Uber无人车致命事故过去一年 这10点教训不能忘记(3)

伊莱恩·赫茨伯格被车撞的地方像是一条未上漆的人行横道，但它既不是人行横道，也不是穿过米尔大道特别安全的地方。我们不知道赫茨伯格走上马路时在想什么，但这条道路的设计所指示的信息不明确已被视为事故问题的一部分，并已记录在案，以防止进一步的交通混乱。任何打算邀请自动驾驶车辆进入其道路的城市都应谨记这一因素，并对车辆将要运行的任何一条道路都进行详细的清点排查，以防再次出现致命的混乱规划。

第9课：自动驾驶存在反对者

公众自打第一天起，就对自动驾驶汽车存怀疑态度，不过在赫茨伯格事故发生之后，我们进一步看到公众对这项新技术的信任呈下降趋势。对自动驾驶系统的不信任来自方方面面，但这种不信任的程度跟不信任总统一样高。总统本人在一则公理故事中被塑造成“他们永远不会工作”的形象。人们对未来坐在一辆不受人控制的车里感到恐惧。尽管经常被嘲笑为“路德主义者”，这种对自动驾驶汽车的恐惧却是一个不争的事实。自动驾驶汽车开发商和粉丝们不能单单嘲笑，直到这份恐慌消失。事实上，一些高科技行业的傲慢态度也是导致赫茨伯格事件等情况的源头，其引发了自动驾驶反对派的怀疑与恐惧。亚利桑那州后来对Waymo 自动驾驶汽车的攻击就是明证。

这也是该行业主要的文化障碍：高科技公司已经习惯于提供强劲的经济激励，促使他们能将异议、困惑和抵制一扫而光。由于自动行驶车辆还远远无法兑现他们夸夸其词的承诺，公众的宣传、教育和沟通将变得比以往任何时候都更加重要。考虑到事情的复杂性和围绕其存在的混乱程度，扫清公众不安恐惧的情绪也是一大严峻的挑战。不过即使是通过谦逊教育表现出企业的诚意，这也将是该技术行业典型傲慢心气的巨大改善。如果没有别的，仅仅喊着“历史进步站在我们这边”的口号，是行不通的，，这把科技会带来的忧虑完全抛诸脑后。

第10课：信任是自动驾驶技术的货币

从最基本的层面上讲，信任关乎长期关系。信任某人或某物意味着知道它将长期存在，了解它想要什么，以及它如何运作，并保证它会对公众关注做出反应。这就是亚利桑那州局势如此混乱的根源：降低所有的门槛，引进大量的Uber自动驾驶汽车，但赫茨伯格出事之后，这些汽车立马随之离开。从一个极端到另一个极端的循环与建立信任是相反的道路。正如为了获得几乎不可见的(融资回合之外的)优势而抄近路会造成双方发展方向不一致，从而破坏信任。

糟糕的结果毕竟是糟糕的。伊莱恩·赫茨伯格的死是许多不负责行为的结果，但我们可能会面临这样一种情况：在这种情况下，有人被自动驾驶汽车撞死，但是车辆配置本身没有明显的问题。无论每个人多么努力地阻止这一情况发生，预测出一个糟糕结果的可能性都需要尽可能诚实和透明的测试者参与。这不是炒作技术，而是实际地交流技术。必须承认在任何公共道路测试中，风险是不可避免的，但风险可以清楚地评估、尽可能地降低，而不是推翻你认为自己对开发商或其公共部门合作伙伴所了解的一切。要求自动驾驶开发商具备与公众分享发展动机的意识，而不是好像他们存在于另一个现实，通过创造原本可以规避的安全风险，创造数百万美元的价值。

培养这种信任，对于自动驾驶研发人员的未来，创建强大的预测模型或可靠的路径规划算法来说，同等重要。这是因为自动驾驶汽车最终理应像飞机一样：无论你是进入波音公司还是空客公司，你都希望竭尽一切努力，确保你的航班尽可能的安全。由于自动驾驶汽车不会因操控或性能而有所区别，因此，汽车开发商所需的唯一可销售属性是客户坐进其车辆后感受到的信任度。如果开发商没有融入他们业务经营的社区，如果他们不分担道路的风险，如果他们寻求尽可能松的监督力度，如果他们为了追求更高的估值而抄近路，最终只会害人害己。

【编辑推荐】

1. 撞车事故发生三天后 Uber重启无人驾驶测试项目
2. Uber 刘彦东：当Uber开拓送餐服务后，全世界的外卖都震惊了
3. 悲剧！无人驾驶再次撞人致死，Uber全面停止测试
4. 机器学习容器化：TensorFlow、Kubernetes和Kubeflow
5. Uber 宣布开源 AI 工具箱，免代码训练和测试学习模型

（编辑：ASP站长网）