自动驾驶，路在何方？

　　智能电动车进入事故高发期，特斯拉最先表现出来。国内蔚来、理想、小鹏这些智能电动车的保有量已经有几十万辆了，也陆续开始出现事故。可以预见，这些事故还只是一个开始。当道路上有上千万安装不同等级自动驾驶的汽车行驶时，可能每年都会出现数十起跟自动驾驶相关的事故，甚至更多。
　　目前的自动驾驶，都是采用单体智能的思路：路况识别、驾驶决策，都取决于汽车上的计算机。这一技术路线有很大的局限性。
　　怎样才能提高自动驾驶车辆的安全性，降低事故率呢？
　　我觉得可以从三个方面入手：激光雷达、车路协同和中央调控系统。并且，这三个方面是循序渐进的。短期来看，大量安装激光雷达，能够将自动驾驶汽车的安全能力提升一个等级。长远来看，必须要摒弃单体智能的思路，转为群体智能。
　　对于一辆汽车而言，最危险的就是行驶在附近的其他汽车。因此，知道其他汽车的行驶状态，就是降低事故率的关键。目前的做法是，通过摄像头、超声雷达，来识别其他车辆，计算并预测附近车辆的行进路线，再做出自己的驾驶决策。某种程度上，现在的自动驾驶系统是通过观察，然后去猜测附近车辆将会怎么驾驶。
　　既然是猜，必然就有猜错的概率。尤其是在高速行驶的道路上，一点点误差就容易导致严重的后果。何不换一种思路，车辆之间的驾驶状态并不是靠互相猜测，而是直接告诉彼此？
　　我们需要建立一个中央通信和控制系统，用来收集所有行驶车辆的数据，包括精确的位置、行驶速度，以及接下来将要采取的驾驶动作（比如向左转、加速或者降速）。当某辆车发生事故，比如刹车失灵，立马将数据上传系统，并告知附近车辆，及时规避。这样一来，当一辆车行进在路上，通过中央控制系统传来的数据，结合自身摄像头、雷达测量的数据，能够知道周围车辆的具体状态，比如：前边A车离我有5米，速度是35。5km小时，它将在2秒后将速度降低到30km小时；后面B车离我10m，速度40km小时，它将在3秒后将速度提升到45km小时，并从我的右边超车；前面200m处的C车，刹车出现问题，注意规避。
　　这样的自动驾驶系统，将车辆自身的智能，与系统的群体智能相结合，必然可以大幅度提升自动驾驶车辆的安全性能。
　　目前的AI，总体思路是模拟人类思维。但是，人类的智能是相当有限的。我们在发展AI的时候，需要跳出人类智能的局限性。以自动驾驶为例，在汽车上安装的自动驾驶系统（包括感知、决策、执行），核心思路就是模仿人类司机。人类司机就是单体智能，我们不能提前知道附近车辆上的司机打算怎么开车，只能通过观察去猜。不能在人类大脑上安装一个芯片来进行通信，但是机器智能是可以很方便的通信的啊。
　　当然，建立一套成熟的中央调控系统需要具备一定的条件，其中最关键的就是高精度地图和5G通信网络。我们可以通过车路协同的方式，在道路旁边铺设5G基站，再结合高精度GPS，甚至北斗通信网络，来构建高精度地图。同时，5G网络的高带宽、低时延、高通量特点，可以为高速行驶当中的汽车提供低时延的通信能力，让周围的车辆可以相互交流。
　　可以说，通过中央控制系统的方式构建自动驾驶系统，是突破人类司机局限的关键一招。要降低自动驾驶的事故率，这是一个重要的手段。
　　需要指出的是，自动驾驶车辆的事故率只能尽可能降低，无法完全杜绝。也就是说，无论采取什么方法，都会时不时的发生一些事故。但是，我们依然需要千方百计提升自动驾驶的安全性。毕竟，每年发生数百起车辆事故，和发生一两起事故，是有根本不同的。