管学军：别忽悠！自动驾驶离我们还很远

今年，世界超级计算机——深蓝终于战胜了世界围棋高手李世石，此举惊动了世界。有人借此推断认为，自动驾驶汽车离我们不远了。但也许他们真的不懂汽车，对计算机或许也缺乏物理常识性的理解。

首先，深蓝有几个房间那么大，工程师给深蓝输入了大量的棋谱，深蓝“打谱”打了半年时间，才战胜的李世石。其次，深蓝之所以能够战胜李世石，是因为围棋具有极理性的、逻辑性很强的基本特征。计算机的程序恰恰是按照逻辑运算而来的，而让人始终保持逻辑状态，在比赛中始终没有一丝“杂念”，几乎是不可能的，但计算机可以。所以，深蓝能够战胜李世石。第三，每下一步棋需要三分钟时间，深蓝有足够的时间进行逻辑运算。与汽车的自动驾驶相比，这太简单了。

要实现自动驾驶，首先要向计算机里输入大量的“地图”，除了公路上的数据外，还有野外的数据，没有路的“路况”都必须涉及，数据量之大远非棋谱可比。与之相对应，这台计算机的容量要够大才行。其次，汽车“地图”数据不是二维坐标的数据，因为车要上下坡，所以是三维坐标的数据。所以，这比二维坐标数据的棋谱复杂太多了。第三，支持自动驾驶的计算机的运算速度不是以分钟计算，而是以微妙、毫秒计算。对于交通中遇到的问题，车载计算机只有运算速度不仅要快于人类，而且要保证正确率超过人类，才能减少那“90%”以上的交通事故。这对计算机的性能提出了极端的挑战，从深蓝和李世石对弈的情况看，深蓝目前应当不具备这种能力。第四，围棋计算是逻辑性很强的，而交通遇到的问题则往往是非逻辑性的，非逻辑运算会造成死机的。而在汽车行驶中，死机是不允许出现的问题。第五，给汽车用的计算机要足够的小，大小不能超过发动机，也就是说要把几间房子大小的计算机缩小到汽车发动机的体量，而且要具备超级计算机的能力。这需要使用比现在体积小太多的芯片，要造出这种芯片，需要突破技术瓶颈已经设计最基础的材料技术问题了，这个难度就太大了。第六，即便有了这样的计算机，其运算过程中要产生大量的热量，发动机是靠水冷却，车用计算机如何散热？计算机的运算是要耗能的，计算机占了动力系统的位置能源何来？第七，计算机对于环境要求很高，而汽车恰恰是在最恶劣的环境下使用，高温、高寒、高湿、高沙尘……因此，且不说造出这种计算机的价格要多高，就是从物理的角度讲，可见的20年时间内，这种计算机难以造出来。

对此，有互联网造车的人士解释说，我们未来将采用云计算，汽车上不用放那么大的计算机。这听上去很合逻辑。但首先，运算如此巨大的数据量，你需要多大的带宽？或者说，公共的wifi系统要多么强大？哪个政府有那么多的资金支持这么强大的无线信号系统？其次，即便你具备如此的带宽，你的传输速度是不能减慢的。众所周知，在楼群里、在野外、在有云的时候、在遇到太阳黑子的时候，无线信号是要受到影响的，这是最基本的物理常识。如果无法超越这种基本物理属性，或者说，不能保证汽车行驶过程中传输信号永远畅通、永远不减弱，那么自动驾驶的安全则无从谈起。

因此汽车行业普遍认为，自动驾驶离我们还很远。目前所能做到的仅仅是辅助驾驶，或者说是智能辅助系统，即在特定条件下的自动驾驶，例如在高速公路上。在所谓的复杂路况下，也只是制动、起步、行驶而已。当然，还可以加入自动导航，但绝做不到真正意义上的自动驾驶。从这个意义上说，并非传统车企没有想过自动驾驶，只是传统车企思考问题更理性、更严谨，采取的是循序渐进的方式。是一个系统、一个系统地解决智能控制问题，最终实现对不同智能子系统的整合。谷歌之所以终止了汽车计划，据说是因为他们的自动驾驶汽车的行驶速度只有每小时40公里，而且是在特定的路况下，再高的速度、再复杂的路况就超出了车载计算机的控制能力。

也许有人问，如果自动驾驶离我们那么远，为什么宝马还提出了自动驾驶的概念？对，宝马确实提出了自动驾驶的概念，但那是宝马下个100年要做的事，而不是现在。另外，无论是宝马的自动驾驶，还是奔驰的自动驾驶，都需要智能城市系统的支持，没有这个基础，自动驾驶还是个故事。而建设智能城市系统的投入，将远远超过汽车的投入，要建设智能城市，首先要解决经济上的驱动力问题，没有经济利益驱动，没人投资智能城市，包括政府。

因此，就当前而言，我们需要的是现实可用的产品，而不是科幻的自动驾驶故事。