文 | Karakush
前天成都車展媒體日，只有智己L7一款產品、且尚未開始量產的智己，令人意外地擺開釋出。
其中一個重點是，近日他們的工程測試車，用IM AD智慧駕駛系統又成功挑戰了成都西三環、北二環的晚高峰時段。
過去兩三個月，智己IM AD在一二線城市的複雜道路上進行多輪實測。前段時間，汽車之家出過一個智己IM AD在上海鬧市區40分鐘0接管的影片，很多朋友也許都看過。
而現場展示的成都影片也是差不多的能力：駕駛員虛扶住方向盤，由系統自動化處理上下匝道匯流、擁堵路況跟車、近距離加塞、大麴率U型彎道、識別障礙物匯入主路等等複雜場景。
比如碰到有左側車輛未打轉向燈近距離突然強行加塞，智己IM AD可以識別到前車動作，減速輕微向右打方向，避讓後再居中行駛。
再比如要向左並道匯入主路，主路上一直有車，自己的前行路線又出現障礙物無法繼續通行，智己IM AD可以識別並提前減速，不受到虛實線影響一點點試探，最終在接近障礙物前成功匯入。
智己之前公開過IM AD和頭部品牌的測試對比資料：在平均接管里程方面，頭部品牌17。43公里，智己為240公里，領先14倍；加塞導致的接管里程方面 ，頭部品牌170公里，智己為969公里，領先5倍；上下匝道成功率方面，頭部品牌為52。94%，智己可達到99。3%。
“至少從這三個維度，智己已經遠超行業頭部玩家的水準。”
他們聲稱，要“為西南地區使用者解決上下班擁堵痛點，帶來更快捷、更安心的希望”。
這原本非常符合2021年的畫風。直到7月，今年都大有高階自動駕駛量產元年之盛勢。
然而眼下，高調提出智慧駕駛，有些“頂風作案”的意味。
8月國內友商發生了一起涉及該類技術的不幸致死事故。此後，業界高撥出臺明確的行業規範之下，一度以此為傲的車企不約而同將“自動化”修辭改為“智慧”、“輔助”等等曖昧而無害的話術，低調貼牆走。
與此同時，隔岸相望，美國全國高速公路交通安全委員會（National Highway Traffic Safety Administration， 簡稱NHTSA）開始著手調查龍頭特斯拉的Autopilot系統。因為自2018年以來，已發生多起處於AP狀態下的特斯拉的交通事故。
一時間，“我就說這種技術不靠譜”的論調又找回了立足點。反對的聲浪不只是針對過分自信的宣傳，也會要求謹慎將“不成熟”、“不安全”的技術推向市場，甚至認為目前監管對於技術發展過於自由寬鬆。海內外同此涼熱。
在我看來，絕大多數的“機器不可信任”，都是沒有來由的民間預言，就像老外婆非說洗衣機沒有手洗乾淨一樣，源自慣性的保守和想象力匱乏，不值得討論。即便到今天，總是會有一二件無力抗爭的機洗失敗，來佐證那些預言有正確的機率。那又怎樣呢。
當然現在也有一部分是從終局提出了對自動駕駛能力邊界的合理質疑。
比如在業界的CEO和工程師們看來，現在相對弱雞的系統，透過累計行駛足夠多的里程和足夠多的corner case，是能養成自動駕駛能力的。
而如果從人工智慧和機器學習——被普遍認為是自動駕駛核心技術——的角度來說，資料並無法彌補一些根本缺陷，或者說或許無法使得自動駕駛在我們的有生之年變得完全靠譜安全。
細究起來，機器學習大致可以被分為四層。最基礎的是技能推理，比如今天的智慧汽車已經非常擅長在高速公路上排隊行駛；下一層是基於規則的推理，比如碰到某某道路標誌、訊號燈、加塞行為要做什麼，也是市面上的產品能大致實現的功能。
第三層是基於知識的推理，比如某個標誌一半被遮擋，能不能辨認出它是一個神馬玩意兒；在不同的城市，紅綠燈可能長成不同形態，能不能判斷出它還是紅綠燈。
再往上則是我們所期待的層級，當被扔到一個全新的場景中，可以綜合運用知識、經驗和技能安全地完成行程。對於人類駕駛，完全沒有問題的——
