自動駕駛汽車難以克服的局限性

我們人類容易犯錯，不完美，容易犯錯和出現基本的判斷失誤。因此，我們發明技術來幫助自己。

以推出自動駕駛汽車的計劃為例。人們相信，這項技術將加強安全。但在當前發展階段，這是一個非常大膽的假設。

首先，支持這種觀點的證據並不存在。我們擁有的最好數據來自加州在2016年期間進行的測試。必須記住，這個州擁有溫暖的氣候，很難代表全球的駕駛狀況。

谷歌(Google)的Waymo得分最高，每駕駛5127英里需要一次人為干預。這比上一年有所改善，但遠遠算不上完美。2016年，Waymo的60輛測試汽車的駕駛總里程約為1.0597萬英里（比美國每輛汽車的年度平均里程少3000英里），其間每輛汽車需要至少兩次干預。

特斯拉(Tesla)的表現糟糕得多。去年，這家電動汽車製造商有4輛汽車接受測試，每輛汽車的平均行駛里程為137英里，每輛汽車發生45次人為干預，大約每3英里一次。每次干預代表著一起潛在被避免的事故。

鑒於多數行業觀察者認為公眾不會容忍任何故障，因此這些結果都不振奮人心。相關技術確實在改進。但還有一個事實，自動駕駛汽車早在上世紀90年代中期就已出現，甚至當時就有一款汽車的「自動駕駛比例」達到了98.2%。

然而，即便能夠克服技術挑戰，意料之外的負面外部性也很可能難以逾越。

優步(Uber)在亞利桑那州的最新自動駕駛汽車事故恰恰說明了這點，事故責任方是另一輛汽車的人類駕駛員，而非優步的汽車。在這個例子里，責任人沒有讓路，這令人關注即將到來的自動化過渡的最大挑戰之一：人類和自動駕駛汽車必須能夠安全互動。

然而，推動人類行動的因素與演算法的運行迥然不同。在基本層面，多數駕駛者（除了那些醉酒、有自殺傾向或者蓄意製造害怕或恐懼的人）都有意保護自己，保護其他人。複雜的演算法並不能保證會如此。

也有例外，例如最近倫敦發生的恐怖襲擊。但是淘汰人類駕駛員不一定會減輕風險。那些自動駕駛汽車可能很容易變成武器，因為他們只需要被黑客入侵，而不需要由恐怖分子駕駛。

與此同時，2014年，因酒精中毒導致死亡的美國人數量是致命車禍的3倍。因此，如果駕車會鼓勵人們保持清醒，另一個意外後果可能是當人類擺脫了這種責任后，濫用酒精和藥物的人數會上升。

還有就是我們不得不相信程序員。通常，在企業界，僱主會精心設計獎懲計劃，以確保員工有動力把工作做得儘可能好，即便偷工減料對他們有利。他們會被追究責任。在人類草率行為可能對他人造成特別糟糕影響的領域（例如銀行業或空中交通管制），這種激勵更為重要。

然而，自動駕駛汽車將由程序員大軍編程和維護，就問責機制而言，這些程序員受益於他們人數眾多。我們能夠確定他們會一直得到妥善激勵嗎？

最後，儘管自動駕駛技術將增強人類駕駛技能的說法理由充足，但風險在於這可能導致人類能力的退化。我們肯定不想冒這個險：在我們真正需要這些能力時，卻發現它們不存在了。

譯者/梁艷裳