為期三天的谷歌 I/O 開發者大會于5月8日在美國開幕。在主題演講上，CEO Sundar Pichai和各產品線負責人講解了自家的AI、安卓系統、谷歌助手等產品的進展。其中 AI 作為大會的主題，貫穿谷歌現有的所有產品線，其中包括安卓P，谷歌Maps以及無人駕駛汽車Waymo。
Waymo CEO John Krafcik在介紹谷歌自動駕駛取得的新進展時，專門強調Waymo自動駕駛系統使用TPU后，性能提高了15倍。搭載了谷歌AI技術的Waymo無人車已經具備實時感知物體、判斷其他車輛行動的能力，通過機器學習預測行人或車輛在橫穿馬路、闖紅燈等行為，防止在過十字路口時撞到闖紅燈的人和車。人工智能的介入使無人駕駛的錯誤下降了100多倍；同時表示無人駕駛汽車將率先登陸美國的鳳凰城。
谷歌是第一家同時投資無人駕駛和AI領域的公司，在無人駕駛方面，這是Waymo首次登上谷歌I/O大會，并且在大會上闡述如何通過谷歌的機器學習技術來解決無人駕駛當中的問題。Waymo表示，物體感知和行動預測將是無人駕駛技術最關鍵的兩個方面。
好車不怕多開，AI不懼多磨
誠然，隨著AI技術的不斷發展，汽車的自動駕駛也在不斷升級。從之前Level1（以下簡稱L1，以此類推）的輔助駕駛到現在部分汽車L3的有條件自動化，甚至通過深度學習將來走向L5的完全自動化，可以說這是無人駕駛的終極夢想，也意味著汽車在任何情況下都能實現全自動操作。
且不說未來汽車駕駛的L5的完全自動化，僅在L3這一層面上各個車企的發展就困難重重。谷歌作為全球科技行業的領軍企業，研究無人駕駛已有8、9年時間。為了讓 Waymo 無人駕駛車上路，谷歌在公路上做了超過600萬英里的測試，每天都有2.5萬輛車在測試；同時在公司開發的仿真系統中已經行駛50億英里，并且目前團隊還在探索無人駕駛在雪天的行駛。
如果還有哪家科技巨頭正在無人駕駛汽車領域挑戰谷歌，那百度必定處于其中。盡管百度目前在總測試續航里程和器件技術方面沒有谷歌Waymo搶眼，但覆蓋范圍較廣，并不局限于乘用車。百度在2016年就已經在中國蕪湖實地測試無人駕駛旅行車和大巴，并計劃在用5年時間實地測試百度的無人駕駛汽車系統。無人駕駛是一個循序漸進的過程，好車從來都不會敗給時間。
L3的汽車雨后春筍，L4的小巴遍地開花。5月8日，上海交大的無人小巴在校園進行試運行。只要微信掃碼就可實時呼叫小巴接站，小程序可直接算出小巴準確抵達時間。這款無人小巴采用L4級自動駕駛系統，車上沒有方向盤、油門剎車踏板，系統能自動觀察環境，進行轉向和加減速控制，也能通過多傳感器融合方式實現自動駕駛。
為什么校園無人小巴能實現L4水平的自動駕駛，而乘用車卻很難做到？僅從外部環境考慮，大概有幾個方面的可能性：首先，現有的無人駕駛汽車過度依賴GPS進行定位，僅從國內大環境來說，一方面是路況復雜，另一方面GPS的發展水平是否符合無人駕駛的要求也很難說。再次，行人的交通安全意識并不完全規范，這也增加了L4自動駕駛的危險性。最后，L4自動駕駛的汽車車速比校園無人小巴要快的多，在不能完全保證躲避行人以及克服各種惡劣環境影響的前提下，低速行駛又無法保證出行效率，那汽車的功能性就會大打折扣。等等。諸多因素疊加在一起，L4自動駕駛必將會經歷一個辛苦的蛻變之路。
是科技問題？還是倫理問題？
事物的發展是前進性與曲折性的統一，無人駕駛在發展的道路上坎坷不斷，所謂“一將功成萬骨枯”。先不考慮未來AI的自主性以及黑客的侵襲問題，在目前來說積極朝L3水平發展的無人駕駛系統，單單在安全性和可靠度上就令人唏噓不已。
且不說李彥宏超酷的“無人駕駛”五環違章實線變道，也暫不提本田小轎車和處于自動駕駛狀態的Waymo測試車的烏龍碰撞，相信大家對3月的Uber事件還記憶猶新，正在測試的一輛Uber自動駕駛SUV撞死了一名過馬路的女士。調查顯示，涉事的Uber無人駕駛車實際上在事故發生前已經成功識別到路上的行人，但是在識別后，決策系統決定予以忽略，不采取車輛躲避措施，而最終釀成了悲劇的發生。這也是全球范圍內首例自動駕駛汽車致人死亡的事故。
如果AI有思想，大概一定會被質問為什么草菅人命，可惜它現在還無法自主回答，否則也不會義無反顧地撞過去。討伐轉向Uber，Uber首席執行官達拉·科斯羅薩西在5月10日舉行的Uber Elevate上表示，Uber自動駕駛汽車經過調整后將會在未來幾個月內重新回歸，并“將盡可能安全?！北M管人們還是會對犯過“錯誤”的“孩子”心存芥蒂，但縱觀AI發展趨勢，無論是從無人駕駛的發展歷程來說，還是從受眾的適應過程來說，這種情況都太正常不過：Uber事件只會加速無人駕駛前進。
其實眾人都道無人駕駛難。但難的并不是把車開起來，而是難在復雜環境下，保證出事故的概率低到一個可以接受的水平。更簡單的說，難的不在從0到99%，而是從90%到99.9999%。汽車行業保證極端情況的可靠性占了行業價值鏈的很大比重。
很多時候這只不是一個科技問題，更像是一個倫理問題。具體來說，開車這件事情，假如人的可靠性是70%，那么自動駕駛的可靠性則高達99.9%；而從倫理學角度看，人類可以接受同類有30%的錯誤率，但卻無法接受機器0.1%的失誤率。人可以犯錯但機器不行，這也成了無人駕駛發展最為嚴苛的發展標準。