自动驾驶汽车仿佛离我们很近，各大企业公布的自动驾驶量产时间大都集中在2020-2025年，多方资本前仆后继，各地的自动驾驶道路测试工作也如火如荼，不少科技公司试图“一步到位”。
但不可否认的是，自动驾驶技术还面临诸多挑战和瓶颈，中国工程院院士、北京邮电大学计算机学院院长李德毅直言：“在自动驾驶汽车落地方面的规划要具体，不要‘假大空’，不要光讲概念，要让消费者真正得到实惠。”
量产还属于无人区
在全球范围内，消费者对于自动驾驶的接受程度逐年提高。近日，Capgemini咨询公司对超过5500名消费者和280名汽车企业高管进行了一项调查，结果显示，在受访者中，对自动驾驶汽车表达“期待”的占59％，表示“惊讶”的为52％，32％的受访者选择了“信任”，认为有“信心”的占比为28％。其中，中国消费者的积极度最高，有高达53％的受访者表示，在未来五年内，自动驾驶汽车将成为他们的首选交通工具。与普通汽车相比，大多数人愿意为自动驾驶汽车支付高达20％的溢价。
此外，今年初发布的2018年德勤《全球汽车消费者研究》指出，消费者对自动驾驶汽车安全性的疑问相较2017年大大减少：2018年，有47％的美国消费者认为自动驾驶汽车不安全，这一数字在2017年是74％；在韩国，认为自动驾驶汽车不安全的消费者比例从上一年的81％下降至54％；抱持同样看法的德国受访者占比也从上一年的72％下降至45％。
消费者如此高涨的热情值得车企给予相同的重视。
李德毅表示，自动驾驶汽车企业要给消费者带来真真实实的获得感，就得量产。然而，“量产是一个相当沉重的话题。”李德毅指出，当前无人驾驶汽车量产仍然还属于无人区，全球范围内的量产产品没有超过50辆。
刚需场景决定技术影响力
李德毅认为，决定自动驾驶技术影响力的不仅是技术先进性，更要从现有系统痛点切入，找到刚需应用场景。只有当自动驾驶技术和商业化应用市场“投缘”时，才能擦出火花，完成孵化期的“惊险一跃”。李德毅强调，当下能更快实现落地的应用场景有自主泊车、定点接送、快速公交和限定区域内无人驾驶出租车等。
值得肯定的是，上述场景正成为车企技术布局的着力点。自去年以来，我国自动驾驶产业逐渐从喧嚣转为冷静，越来越多的国内企业告别浮躁心态，变得更加理性和实际，从过去大而全的技术解决方案转向寻求更容易落地的细分技术。
一位不愿透露姓名的企业人士告诉记者，公司现在主要集中在港口和园区这一类封闭场地中开展自动驾驶技术测试，原因之一就是在封闭场景中，自动驾驶技术更易落地，实现产业化。
当前，自动驾驶领域的共识是：与其追求L4-L5级别自动驾驶技术的尽快落地，不如着力推进L2和L3级别技术的提升和完善，这些技术更易进行大规模推广，对于消费者来说，是能更容易先享受到的“高科技”。
智能汽车要不要像高水平驾驶员
调查表明，在消费者购买自动驾驶汽车的诸多因素中，舒适性仅次于安全性，排位第二，但这恰是当前自动驾驶技术研发环节所忽略的。
吉林大学汽车研究院院长管欣在接受《中国汽车报》记者采访时指出，自动驾驶汽车开发的难关是拟人化的智能化水平，即车开得像不像高水平驾驶员，能否让驾乘者舒服和放心。
“先进的智能辅助驾驶系统科技含量高、操作复杂，不容易被大众接受并使用。目前各专业化评价体系聚焦于系统的安全性和技术先进性，多服务于产品开发的验证，亟需从消费者和用户角度对智能汽车及系统进行评价。”管欣表示。
“要加强人工智能的分量。”李德毅提出，优秀的智能汽车应该成为智能驾驶的代理，在汽车产品本身没有问题的前提下，如果患有“小儿麻痹”，汽车就“跳不好芭蕾舞”。李德毅认为，人工智能不仅有望规模化复制“标杆驾驶员”，成为打败围棋高手的“阿尔法狗”，更重要的是，人工智能可以弥补人在情绪失控下的理智缺失，避免在危险场景中，人本能做出错误的驾驶行为，从而导致交通事故。
不过，清华大学苏州汽车研究院智能网联汽车中心主任戴一凡在接受《中国汽车报》记者采访时表示：“加强人工智能研究是肯定且必须的，但要解决人工智能的‘黑盒问题’，拟人化不一定是最好的。”
据了解，“黑盒问题”主要在决策控制层面，通过定义安全边界，靠人工智能算法进行决策优化，即人工智能方法与传统规则方法相结合。虽然现在的自动驾驶技术在一定程度上确实参考了人的驾驶经验，但戴一凡认为，未必需要过多强调拟人化或者参考人类驾驶员，因为人类驾驶员很难被称为最优化的控制模型。
李德毅指出，1984-2018年是无人驾驶汽车的科研探索期，走过的是“0-1”的阶段；接下来直到2025年，产业都将处于产品孵化期，完成“1-10”；但如果要完成从“10-10n”这一阶段，恐怕最终的时间点是2060年。“基于此，中国人工智能从业者不要太着急，如果产品的可靠性不强、成本降不下来，靠忽悠是没有用的。”李德毅如是说。
