这几天看到新闻，11.7万辆小米SU7被叫回，还是因为L2高速领航辅助出了点幺蛾子。你说这车也算是聪明车代表，结果偏偏在极端复杂场景下出现了识别失误和预警滞后的情况。那一瞬，我还真用手指点了点屏幕，突然觉得这事儿不小。毕竟，L2级别能算半自动，不能一出事就推脱责任给司机。
我以前试驾过几款同价位的车，比如说某个老牌合资品牌的同款车型，你拿它和小米比，最大的差别很明显——实际体验上它处理复杂路况的反应快，新手感觉更平稳一些。反观小米的那套系统，虽然号称高速领航，但在施工区呢？临时障碍物突如其来时，反应都变得相对迟钝——比如那次安徽高速撞车事故，车以116公里/小时冲入施工区，虽然有预警，但车最终还是没有避开障碍。这个差别，就是你在路上开着它，突然出现复杂场景，心里会不会打个问号？我估算啊，系统识别延迟和响应失败可能平均在0.5秒到1秒之间（体感/样本少，估算略有不准，但差距明显）。这究竟是不是技术积累还不够？
这两天我反复琢磨，安全隐患到底在哪。我想，也许是研发的难点：在极端场景中辨别路况，就是算图像识别和传感器融合的死角。你想，这类场景多了，光从理论上讲，要让系统识别准确——难度不低，就像用谷歌翻译，遇到专业名词、俚语，翻译准确率就会下降。车辆要在高速公路上识别施工标志、临时隔离带、突然出现的工人或障碍物，几乎是真正的看了个大眼睛。
我刚才翻了下笔记，拍的照片，居然是晚上高速，车前灯筒里，挡风玻璃外的影子映得模糊。那一次，系统发出预警，但我知道它其实也不一定看得全。我还在想，这究竟是不是算法没调优好，还是传感器本身不够敏锐？问一问自己——它们到底是硬件跟不上，还是软件还在试错期？
（这段先按下不表）我还得说一句，很多时候，自动驾驶的安全性其实很大程度上还是取决于人的干预意愿。你开到极端情况下，跳个人机交互，好比游戏里的临时突发事件——如果司机都不敢马上接管，也许系统反应再快，也帮不上忙。那我想问：有没有可能，未来的自动驾驶，真能完全自主？还是说人类驾驶员始终得站出来补位？
有个点，可能很多人没细想过：在车企疯狂快速迭代的背景下，安全和责任怎么划分？我觉得，光靠软件修修补补是不够的。就像手机，每次推个更新，问题都能修，但如果修得不彻底，后续问题还会一堆。汽车不同，牵扯到道路上千种极端场景，你说要靠OTA一两次补丁就解决全部隐患，那是天方夜谭。
而且，安全隐患一出，消费者心理变化也很微妙。有位修理工说：这次召回，车主们其实有点嫌麻烦。毕竟，软件OTA几下就搞定，不像以前跑去4S店拆来拆去。这也是个看似方便，实则责任重大的新战场。你觉得，车企是不是要主动把问题细节公开得更透明一些？识别延迟具体到哪一步？算法哪里出现偏差？还要不要考虑开放一下数据，给第三方检测机构点火? 这样多点可验证，难不成也能增添点点消费者的信心。
我个人感觉，汽车安全不只是创新快，快得让人心慌。毕竟，汽车不像手机，它要的不是秒玩换新，而是稳稳的。我曾问过一位同事：如果系统误判，让你以为前面没有车，结果发生了追尾，你会不会觉得有点融资？他说：当然会，小米这事儿让我觉得，技术还没到家。对，技术还得磨。
你知道我为什么一直觉得，汽车像一份社会责任？它牵扯人命，不能随意试错。或许，我们都该问：科技的光环之下，是否隐藏着责任的阴影？如果出现事故，企业的透明度和应对方式，才是真正考验它们的底线。
（这段先按下不表）说到这我突然卡壳了——你觉得，未来的自动驾驶，还能靠封存秘诀让人安心吗？还是应该像菜谱一样，把关键算法和数据都放出来？就像帮朋友修电脑，都得让他知道哪里出了错，修好了才放心。
下意识会不会想到，车子跑到那瞬间，路旁那个擦肩而过的小孩会注意到它的压力吗？那一瞬，每次看到有人开快车、急刹那，心里都一咧：这危险，其实全靠点运气。未来会不会，交通安全的加成都能靠算法神经撑得住？或者，到头来，还是要汽车跑得像慢半拍，才能安全？
这点，我真没细想过，也许就只是一份普通路人的猜测。
全部评论 （0）