趣头条国内无人车仅与Waymo两年前相当，司机或在两年内被逐步取缔( 二 )

王劲：不到Waymo的十分之一。或者说，我们是两年前的Waymo的状态。
现在国内的自动驾驶公司都在宣布可以做出租车试运营，但是如果回看Waymo ，同样的试运营是在2018年的第四季度，到现在刚好两年。从Waymo走过的路来看，我们现在刚好赶上两年前的进度。
从测试里程上看，最近Waymo宣布2019年累计有981万公里的有安全员的无人驾驶运营里程，中国最好的也跟他们差了一个数量级，更别说Waymo无安全员的运营里程也跑了10.5万公里。我们敢把安全员拿下来吗？
从技术上看，肯定是有很大差距的。你在发展进步，别人也在积累，你永远跟在Waymo屁股后面跑。
《财经》：有一种解释是中国的测试路况更加复杂，和Waymo的差距可以通过更高频率的交互来弥补。
王劲：中国更复杂的路况不是帮助我们变得更快，在现阶段是阻碍我们更快上路。
无人驾驶的发展有两个阶段：第一阶段靠工程师编程、写代码，遇到一个新情况就去研究怎么解决它；第二个阶段靠数据自我学习，这两个阶段可能有重合的部分，但自我学习肯定是后面才发挥作用。如果前面的几千几万个头部场景都没有解决，机器是很难自我学习的。
自我学习解决的是长尾部分，但国内很多都还在写代码的阶段，还需要安全员去解决头部场景。
《财经》：车路协同的路线如何帮助全无人驾驶上路？
王劲：自动驾驶里面最难解决的是长尾问题，一些很难碰到的Corner Cases ，但从车路协同的角度来看却能很轻松地解决。
举个例子，我们开车的时候最怕遇到鬼探头。在有遮挡的情况下，以非常快的速度冲出来的行人开车很难注意并且刹车。对于无人驾驶车来说也是一样的。
这种极端场景不是无人驾驶车提高感知能力、增加算力就能在几年内解决的。鬼探头冲出来只有零点几秒的时间，你要让无人车提前感知刹停可能50毫秒就要踩刹车，这个算力得提高多少？成本要增加多少？
其他的例子，比如高架上掉了东西下来，或者曾经发生过的整个高架都倒下来了，如果是自动驾驶的车它是不能提前感知到然后去变道或者刹车的。
但如果有车路协同，就可以做到超视距的感知。路边单元通过自身的传感器将车辆感知不到的道路信息准确地传给车，抹去很多探测死角， “降维”的方式轻松解决问题。
《财经》：这些都是比较极端的例子。
王劲：我们人类开车也是因为这些极端的场景出事故。中国每天有一百多人因为交通事故死亡，在有3.6亿机动车的情况下这个数据很平常。但如果是无人驾驶车，一天出一起事故都会引起很大反应，政府和公众都不能接受的。
极端场景确实是小概率事件，但当无人车数量增多时，出事故一定是大概率事件。
《财经》：如何理解特斯推出的FSD（全自动驾驶），没有走车路协同的路线也可以实现完全自动驾驶功能？
王劲：伊隆·马斯克确实是个天才，胆子也很大，在所有人都认为靠图像识别无法做全无人驾驶的时候他们敢做，然后压死了不少人。
当然，那个时候他们强调责任还是在人类司机上。我觉得这是没有道理的，主要原因还是车的安全性不够。我认为今天最好的图像识别技术仍然不足以达到无人驾驶的水平，你可以去做，但是跑到一定的里程肯定是会出事故的。
不能通过特斯拉的发展路径来证明单车智能可以实现全无人驾驶。从全世界的技术研发来看，五年前对于汽车的识别率是88% ，有12%的可能性会误判。经过五年的努力，提高到了92% ，但还有8%的误判率。
但谁敢把命交给那8%的误判率呢？我反正是不敢。
事情变复杂了，但技术变简单了
《财经》：车路协同的成本非常高，你们有算过这笔账吗？相比单车智能来说是否更难以实现？