友久禕創2019-03-15 13:29:062018年3月18日，美國亞利桑那州，一輛配備了安全駕駛員的Uber自動駕駛汽車，撞倒了一位違規橫穿馬路的行人，後者被送往醫院，最終不治身亡。
一年後，就在大眾輿論快要忘卻這樁悲劇的時候，它有了最新判決結果，當地檢察官在一封信中稱，Uber在事故中負有刑事責任的指控“沒有依據”，事故影片可能並未準確地描述車禍過程，當時車上的安全駕駛員則需進一步調查。
你可以理解為：這起全球首例無人車致死事故，無人車，無罪。
在post-truth時代，任何公共事件都能成為劃分敵我的分野工具。這次也不例外，判決一出，圍攏在不同利益集團和觀念陣地的旗幟下，人們迅速開始站隊。
有人欣喜於“技術的勝利”。畢竟，是“愚蠢”的人類違規橫穿馬路在先，技術又有什麼錯呢？另外，“愚蠢”的還有安全駕駛員，警方表示，Uber的自動駕駛系統在出事前就發現了受害者，但因計算機系統的設定問題，計算機控制模式下車輛無法自動啟用緊急剎車，剎車的責任交給了安全駕駛員，但安全駕駛員在事故當晚看了大約42分鐘的“美國好聲音”，她反覆低頭，無心關注路面，就在她一次抬頭的半秒鐘後，事故發生。
不過，儘管看起來無人車是“無辜”的，但對於判決結果，也有人感到“不舒服”。畢竟，是人類對機器的信賴，造成了這樁悲劇。這也是為什麼，儘管檢方目前判Uber無罪，但美國國家運輸安全委員會仍在對事故進行調查，Uber也仍有可能遭到挑戰。
面臨挑戰的不只是Uber一家公司，事實上，這樁事故也猶如一記悶棍，再次逼迫所有人思考：人類信任機器的邊界在哪裡？
L5可能是個夢
截至目前，全球幾乎沒有太多完善的保險條例和法律許可權來規定無人車的責任，美國40多個州在無人車法規的制定上莫衷一是，已經足以折射出自動駕駛的現實痛點。
首先是技術，最近大眾商用車負責人表示，實現L5自動駕駛，堪比火星探測。
我覺得他仍然低估了L5的難度。關於自動駕駛的未來，業內一種最極端的說法是：L5或許是一個夢。為什麼？因為AI處理不了意外。
數十年前，AI概念誕生初期，當時的研究者心高氣傲，並不滿足於將機器僅用於計算，他們試圖讓AI完整複製人腦的思考過程，讓機器“知其然，也知其所以然”。
但眾所周知，多年以來，人類意識之謎沒有任何實質進展，研究者開始收縮野心，重回對“計算”的追尋。如今的機器學習就是一條試圖彎道超車的捷徑，將現實世界以資料作為顆粒度呈現，再透過神經網路消化資料，更好地認清這個世界。
以自動駕駛為例，它最基礎的原理就是將人類司機目力所及的一切物體，路人，建築，其他車……都構建成三維模型，關心它們之間的移動趨勢，估算速度，預測路線，有衝突就剎車或繞路。
但從邏輯上，這也幾乎意味著，無人車做不到所謂“絕對”的準確性，因為真實的交通是一個複雜生態系統，隨機分佈著各種意外。
據說谷歌自動駕駛就遇到過一些意外：比如，幾個小孩在高速路上玩青蛙；一個殘疾人坐著電動輪椅，在路上追一隻鴨子，鴨子繞圈跑，他也繞圈追……面對如此荒誕場景，你很難苛求機器能百分百預測這些人的軌跡。要知道近些年人工智慧領域的一切進步，都可歸為相似的框架：“輸入資料，生成迴應”——換句話說，由過去推導未來，機器沒法預測完全不在它經驗範圍內的意外。
當然，像小孩玩青蛙，殘疾人追鴨，這種意外想必大多數人也沒見過，但與機器的“沒見過”不同，因為人類“理解”他們在幹嘛，就足以導向正確決策。
