▲图片来源：新京报网
文|刘远举
6月27日，上海智能网联汽车规模化载人示范应用启动，滴滴出行首次面向公众开放自动驾驶服务。用户可通过App线上报名，审核通过后，将能在上海自动驾驶测试路段，免费呼叫自动驾驶车辆进行试乘体验。央视新闻对此次自动驾驶网约车在开放道路体验的全流程进行2小时的直播。
**智能汽车经济影响可达1.9万亿美元**
自动驾驶技术，一直是当下业界的热门话题。谷歌、百度等互联网厂商，特斯拉等新兴汽车厂商，乃至奥迪、沃尔沃等传统汽车厂商，都在发力深耕。
根据麦肯锡发布的《展望2025·决定未来经济的12大颠覆技术》研究报告显示，到2025年，智能汽车预估的潜在经济影响为2000万到1.9万亿美元之间，位列十二大颠覆技术的第六位。
自动驾驶从L1到L5分为5级。L1级，指辅助驾驶，比如自适应巡航、车道保持辅助、制动刹车；L2级，半自动驾驶，如全速自适应巡航、自动泊车、主动车道保持、自动变道、限速识别等功能。在这个级别做得比较好的就是特斯拉，号称可以达到L2.5级自动驾驶。
L3级，指有条件自动驾驶，车辆可以实现绝大部分操作，主动完成加减速、变道超车等一系列动作，但是驾驶员还是要始终保持注意力，在出现紧急情况时需要随时接管车辆。
L4/L5级，指高度自动驾驶/全自动驾驶，基本上驾驶员不用管车辆。当然，虽然此次自动驾驶属于L4级，但为确保行程安全，依相关规定，还是需要配备安全员的，以随时接管车辆，应对突发情况。
▲图片来源：新京报网
过去也有不少公司进行过自动驾驶的上路测试，但相对而言，离普通百姓的生活比较远。此次测试，普通消费者可以亲身体验，更接近于实际出行使用需求。
人类对新生事物总是充满疑虑并且有更高的要求，就像汽油车燃烧不是新闻，但特斯拉燃烧，一定是个大新闻。
所以，这种身边的自动驾驶，既是一个很好的技术科普，更重要的是能够消除神秘感，提高接受度，对于将来的普及有很大的好处。比如，这一次直播，遇上了雨天，雨天对人的驾驶也有更高的要求，反过来说，这种安全性，也让大众最直接、最朴素地围观了整个发单及行程过程，直接感知自动驾驶。
**大规模资源投入加速自动驾驶发展**
从产业角度看，大规模的出行公司进入自动驾驶领域，能撬动更多社会资源投入，加速科技公司与车厂的合作。比如，能够定制自动驾驶车型，并投入使用；再比如，基于掌控的司机规模，不难从中挑出知识水平高、学习能力强的网约车司机，通过培训，将其转变为自动驾驶安全员。
更重要的是，这种资源的投入，能够得到直接的回报——自动驾驶能够提升车辆的安全性、降低司机的劳动强度。哪怕仅仅是在拥堵的时候，能够解放司机的双手，降低他们的劳动强度，都能带来最直接的感知，司机可能不再因为拥堵拒载——反正对他们来说，堵车是他们可以放松的时候。
劳动强度降低，意味着报酬降低，利润率提升。所以，相比整车厂、科技公司，自动驾驶能对出行公司，带来最直接的回报。
在撬动的这些资源当中，数据是最重要的投入。
在自动驾驶领域，神经网络的发展起到了关键性的推动作用。在过去十年中，深度神经网络学习取得了突破性进展，从AlphaGo围棋算法到医疗图片识别，都是神经网络发展与完善的结果。
在自动驾驶领域，神经网络使汽车能够利用传感器的数据，在环境建模层和高层次推理层来进行计算，估算道路边缘位置、发现障碍物、识别行人等。
神经网络的一大特点是需要大量的数据去训练神经网络，围棋通过机器对战的方式学习、图片识别依靠大量已有的医疗图片，而在自动驾驶领域，则需要大量的真实路况。
**新基建助力中国自动驾驶弯道超车**
所以，自动驾驶是一个实践与提升相互促进的过程，也是一个数据成为生产力的典型行业。依赖于中国庞大的出行体量，出行公司在数据方面的积累更具优势。
直播中提到，目前出行公司的车载设备安装已经覆盖了超过平台50%的订单，每年可获得近 1000亿公里的驾驶场景数据，这些数据在仿真环境中进行三维重建，从而训练自动驾驶的算法。
需要指出的是，目前的自动驾驶虽然还在“车适应路”的阶段，但自动驾驶对道路也提出了一定的要求。
▲图片来源：新京报网
如果把智能的车、智能的路，视为自动驾驶的两个生产要素，那么，这两个要素也符合经济学的边际替代效应规律。
当车的技术提升到一定程度后，路的提升、智能化，是一个更高效的出路。对道路进行智能化提升，改造、新建监控设施、通讯系统、智能化红绿灯系统、道路与车辆的互动智能设施，是未来自动驾驶发展的方向。
某种程度上，这种兴建基础设施，以配合创新，不但符合当下新基建的大方向，也正是中国模式弯道超车的优势所在。
