无人驾驶离我们的生活还有多远?我们什么时候才可以开上一辆无人车去上下班?我们买得起无人车吗?它真的安全吗?百度、Google、特斯拉、奥迪、通用，谁才是无人车届的大牛?无人驾驶还面临什么问题?
无数次坐在硅谷一场又一场的人工智能、无人驾驶行业技术论坛、商业论坛的场地内我这么问自己。
在我所在的美国硅谷，几乎人工智能成了2016年这片地区最热门的词汇，当然也极有可能成为2017，甚至一直到2020年的一大热门。无论是科技公司的职员还是家庭主妇都不舍得错过这个也许他们并不懂，也没有真正接触过的话题;在旁边山景城的街道上，一些居民对偶尔路过的正在测试的Google无人车已经从最初的驻足拍照到现在的见怪不怪。而在毗邻的Sunnyvale市，常常有一群来自百度的中国工程师在监拍百度无人车的上路情况。而Uber、特斯拉，甚至是传统汽车厂家通用、奥迪、丰田也都希望在这场技术+实践的长跑中获得一席之地。
但是看着这么热闹，到底什么时候我们作为一个普通人，才可以真正开上无人驾驶汽车呢?
在一场名为AI Frontiers的人工智能大会上，我终于忍不住，抓住了一个行业“大牛”，问了一些“普通人”才会问的问题。
我们什么时候才能开上无人车？
“三年商用，五年量产。”百度自动驾驶事业部首席科学家韩旭(Tony Han ) 将李彦宏曾经对外公开的言论转述给我。
而像包括吴恩达和曾经年纪轻轻就担任密苏里大学博士生导师和终身教授的韩旭这样的人工智能顶尖精英纳入百度团队，无论如何都让人们在讨论全球人工智能领域的时候自然而然地将百度列为一个重量级的选手。
“五年量产?到底量产是个什么概念?”我刨根问底。
“具体说不好，但应该不是满大街都是无人车那个样子。”韩旭告诉我说现在在技术上，已经能保证驾驶者的安全，无论是Google还是百度的无人车都达到了Level 4的标准，即不需要人工干预的完全自动驾驶。
“在无人车安全性能上，各家公司走的路径不同，想要达到的目标也并不一样。”韩旭告诉我。在让汽车作为一个“机器人”，像一个人类一样去开车这个问题上，专业机构把无人驾驶分为5个层级的要求——5为最高级，即在任何极端情况下都能让汽车无人驾驶，而无论是Google还是百度现在都已经达到4级，即不需要人工干预的完全自动驾驶。
“在人工智能无人驾驶的领域内，Google从09年就开始了研究，并到现在为止都在最前列。百度到前年才开始研究，是以实验室的形式，到2016年，才正是有了专门的事业部来处理无人驾驶，起步属于相对较晚。”韩旭说尽管这样，但百度的无人驾驶技术仍然是最前列的。
“如果硬要和Google比个高下，那可能就是Google的汽车经过了更多次的上路测试吧。”韩旭说直到去年，百度的无人车才真正上路测试，但从技术上来说，并不会比Google差。
“而特斯拉走的是完全另一个路径。”韩旭给我解释道。特斯拉从一开始追求的就不是真正意义上的无人驾驶。和百度和Google一直在追求Level 4 (L4) 不一样，特斯拉从一开始就只想追求Level 3 (L3)，既开发一种只作为人类驾车辅助功能的自动驾驶。
“这样有一个弊端，当人类知道车具备自动驾驶功能的同时，就会放松和懈怠，反而容易出事。”一位在现场不愿具名的人工智能行业的研究员告诉我。但他同时表示，特斯拉也有特斯拉的优势，由于它不追求Level 4这件事，它的造价格就会低得多得多。和百度和Google无人车需要一个造价不菲的激光雷达和多个感应器，而追求Level 3的特斯拉汽车则是依靠造价相对低廉很多的拍摄镜头完成的。’
就算真正无人车能够上路，可能我们也买不起
“光是一个感应器就至少8万美金。”韩旭在接受采访时告诉我说一辆无人车这样的感应器不会少于10个，但具体多少个还属于商业机密。
“但你想想这个造价。”韩旭表示如果造价这么贵，那售价更是可想而知。
至今包括Google、百度在内的“参赛者”都还没有合理的办法来降低这种不适用于消费汽车产品的物料造价，而这也是为什么到现在这种被行业内的大牛挂在嘴边的能比人驾驶更安全、能减少堵车、减少污染、百利而无一害的无人车仍然没有出现在普通人的日常生活中的重要原因之一。韩旭表示。
“谁先把感应器和激光雷达的造价降下来，谁就赢得了这场持久战的胜利。”韩旭说这也是目前各家研发无人车的竞争公司在争分夺秒想要解决的问题。
