文 | Karakush
前天成都车展媒体日，只有智己L7一款产品、且尚未开始量产的智己，令人意外地摆开发布。
其中一个重点是，近日他们的工程测试车，用IM AD智能驾驶系统又成功挑战了成都西三环、北二环的晚高峰时段。
过去两三个月，智己IM AD在一二线城市的复杂道路上进行多轮实测。前段时间，汽车之家出过一个智己IM AD在上海闹市区40分钟0接管的视频，很多朋友也许都看过。
而现场展示的成都视频也是差不多的能力：驾驶员虚扶住方向盘，由系统自动化处理上下匝道汇流、拥堵路况跟车、近距离加塞、大曲率U型弯道、识别障碍物汇入主路等等复杂场景。
比如碰到有左侧车辆未打转向灯近距离突然强行加塞，智己IM AD可以识别到前车动作，减速轻微向右打方向，避让后再居中行驶。
再比如要向左并道汇入主路，主路上一直有车，自己的前行路线又出现障碍物无法继续通行，智己IM AD可以识别并提前减速，不受到虚实线影响一点点试探，最终在接近障碍物前成功汇入。
智己之前公开过IM AD和头部品牌的测试对比数据：在平均接管里程方面，头部品牌17.43公里，智己为240公里，领先14倍；加塞导致的接管里程方面 ，头部品牌170公里，智己为969公里，领先5倍；上下匝道成功率方面，头部品牌为52.94%，智己可达到99.3%。
“至少从这三个维度，智己已经远超行业头部玩家的水准。”
他们声称，要“为西南地区用户解决上下班拥堵痛点，带来更快捷、更安心的希望”。
这原本非常符合2021年的画风。直到7月，今年都大有高阶自动驾驶量产元年之盛势。
然而眼下，高调提出智能驾驶，有些“顶风作案”的意味。
8月国内友商发生了一起涉及该类技术的不幸致死事故。此后，业界高呼出台明确的行业规范之下，一度以此为傲的车企不约而同将“自动化”修辞改为“智能”、“辅助”等等暧昧而无害的话术，低调贴墙走。
与此同时，隔岸相望，美国全国高速公路交通安全委员会（National Highway Traffic Safety Administration, 简称NHTSA）开始着手调查龙头特斯拉的Autopilot系统。因为自2018年以来，已发生多起处于AP状态下的特斯拉的交通事故。
一时间，“我就说这种技术不靠谱”的论调又找回了立足点。反对的声浪不只是针对过分自信的宣传，也会要求谨慎将“不成熟”、“不安全”的技术推向市场，甚至认为目前监管对于技术发展过于自由宽松。海内外同此凉热。
在我看来，绝大多数的“机器不可信任”，都是没有来由的民间预言，就像老外婆非说洗衣机没有手洗干净一样，源自惯性的保守和想象力匮乏，不值得讨论。即便到今天，总是会有一二件无力抗争的机洗失败，来佐证那些预言有正确的概率。那又怎样呢。
当然现在也有一部分是从终局提出了对自动驾驶能力边界的合理质疑。
比如在业界的CEO和工程师们看来，现在相对弱鸡的系统，通过累计行驶足够多的里程和足够多的corner case，是能养成自动驾驶能力的。
而如果从人工智能和机器学习被普遍认为是自动驾驶核心技术的角度来说，数据并无法弥补一些根本缺陷，或者说或许无法使得自动驾驶在我们的有生之年变得完全靠谱安全。
细究起来，机器学习大致可以被分为四层。最基础的是技能推理，比如今天的智能汽车已经非常擅长在高速公路上排队行驶；下一层是基于规则的推理，比如碰到某某道路标志、信号灯、加塞行为要做什么，也是市面上的产品能大致实现的功能。
第三层是基于知识的推理，比如某个标志一半被遮挡，能不能辨认出它是一个神马玩意儿；在不同的城市，红绿灯可能长成不同形态，能不能判断出它还是红绿灯。
