人售货机和短途配送员。例如，京东推出的无人车主要用于最后一公里配送，可以实现在小区内、商业区内的配送。这种自动驾驶车辆跟传统意义上的在马路上载客的车辆有很大不同，狭义地说它们可能不是车辆。

　　值得关注的是，2024年初，美国自动驾驶公司的阴霾持续不散。

　　近日，美国自动驾驶汽车公司“出行新方式”发布召回令，涉及400多辆汽车。去年12月，该公司在亚利桑那州菲尼克斯运营的两辆自动驾驶汽车因系统问题，在几分钟内与同一辆由拖车牵引的皮卡车相撞，未造成人员伤亡。

　　2024年2月，通用汽车旗下自动驾驶公司Cruise自动驾驶平台高级副总裁兼硬件主管卡尔·詹金斯（Carl Jenkins）宣布辞职。在此之前，该公司已经有多名高管离职。Cruise的这一波动荡可以追溯到2023年10月，旧金山的一次事故让加州监管机构暂停了该公司的无人驾驶许可，NHTSA（美国政府部门汽车安全的最高主管机关）也向其发布了召回令，该公司何时重启运营遥遥无期。

　　我国自动驾驶汽车发展较快，一大优势是车辆行驶数据多、算法训练快。人工智能可能会推动经济社会构建一个新的技术生态，但目前，人工智能技术模型所学习的还是互联网上公开的知识，还不能解决具体行业、企业一些个性化的问题，所以需要企业在相关的纵深行业、垂直细分行业进行二次训练。

　　具体到自动驾驶领域，车企需要大量路测数据对复杂场景进行计算，以求做到万无一失。贝恩公司数据显示，截至去年9月，中国的自动驾驶汽车累计行驶里程达7000万公里，与美国相当。北京在经开区设立了高级别自动驾驶示范区，截至2023年11月，已部署22家测试车企739辆自动驾驶车辆，实现了无人零售、无人配送等8大类应用场景（自动驾驶出行服务Robotaxi、无人零售、无人配送、无人巡逻、无人接驳、Robobus、干线物流和自动驾驶环卫），累计为大众提供常态化出行与生活服务超200万人次。

　　由此，我们不难得出另一个结论：高水平智能驾驶（无人自动驾驶）仍处在测试阶段，已经上路，但限于特定区域、特定车辆和特定用途，行业发展焦点在于基于大数据投喂对人工智能算法进行训练。

　　当前及长期的社会治理困境与突破

　　在技术进步和数据积累的同时，自动驾驶全面上路，仍将面临社会治理困境。没有社会规则和交通法规的深层次变革，即便是成熟的自动驾驶技术也难以落地。

　　人手能不能离开方向盘，只是很初级的问题，今后自动驾驶或辅助驾驶的事故赔偿、车险缴纳、AI如何承担刑事责任等问题将不断涌现。

　　汽车行业的进步必然伴随社会规则制度的变迁。历史上，英国曾经因制度僵化而限制了汽车行业发展。1865年，由于英国公众和马车夫对路上横冲直撞的蒸汽机汽车不满，觉得“又吵又危险”，英国议会迫于压力通过了一部《机动车法案》。该法案规定，任何在道路行驶的机动车，必须有3人驾驶，还要有人在车前50米处挥动红旗引导，且机动车时速不能超过每小时4英里（每小时6.4km）。

　　人类对安全的要求很高，而包容性很低，这就决定了对自动驾驶精准度要求极高，且治理规则趋于严格。

　　从我国现行法规来看，除了部分测试阶段的自动驾驶车辆可以“脱手驾驶”甚至是“无人驾驶”外，其余情况都要求驾驶员时刻握紧方向盘。目前，主流的辅助驾驶最多算半自动驾驶，并不是纯粹的自动驾驶，社会规则仍是针对人类驾驶员而做出。交通规则主要是针对司机的，车企推出的智能辅助技术，也是从“辅助”视角做出了使用说明书和免责条款等内容。

　　自动驾驶面临的深层次社会治理问题有很多，其根本在于，AI用于解放人类还是控制人类？

　　答案当然是解放人类。那么，解放人类之后，AI工作过程中交通事故责任由谁承担？人不承担责任，只拿AI工作带来的好处？这么理想的情境能够发生吗？

　　究其本质，只有搞清楚责任方是谁，才能界定行业治理的各种问题。

　　简单地说，如果责任是汽车生产企业，那么就需要制定车企如何赔偿交通事故、承担法律责任（包括可能发生的刑事责任）等规则，并从车企视角对（远程）驾驶者作出使用细则要求；如果责任在AI服务商（如大型平台公司），那么就需要制定平台责任范围和适用条件；如果责任在驾驶者，那么就需要在现行法规下修改调试部分规则。申言之，在认定主要责任方的基础上，详细分解车企生产责任、平台服务责任以及驾驶者使用责任。在责任明确后，各方可以根据自身实际情况作出大胆创新和应用。

　　展望未来，人工智能技术将加快发展，自动驾驶汽车全面上路或将更依赖社会治理的突破。美国OpenAI公司发布的AI视频生成工具产品Sora，继ChatGPT之后再次引爆人工智能热潮。相比技术进步，我们可能更需要一场思想大解放、大讨论，以期及早适应自动驾驶在内的人工智能社会的到来。　　（作者系中国社会科学院财经战略研究院副研究员）