“小米329事故”对智驾发展影响深远
“小米329事故”对智驾发展影响深远
3月29日，小米SU7在安徽高速上发生事故，引发全网对智能驾驶技术发展的广泛讨论。从技术局限到法规监管，从企业责任到消费者认知，这场事故揭示了智能驾驶发展道路上亟待解决的问题。
3月29日的小米SU7安徽高速事故讨论，虽然出于容易理解的原因，所有车企避免谈及此事，但不影响全网舆论参与。有分析技术缺陷的、分析营销打法的，分析政策监管的，分析高速方面分道引导设置问题的、分析驾驶人疏漏的，不一而足。
一件事，大家从各自的维度去看，可能都有道理。中国这么大，每天都发生有伤亡的交通事故，但这一次不一样。不管交警部门最后如何判定，很可能演变成对智驾的大讨论，从而对智驾发展构成影响。
感知和算力的局限
有没有一种可能，当前所有的技术权衡，包括体验和安全、成本和功效、覆盖和例外，都是技术局限的各种表现。一句话，实力不够，不能硬上。这个“实力”，指的是当前全球业内对于智驾的工程能力，包含了技术边界与工程实现能力。
现在业内公认，智驾三要素是感知、算力和数据。但一直以来的误区，是力大砖飞。即其中两样足够强，可以弥补第三要素的缺憾。感知和算力都和成本有关，数据也和成本间接相关，但更多是来自于量的积累。即便承受高成本，有效数据量一时半会也不凑手。
很多媒体都在分析纯视觉在“3.29事故”当中的局限性。这大概率没错，但是，即便有LiDAR（激光雷达），也未必就能避免。LiDAR并非完美的传感器，在很多场景下，比如光线直射、高反光、雨雪天气、超近距离（毫米波对鬼探头更有效），表现反而不如纯视觉。
首先是分辨率的问题。如果是128线以下，在百米距离下对锥筒的分辨率不可信任，因为此时在点云图里，这玩意只有两三个点，和噪点很难区分。任何智驾算法都不会直接报出。
192线是不是就好一些呢？当然是，前提是LiDAR必须做主传感器。这样系统会挤出尽量多的算力给LiDAR，要知道分辨率提高以后的LiDAR，非常吃算力。
感知加强了之后，算力会成为短板吗？算力分为稀疏算力和稠密算力。这和数据格式有关，你要存储为整型（int8），只能算稀疏算力；要存储为单精度型（FP32），或者双精度型（FP64，只在模拟时使用），那就是稠密算力。而半精度型（FP16）则骑墙，算哪头都可以。
我们就不说哪些品牌了，声称算力84Tops，实际上是稀疏算力，看上去和200Tops的Soc相差一半多点。但后者是稠密算力，那就相当于稀疏算力的400Tops。两者就几乎有5倍的算力差距。
显然，低算力的Soc，使用高分辨率的LiDAR毫无意义，根本无法应付汹涌而来的点云图。什么马就配什么鞍。因此，感知和算力都得强，才能提高安全裕度。
数据驱动也不能搞定一切
假设传感器和算力不计成本，能不能彻底解决高速和更难的城区NOA长尾问题？还是不行，因为对于非结构化障碍物和其他交通参与者，前者最难的是辨识的问题，后者则需要做意图判断，其实是不断的博弈过程。关于这一点，只要开过车的人都懂。我们不能假定所有人都遵守交通规则，事实上，绝大多数双方事故，都至少有一方违规。
此前的智驾系统，都是程序员天天肝规则，后来发现现实世界的复杂度，足以击溃任何事先定好的规则。这个时候，所谓的端到端，甭管是几段式的，都试图用数据驱动的办法，去训练智驾系统。
建模和训练的过程，就是由人类指定一个“损失函数”，这是个统计学概念，放在智驾领域，就是将本车人员生命作为最高优先级利益，通过最小化损失参数评估，结果用于决策。
如何评估呢？就需要建立数据闭环和迭代。把实车数据取出来，洗炼一番，将有价值的数据（长尾）标注起来（现在可以自动标注了），训练调参，然后不断重复这一过程。然后将优化过程交给系统，替代人类决策。
大家发现，数据驱动更能保证优化结果。这取决于两点，一个数据量一定要大，另一个是质量好，鲜度好。
不过，数据驱动也有明显的瓶颈，那就是博弈。你永远无法预料，其他人是否一直遵循交通规则。也就是说，只要有人类在场进行交通决策（单纯乘坐不算），那么彻底安全就是不可能的。
如今数据闭环训练的至高境界，看来仍然脱离不了L2的窠臼，不能指望其达到L4的效果，除非走出新路。现在还没有诞生或者发明新理论，足以指导大家找到更好的新路径。
保体验大于保安全
当然，“3.29事故”是一个比博弈层次低端的情况。AEB的介入条件，不会超出传感器探测能力，也不会超出算力水平。如果车企的宣传，没有提到AEB只有很窄的白名单（即不能识别水马、隔离墩、锥筒等），那可能是道德问题。就算在白名单内的不同障碍物，AEB也有不同的生效速度限制，这一点解释起来比较麻烦，企业也不大可能列一个详细的表格。何况不同工况下，这些数据也是动态的，企业也未必都掌握。
而且，AEB搞的太灵敏不行，不但会毁掉驾驶体验（幽灵刹车），还可能导致追尾。所有车企对AEB追求，都希望有足够高的“正触发率”，起码不能帮倒忙。因此，进入承诺速度区间，AEB也有可能不触发。
不止AEB，智驾的所有维度，各家的策略都差不多，即体验大于行车安全。这一点很反常识，不是说好的，人的生命是至高无上的吗。
以高速NOA为例，智驾系统往往假定，所有车辆都没有违规行为，以此来保证体验。比如常见的场景：临道车（或者超宽货物）已经侵入本车道，结果大多数智驾系统，仍然坚持保持前行轨迹和速度。
“3.29事故”也是一个“体验大于安全”的典型例子。交给智驾看似跑的很顺畅，驾驶员其实不了解，智驾无法同时保障两点：体验连续、人随时在回路。因此当时智驾退出后（且不说因何退出），留给人避免事故时间非常少。
优先保体验，容易让人高估当前的智驾水平。使用一段时间后，消费者开始信任这个系统，这也恰恰是事故爆发的开端。
当然不能指望每一个普通消费者，都能深入了解智驾复杂机理和限制条件。单纯指望L2级别的智驾，是对自己生命的不负责任。
现阶段法规里面，L2系统意味着主机厂几乎不承担任何法律责任（不排除人道主义名义的赔偿和安抚）。企业也知道，无论强调有多少限制条件，也一定会有轻率的消费者滥用。如果表态过于谨慎，有可能被消费者认为“技术不行”。这中间的平衡，很难拿捏。现在行业节奏已经被带得非常浮躁。夸夸其谈、轻易承诺，结果得到了市场的销量奖赏。这也反过来再次鼓励了“亩产万斤”。
“3.29事故”对这种浮夸风得奖，不啻于一次打击。如果厂商宣传变得谨慎起来，那么这场悲剧，还是产生了一点有益的教训。
结 语
对于消费者这边，基于当前的技术水平，在任何时候，无论厂家说得多么天花乱坠，请时刻保持警惕，相信自己胜过相信机器，请用“且用且疑”的态度去使用任何智驾。人始终是自己生命的第一负责人，这是任何责任承担和赔偿，都无法弥补的最高价值。这里面的关键在于，自己要这么认为，而不是指望品牌方这么认为。