再往上则是我们所期待的层级，当被扔到一个全新的场景中，可以综合运用知识、经验和技能安全地完成行程。对于人类驾驶，完全没有问题的
对于自动驾驶而言，从第三层开始就都是问题。即便是市面上被吹爆的产品，也无法基于知识完全实现对世界表征的推理。它们普遍都具备出色的模式匹配能力，但是延展泛化极其有限，更不用提跨领域应用经验。
比如，它们可能将路边的雪人识别为潜在的行人，但是无法判断是无法穿过马路的无生命物体；也解释了为什么同样的事故原因无法规避，你没有办法一劳永逸地“教会”一个机器。
这体现了经典的莫拉维克悖论，让计算机下棋反倒是相对容易的，而让计算机像一岁小孩那样去感知和行动却难到不可能。你可以教会一个小孩插座高危勿碰，却要教一个机器所有的插座是个啥玩意儿。这个过程就是所谓算法。
所以在学界看来，机器学习数十年的突破只产生了最原始的“智能”。这带来的思考是，我们基于一丢丢的智能驾驶成就，而对于自动驾驶的冒进想象，是不是犯了“第一步谬误”：猴子上树了，但是这难道能算是猴子登月的第一步么。
产业当然是抱持不同看法的。产业认为可以通过工程手段把这件事分成几个子系统去实现，比如用冗余机构和海量数据去尽量覆盖“知识面”；用高精地图来填补传感器数据中的空白。现在走在前头的企业普遍如此。
智己或者说其背后的技术提供商Momenta也是以数据驱动算法为优势，从感知到预测，再到融合、规控所有的技术模块，全流程数据驱动。智己汽车联席CEO刘涛介绍说，这在行业里是非常领先，我们应该是首个实现全流程算法智能驾驶能力的企业。
这个优势在正式量产后会更加放大，遇到一些复杂场景下的corner case，也可以实现快速迭代。“基于海量数据、数据驱动算法，以及一套完整的基于数据的工具链大家可以理解为数据工厂，基于这三个因子，形成快速迭代和进化的能力。在这一方面，我们跟上汽一起来完成智己IM AD产品的共创。”
被问到近期业内的事故，刘涛按下不表，但是给出了智己的立常今天主流的自动驾驶，本质还是高阶辅助驾驶。消费者还没有到真正需要自动驾驶的阶段，他们真正在意的是每天从公司到家的路途中，遇到堵车能否让他花在驾驶上的时间尽量低一点，舒适程度尽量高一点。
至少在未来三到五年，我们还会处于人机共驾的状态。在很多朋友看来，这就是“自动”的伪命题，然而显然我们没法越过这个阶段。包括车企和监管机构都要在这样的前提下思考：自动驾驶技术不可能完美的，除了换一个合适的称呼，还能做些什么。
智己的方案是加强人机之间的沟通，比如IM AD“信任增强”系统，会以Wi-Fi信号的方式显示分级预警，让接管变得可预测，同时也会通过屏幕、语音、声音、DLP数字投影大灯、安全带震动等多模态交互提醒，避免非预期的接管体验。
今年上半年以前，我会把所有突出“人性化”的倾向归为技术不够硬核的顾左右而言他。但是现在看来，或许有必要降低一些预期。在现有技术条件下，安全和体验就是处于微妙的矛盾面，而其中拧巴着前进的过程，是每一次猴子登月的必经之路，不然也就只配在地上。
说回智己的消息
4月上海车展，智己L7启动了“天使轮版”预售。实际上就是放出创始预定车主的专属权益，包括用户数据权益回馈计划，在积累到一定条件时，可以兑换下一代激光雷达或下一代高阶能量电池等软硬件升级。这还是下了肉疼的成本的。
而在成都车展期间，会放出最后800个名额。总共3000个名额，此前2200个名额已经分批放出，并且完全售罄。“天使轮版”结束后，接下去会再有A轮和B轮的规划。
今年年底会小批量投产，作为试验和内部测试之用；大定则大概率在元旦之后，具体时间点智己也会根据产品开发进度、售后服务权益以及届时的生产状况，再给出交代。目标是明年的二月底到明年三月份一定会实现To C交付。
