要說當今科技圈最熱門的一個詞那就是“人工智能”，正如李彥宏在今年的世界人工智能大會上所說的“人工智能無疑會影響未來40年人類發展的進程，這個力量今天正在不斷積蓄，在交通、金融、工業、能源等各個行業，人工智能技術的應用都給出了行業數字化升級的新思路和新解法，甚至已經開始重塑整個行業的面貌，進而影響人類社會的未來。”

未來40年這個時間界限設定的還是比較寬泛，但是我們已經感受到了人工智能對我們的生活產生出了一定的影響。比如，瀏覽器會根據不同人的閱讀喜好來推薦相關文章；購物平臺也會通過你的購物習慣也展示你所感興趣的商品；入住酒店會有機器人上門為住客帶來他們所需要的物品。

而在汽車智能技術領域，AI更是賦予汽車以“靈魂”，在沒有人工智能的時代，汽車只是一臺冰冷的出行代步工具。而人工智能技術的加入，讓汽車成為車主身邊“有血有肉”的伙伴，智能汽車可以自主行動、和車主進行及時地交流，具有深度學習能力，讓愛車越來越懂你。如果說當前自動駕駛還處于L2級的水平下的話，那么百度“汽車機器人”Apollo則向我們展示了L5級的自動駕駛體驗，顛覆了所有人的認知。

同樣，在本月特斯拉在美國舉辦的AI Day活動中，也帶來了一場前所未有的科技盛宴。特斯拉期望在未來讓汽車擁有一個類似動物視覺皮層的神經網絡連接，能夠模擬大腦信息輸入和輸出的過程。通過環繞在車身、覆蓋周圍360°的8個攝像頭，借助人工智能來獲取交通信號燈、信號牌、匝道、路緣等周邊信息，系統通過逐幀分析視頻畫面，了解物體的縱深、速度等信息，再將這些數據交給車隊學習。最終，以“路網”形式呈現道路狀況信息，幫助車輛把握駕駛環境，更精準地尋找最優駕駛路徑。

通過人工智能的自主學習和大數據的信息篩選，未來汽車的自動駕駛水平勢必會取得全面的飛躍。未來的藍圖分外美好，但當下自動駕駛還處于一個成長期，技術研發還需要提升，交通安全的法規法令還有待完善。就如此次在網絡上引發熱議的蔚來汽車自動駕駛事故，不能將責任全部歸咎到自動駕駛系統，畢竟現有量產車型自動駕駛最高級別僅為L2級的情況下，保證駕駛員對于車輛的監控就很重要。而這次事故所引發的悲劇就在于駕駛者林文欽先生過度信任車輛的自動駕駛系統，最終釀成了慘劇。

蔚來的這次車輛事故是林文欽駕駛的蔚來ES8追尾了前方同車道“正在施工作業”的貨車后側，這也說明了毫米波雷達識別靜態物體存在缺陷。換句話說，目前市面上L2級別的輔助駕駛車輛，在高速行駛下遇到前方有不規則的靜止物體，只能靠司機主動采取措施應對。

除了蔚來汽車，特斯拉也曾多次發生自動駕駛所引發的車禍，同樣也是自動駕駛輔助系統識別有誤所引發。歸根結底，要真正實現自動駕駛可操作化，必須要在多方面做全局考量，在大數據的幫助下數據可以得到不斷地豐富和精準，讓技術能力實現更大的標準化。但同時，大量的輔助因素也要全盤考慮，這牽涉到駕駛環境中的其它各方因素，包括道路狀況、天氣因素、突發情況等等，而這些是無法用標準化來界定的。由此來看，要徹底落實自動駕駛，還是要進行大量的線下模擬測試、完善自動駕駛系統的各項功能、對于不同天氣狀況下的各種路況進行反復試驗，提升自動駕駛系統的技術完整度，因此要完全實現自動駕駛還需要較長的時間。

不過任何的技術進步背后都會遭受阻力，甚至犧牲，蔚來汽車事故是讓我們對當前的自動駕駛有一個清醒的認識，警示我們人還是駕駛的主體。但是，我們也不能被這個事件的影響所裹挾，造成因噎廢食的情況。技術的腳步還是不斷向前，未來的路還很漫長，我們還是無法想象當自動駕駛真正實現的那一刻，世界究竟會變成什么樣子，就像古人無法想象我們當下數字化的生活一樣。正如我們上文所述，自動駕駛的實現和落地應該經過現實復雜路況的反復錘煉，也需要道路建設和法律法規的完善。最高級別的自動駕駛L5級雖然還離我們很遙遠，但是只要人類追求科技的腳步不懈，持續攻堅，相信終有一天自動駕駛會從“科幻”轉為現實。