這也是現階段安全駕駛員的作用，可惜這次人類自己也失職了。
臨時不想死怎麼辦？
除了技術所限，人類將方向盤徹底交給機器，還面臨道德問題。
學者萬維剛在“精英日課”專欄裡舉了一個例子：你正以高速開車，突然發現前方有一群小學生在馬路上打鬧，避讓他們，就只能撞到路邊的建築物牆上，這意味著你有生命危險，請問在這種情況下，你是選擇撞牆還是撞向小學生？
我相信有許多人會選擇撞牆，人性光輝，為你點贊——但問題來了，假如自動駕駛系統的初始設定，就是在這種情況下“先確保行人安全”，你作何感想？
可能會覺得“不舒服”，就像萬維剛老師所言：“我犧牲我自己，是我自己的決定。我不能讓汽車替我做決定！萬一我臨時不想死怎麼辦？萬一汽車判斷錯了怎麼辦？我不想開一輛在某種情況下會犧牲我的車。現在有很多公司正在研究自動駕駛的道德規範，Google 甚至還專門聘請了哲學家，但是沒有研究出來什麼令人滿意的方案。”
面對人類如此矛盾的物種，也許令人滿意的方案根本就不存在。事實上，只要是出於所謂的自由意志（儘管神經科學已基本拋棄了它的存在），人類無論自己做出什麼決策，其他人都會感到“事態可控”，但若同一決策出自AI之手，許多人就會感到巨大的不適。
所以，在危機時刻將決策權交給人類自己，或許是最討巧的選擇——如果時間來得及的話。
人類沒有回頭路
關於自動駕駛，前面潑了兩盆冷水，最後灌一碗雞湯。
依我之見，哪怕L5或許是一場幻夢，但自動駕駛本身，委實是一種確定性趨勢。
為什麼這麼說？原因至少有兩個。
其一當然老生常談，在機率層面，機器犯錯更少，美國交通部長趙小蘭幾乎在每次關於自動駕駛的演講中都要提及：美國持續增長的交通事故中，有94%是因駕駛員的失誤造成。而全球範圍內，每行駛20萬英里，人類駕駛員就會出現一次非致命性碰撞；每行駛100萬英里，就會有一名司機喪命。
我重點談一下原因之二，那就是：回溯人類技術演變史，一旦新事物破繭而出，往往就沒有了回頭路，你只能去迭代它，不能消滅它。
舉個最近很熱的例子，大概公元400多年，人類開始使用菸草，而一旦香菸誕生，你覺得它還會從世界上徹底消失嗎？永遠不會。哪怕進入現代，人類若想減少香菸帶給整個社會的負外部性，也只能透過技術而非禁止——比如發明電子煙。
事實上，縱觀人類文明史，解決技術帶來的問題的方式永遠都是透過更好的技術，忘了是凱文·凱利還是誰說過：“即使新的科技發明帶來的49%是問題，但它同時也帶來了51%的好處，差別就在於這2%，2%很少，但人類需要這2%，透過一年年積累產生強大影響力。所以，即便新發明帶來的好處只比問題多一點，這一點就是人類進步的動力。”
自動駕駛更是如此，Uber的事故只是放緩了他們自己的研發速度，並未阻礙全球自動駕駛產業猛踩油門，這個世界上但凡有能力的國家和企業，都已全部聚齊在自動駕駛的漫長賽道上，並且都試圖率先達成技術迭代，使用者習慣，輿論環境，基礎設施等諸多方面的動態均衡。
所以你說，今天自動駕駛撞死了一個人，被判無罪，那麼未來的AI世界會好嗎？
我的回答是：除了選擇相信“會”，還能怎麼樣呢？
命運自有時間表。一百多年前，人類一旦發明汽車，馬車所代表的田園牧歌，就只能成為一曲輓歌；一百多年後亦是如此，從汽車與資訊文明相遇的那一瞬間，一切悲喜就已不可避免。
