在自动驾驶技术领域，我们这些汽车行业的“老手”自然对各种情况都已司空见惯。然而，是百度Apollo在武汉推出“萝卜快跑”无人驾驶出租车服务，让更多普通大众开始意识到自动驾驶技术的存在。

许多人对此感到震惊，还未学会驾驶的人竟已能乘坐自动驾驶出租车，不禁感叹科技进步之迅猛。然而，对出租车、网约车和货车司机等利益相关者来说，这一情况则引发了担忧。他们认为“萝卜快跑”的低廉价格意味着这一服务将威胁到他们的生计。

这一现象已演变成严重问题，武汉部分出租车司机甚至退掉了自己的车辆，并集体向相关部门请愿，寻求生存之道。那么，自动驾驶技术是否真的已经对司机构成威胁，甚至有可能取代他们？以下将对此进行详细探讨。

自动驾驶与辅助驾驶的区别

许多人对于“自动驾驶”的理解存在模糊之处，以为“萝卜快跑”和特斯拉FSD都代表了自动驾驶。实际上，它们代表的是自动驾驶技术发展过程中分裂出的两种不同路线。

特斯拉FSD所代表的是渐进式路线，即从L2级辅助驾驶逐步过渡到L4级自动驾驶。除了特斯拉FSD，华为ADS、小鹏XNGP等均属于这一路线下的辅助驾驶技术。

而“萝卜快跑”则代表了跃进式路线，即跳过L2级辅助驾驶和L3级有条件自动驾驶阶段，直接研发L4级自动驾驶。

国内除百度Apollo外，还有小马智行、滴滴等企业在2018年开始在北京、上海、广州、深圳等城市运营无人驾驶出租车。然而，作为先驱的谷歌Waymo，自2009年起研发自动驾驶技术，并于2017年开始运营无人驾驶出租车。

尽管华为、小鹏等辅助驾驶技术的研发落地进度迅速，但自动驾驶技术目前仍面临尴尬局面。例如，Waymo的运营范围仅限于美国凤凰城、奥斯汀、洛杉矶、旧金山等城市的部分街区。武汉的“萝卜快跑”目前也仅能在江北、武昌、洪山和江夏的部分片区运营。

此外，几乎所有研发自动驾驶和运营无人驾驶出租车的企业，近几年都经历过高管离职、资金链断裂、大面积裁员等风波，其中不少企业甚至破产倒闭，或转向辅助驾驶的渐进式路线以求生存。那么，原因是什么呢？

自动驾驶技术的局限性

自动驾驶技术的局限性主要体现在以下几个方面：

1. 技术尚未成熟：虽然自动驾驶技术取得了显著进展，但仍存在诸多技术难题，如环境感知、决策规划、协同控制等。

2. 法律法规不完善：自动驾驶技术在实际应用中面临诸多法律法规问题，如责任归属、交通事故处理等。

3. 道德伦理问题：自动驾驶技术在实际应用中引发一系列道德伦理问题，如如何处理紧急情况、如何平衡乘客与行人利益等。

4. 市场接受度低：尽管自动驾驶技术具有巨大潜力，但目前市场接受度较低，消费者对自动驾驶的信任度不足。

总之，尽管自动驾驶技术发展迅速，但仍面临诸多挑战。在全面普及之前，我们需要不断努力解决这些问题，以确保自动驾驶技术的安全、可靠和可持续发展。总结来说，目前实现自动驾驶面临着巨大的挑战，尤其是在技术层面。自动驾驶如同人类学习驾驶，需要经过长时间的学习和摸索。然而，自动驾驶的学习依赖于大量数据，而这些数据在收集和理解上存在重重困难。

首先，苏州自动驾驶需要学习的数据量庞大且复杂。例如，它需要识别红绿灯与车道的绑定关系、处理与行人、非机动车和邻车的互动、掌握转向和加减速的力度，以及应对限行、潮汐车道、待行线和突发情况等。这些数据不仅难以收集，而且由于驾驶习惯的差异，需要自动驾驶系统去理解和筛选，以确保安全和合法。

自动驾驶企业的数据来源有限，主要依赖自营的无人驾驶出租车，而这些车辆的规模较小，导致数据量不足。例如，“萝卜快跑”截至今年5月在国内的无人驾驶出租车数量仅为1000台，且每台车每天的数据量有限。

相比之下，特斯拉等拥有大量量产车的企业，可以通过收集大量数据来加速自动驾驶技术的发展。特斯拉仅去年在美国就售出了超过65万台新车，即使每台车每天只行驶1公里，也能产生庞大的数据量。

因此，没有足够的数据支持，自动驾驶企业难以研发和训练更先进的算法模型。近年来，特斯拉、华为、小鹏等企业提出的“大模型”、“端到端”、“占据网络”等技术概念，正是基于大数据和模型的“数据驱动”理念。

最终，由于数据积累速度赶不上资金消耗速度，许多自动驾驶企业不得不退出市场。仅有少数如Waymo、百度Apollo等大型企业仍能继续投入。这也意味着，自动驾驶领域的“黑盒”问题仍然难以避免。第二重挑战源于公众对自动驾驶的不信任，这种不信任在很大程度上源于网络上大量报道的自动驾驶事故案例和视频，这些事故的原因往往令人费解。

例如，网络上充斥着关于武汉“萝卜快跑”自动驾驶汽车频繁出现不明原因的占道停车，进而引发严重交通拥堵的新闻报道和短视频。

究其根本，自动驾驶技术的核心在于人工智能（AI），而目前我们的科技水平还仅限于初步掌握AI的使用，尚无法完全驾驭它。

换句话说，我们虽然可以指导AI处理特定问题并得出预期答案，但AI在思考、计算和逻辑推理过程中的具体过程和逻辑是隐藏的，这就是AI的黑盒特性。

这就像电影《复联2》中的奥创，本应作为维和机器人的它，却意图毁灭人类。你以为它是程序出错，实际上它始终希望实现世界和平，只是它认为毁灭人类是最佳途径。

然而，奥创的思维方式在编剧的帮助下得以清晰展现，而自动驾驶作为AI的一种，其内在逻辑的透明度则远远不及奥创。

因此，自动驾驶汽车在行驶过程中可能会遇到我们无法预料和解决的问题，这些问题在未来相当长一段时间内可能都无法解决。

不过，对于特斯拉FSD、华为ADS、小鹏XNGP等辅助驾驶系统来说，由于目前仍然以人为驾驶为主，AI的黑盒特性带来的风险可以通过人工干预来降低，至少在安全法规方面是可接受的。

乐观地看，基于辅助驾驶的渐进式发展路径，也能为人类解决黑盒问题争取更多时间，因为科技的发展总是缓慢而持续地前进。

总结

总体来说，担忧无人驾驶出租车如“萝卜快跑”取代真人司机，至少在AI技术未发生重大突破之前，这种担忧是不必要的。目前L4级自动驾驶的实际能力更多地只是一种“尝鲜”体验，真正打车时人们仍更倾向于选择出租车或网约车。

然而，每次乘坐无人驾驶出租车，除了为运营商带来微薄的收入，也能帮助它们收集更多数据，加速中国自动驾驶技术的迭代。这或许是我们普通人能在这个时代洪流中为人类历史做出的最有意义的贡献之一。