對於自動駕駛而言，從第三層開始就都是問題。即便是市面上被吹爆的產品，也無法基於知識完全實現對世界表徵的推理。它們普遍都具備出色的模式匹配能力，但是延展泛化極其有限，更不用提跨領域應用經驗。
比如，它們可能將路邊的雪人識別為潛在的行人，但是無法判斷是無法穿過馬路的無生命物體；也解釋了為什麼同樣的事故原因無法規避，你沒有辦法一勞永逸地“教會”一個機器。
這體現了經典的莫拉維克悖論，讓計算機下棋反倒是相對容易的，而讓計算機像一歲小孩那樣去感知和行動卻難到不可能。你可以教會一個小孩插座高危勿碰，卻要教一個機器所有的插座是個啥玩意兒。這個過程就是所謂演算法。
所以在學界看來，機器學習數十年的突破只產生了最原始的“智慧”。這帶來的思考是，我們基於一丟丟的智慧駕駛成就，而對於自動駕駛的冒進想象，是不是犯了“第一步謬誤”：猴子上樹了，但是這難道能算是猴子登月的第一步麼。
產業當然是抱持不同看法的。產業認為可以透過工程手段把這件事分成幾個子系統去實現，比如用冗餘機構和海量資料去儘量覆蓋“知識面”；用高精地圖來填補感測器資料中的空白。現在走在前頭的企業普遍如此。
智己或者說其背後的技術提供商Momenta也是以資料驅動演算法為優勢，從感知到預測，再到融合、規控所有的技術模組，全流程資料驅動。智己汽車聯席CEO劉濤介紹說，這在行業裡是非常領先，我們應該是首個實現全流程演算法智慧駕駛能力的企業。
這個優勢在正式量產後會更加放大，遇到一些複雜場景下的corner case，也可以實現快速迭代。“基於海量資料、資料驅動演算法，以及一套完整的基於資料的工具鏈——大家可以理解為資料工廠，基於這三個因子，形成快速迭代和進化的能力。在這一方面，我們跟上汽一起來完成智己IM AD產品的共創。”
被問到近期業內的事故，劉濤按下不表，但是給出了智己的立場。今天主流的自動駕駛，本質還是高階輔助駕駛。消費者還沒有到真正需要自動駕駛的階段，他們真正在意的是每天從公司到家的路途中，遇到堵車能否讓他花在駕駛上的時間儘量低一點，舒適程度儘量高一點。
至少在未來三到五年，我們還會處於人機共駕的狀態。在很多朋友看來，這就是“自動”的偽命題，然而顯然我們沒法越過這個階段。包括車企和監管機構都要在這樣的前提下思考：自動駕駛技術不可能完美的，除了換一個合適的稱呼，還能做些什麼。
智己的方案是加強人機之間的溝通，比如IM AD“信任增強”系統，會以Wi-Fi訊號的方式顯示分級預警，讓接管變得可預測，同時也會透過螢幕、語音、聲音、DLP數字投影大燈、安全帶震動等多模態互動提醒，避免非預期的接管體驗。
今年上半年以前，我會把所有突出“人性化”的傾向歸為技術不夠硬核的顧左右而言他。但是現在看來，或許有必要降低一些預期。在現有技術條件下，安全和體驗就是處於微妙的矛盾面，而其中擰巴著前進的過程，是每一次猴子登月的必經之路，不然也就只配在地上。
說回智己的訊息——
4月上海車展，智己L7啟動了“天使輪版”預售。實際上就是放出創始預定車主的專屬權益，包括使用者資料權益回饋計劃，在積累到一定條件時，可以兌換下一代鐳射雷達或下一代高階能量電池等軟硬體升級。這還是下了肉疼的成本的。
而在成都車展期間，會放出最後800個名額。總共3000個名額，此前2200個名額已經分批放出，並且完全售罄。“天使輪版”結束後，接下去會再有A輪和B輪的規劃。
今年年底會小批次投產，作為試驗和內部測試之用；大定則大機率在元旦之後，具體時間點智己也會根據產品開發進度、售後服務權益以及屆時的生產狀況，再給出交代。目標是明年的二月底到明年三月份一定會實現To C交付。