极端天气、坡路和不舒适的乘坐感受还都是无人车还没有解决的问题
在这场行业大牛聚集的行业论坛上，他们口中的无人车似乎“没毛病”。
但实际上的情况可能会让你有一点点的失望。
在一份韩旭展示给我的由百度测试工程师拍摄并剪辑的视频中，汽车行驶在美国Sunnyvale的街道上和正常人没有区别。但是，眼尖的我仍然发现了问题——当无人车发现前面有情况的时候，都会突然刹车，而并不会像人类驾驶员一样会减速停车。
“按照目前的技术，乘坐无人车可能还不是那么舒服的一件事。”韩旭坦白这种突然的刹车的确存在。也表示目前无人车在特定的情况下，可能会无法预测前方状况。
未来通过一些技术的更新，我们的无人车可能扫描前面200米的情况，但现在还到不了那么远。而且如果遇上上坡再下坡的路况，像旧金山这样的坡度较陡的道路，就会前方路况的预测造成很大问题。
不过哪怕是平地上，中国繁复的立交桥和道路状况也可能让目前的无人车吃不消，韩旭补充道。
最严重的还是极端天气。无人车目前还无法应对极端天气这个问题——例如大暴雨的情况可能会提高系统的出错率。
这些问题都是接下来我们会通过技术去克服。韩旭对于未来5年后能够让汽车作为机器人像人类一样具有舒适的驾驶技术还是非常看好的。“国家也是支持的。”他补充道。
“端对端的机器学习(End to End Learning)可能都是我们研发无人车下一步要做的方向。当然，还有量产也是要克服的问题。”韩旭为了保证百度无人车的研发计划不被泄漏，便拒绝了谈论更多研发方向细节的请求。
无人车安全吗？
对于还不熟悉的无人车，可能没有比安全问题更让普通老百姓揪心的了。
“比人开车安全。”韩旭这样断言，并补充道，“提高人类驾驶的安全性也是为什么最初提出要研发无人车的最主要因素之一。”
根据韩旭演讲过程中展示的一份报告显示，每100万千米的行驶路程中，人类驾驶出事比例大约为2.6起事故。而按照现在的无人车技术来看，错误的概率只有2起。
“无人车普及后，可以每天在中国拯救500个人的性命。”韩旭试图用数字的罗列来说服现场的1600位观众，无人驾驶才是人类车祸的救世主。
“在自动驾驶数据集KITTI (全球最权威的自动驾驶算法公开排行榜之一)测试中，百度的算法在车辆识别项目中的识别率达到了92%。”韩旭陈述道。
“百度无人车的上路测试我还没听说过有事故发生。”韩旭表示就算是其他厂商的L4无人车出过事故，也大多是人为的问题。
2016年9月，在Google所在城市山景城中，Google无人车遭遇了最严重的一起事故。
当时谷歌无人驾驶汽车正处于自动驾驶测试模式。汽车在进入十字路口时被一辆货车撞到，造成车门严重下凹，以及安全气囊弹出。不过并没有造成人员伤亡。
事后Google公开表示这起事故的起因则是货车司机闯红灯导致。无人驾驶车驾驶方向处于绿灯状态，且测试员发现肇事车撞上来时第一时间切换为有人驾驶模式，并踩了刹车。
当然，无论判定的结果如何，无人车的每一起事故都能让不懂技术的普通人觉得揪心。这是无人车研发厂商也无法解决的问题。
特斯拉甚至遇到过比这个更严重的问题，且最终的事故原因与特斯拉汽车可能有着直接原因。
2016年5月，一辆特斯拉汽车在美国佛罗里达州与拖车相撞，导致酷爱特斯拉无人驾驶的40岁司机丧生，而司机丧生前则正在使用特斯拉自动驾驶模式。
特斯拉事故后发布声明，事故车型Model S没能在明亮的天空下发现拖车的白色车身，与其相撞，导致了整起事故，并把整个事故称为“悲剧性的损失”。
尽管特斯拉事后仍然强调：特斯拉自动驾驶模式至今已经有1.3亿英里的安全行车纪录，但这一起致命事故仍然让这家公司的股票在事故发生后下跌了三个百分点。
“特斯拉的无人驾驶是通过摄像头来观测路况和其他车辆的。事故中，汽车的摄像头把前车的白色车身误会成为了云彩。”那位无人驾驶汽车的研发者告诉我，并对我表示他个人的看法是：L3的自动驾驶为了控制成本，保留人接管的权力，但同时也会让司机松懈，误认为可以随心所欲放弃控制车辆。
”无人驾驶的安全性超过人类驾驶可能还不足以让人类对这种不熟悉的科技产生足够多的信赖，而只有无人驾驶的安全性能远远超过人类驾驶、甚至事故趋近于零，大多数人才可能安心去接受它。”这位研发者觉得这对于一项技术来说有些不公平，但是时刻关系人命的任何技术都不得不面临这样的问题。
嗯，看来离我能上班堵车路上赶篇稿子还有很长、很长的一段路要走…….
