Uber的這場事故，大概是若干對於自動駕駛產業的阻力中，最有效的一擊。不僅僅讓Uber在自動駕駛方面的聲望大受影響，連帶著讓諸多業內選手變得謹言慎行。這場事故當然是一場悲劇，行人並沒有特別失當之處，但如果就此宣判Uber甚至自動駕駛的死刑顯然也不是太恰當。
要知道，在美國每天因為交通事故死亡的人數大概在100人左右，而每個國家的統計數因為地域、駕駛習慣、法律法規、道路環境甚至風俗都有所不同。
我們在《加州的2017年度自動駕駛報告裡，領跑的還是Waymo和通用汽車》這篇文章裡曾經提到過，在通用汽車的脫離報告裡，大概5,984英里的自動駕駛測試里程，會伴生一起輕微交通事故（請注意，是輕微）。
如果不吹不黑，其實你很難從這場事故中得到自動駕駛應該就此倒退N年的結論。
原因是，這個數據說明不了什麼問題，特別是與人為駕駛相比。對於標準化的場景來說，機器的準確性和正確率都相對更高，這是沒有什麼爭議的結論；對於非標準化的場景來說，機器的應變除了要考慮技術參數，還得面臨一些社會性問題，當然，類似“電車困境”這樣的道德拷問，人為駕駛也同樣會不知所措。
對Uber來說，終止測試是必然的結果，在曾經最為友善的合作伙伴亞利桑那州政府的嘴裡，Uber的技術問題是“一場毫無疑問的失敗”，而它也就此失去了在亞利桑那州繼續測試自動駕駛的資格。同樣表示要在公共道路上暫時停止自動駕駛測試的，還有從CES開始撼動汽車行業的NVIDIA，但是，NVIDIA對於這場事故和接下去的應對都有自己的說法。
NVIDIA的汽車行業高級總監Danny Shapiro在底特律車展時，曾經談到一個關於安全程度的問題，彼時，Uber那場致命的事故尚未發生。
自動駕駛到底要安全到什麼程度，人才能接受它的存在？
與人為駕駛相比，安全10倍？100倍？這個問題的答案其實非常縹緲，遺憾的是，每一個推進自動駕駛的科技公司或者汽車公司，都必須面對這個棘手的問題。
這其實是一個很頑固的心理問題，我們每天都開車上路，其實從坐進車的一瞬間，我們都明白並且下意識已經接受——開車，就是一件風險很高的事。如果發生事故，我們第一時間想到的，不是為什麼會發生這樣的事故，而是分清責任，處理善後，不管事故的程度如何。
但是，當機器替代我們掌控車輛時，我們對於事故的要求好像就完全不一樣了。不管事故造成的傷害有多嚴重，似乎人對人的寬容度都可以無限大，認為人犯錯是應該的，但是如果是一臺機器作為主角，好像很難得到如此寬容的對待。
所以，即使我們說自動駕駛在商用之後，每天會造成3人死亡，而不是我們今天所面臨的人為駕駛的100人的死亡率，這會是一個可以接受的結果嗎？坦白講，最終人類社會能夠接受的，很可能是——零死亡率。
這種心理曲線，恐怕才是Uber這次事故成為一場軒然大波的根源。
基於自動駕駛的複雜程度，以及技術的演進很難如此精準地匹配人們的心理調適過程，NVIDIA拿出了更新的解決方案——黃廠長一方面拼命撇清與這場事故的關係，一方面非常明確地表示，對於這樣的過渡階段，我們有更好的應對方案。
一方面，NVIDIA暫停的自動駕駛測試並不包括有人工參與的車隊，這些測試車隊將繼續為NVIDIA收集所需要的數據；另一方面，Danny Shapiro也明確表示，對於Level 4和Level 5自動駕駛汽車來說，最大的障礙是計算能力，這也是NVIDIA能夠在這個原本完全不沾邊的行業能夠異軍突起的根本原因。
正如我們之前說過的一樣，非標準的突發事件才是對機器處理的最大挑戰，而這一切，都有賴於加強原始的計算能力。在NVIDIA在聖何塞舉行的GTC會議上，我們得到了答案，NVIDIA推出了新的DRIVE Constellation仿真系統，這是一款基於兩臺服務器的計算平臺，並且使用基於雲的系統來大幅度增加基於AI的駕駛系統學習道路的規模。
NVIDIA這樣描述DRIVE Constellation仿真系統的工作原理：
第一臺服務器運行NVIDIA DRIVE Sim軟件來模擬自動駕駛車輛的傳感器，例如相機，激光雷達和普通雷達。第二臺服務器包含一個強大的NVIDIA DRIVE Pegasus AI車載電腦，可運行完整的計算系統並處理模擬數據，就好像這些數據來自真實的傳感器一樣。
理論上講，NVIDIA能夠創造出接近無限數量的合成場景來完成這些測試。相比過去必須通過實際道路來教育AI系統，NVIDIA的這項新技術能夠不斷將這些車輛置於各種場合。
也許在一個泥濘的下雨天，也許在一個斑斕的夕陽裡，也許正好一道令人眼花繚亂的眩光干擾了駕駛員的視線——這種情況多久發生一次？自動駕駛汽車多久才能得到一次這樣的機會進行測試？答案是，不確定。而現在測試人員可以創建出這種場景，並反覆在自動駕駛汽車平臺上運行它。他們甚至可以改變道路狀況、天氣狀況、照明條件以及其他任何環境因素。
這個新平臺的意義在於，可以在危險的條件下對自動駕駛汽車進行嚴格的測試，而不對任何人造成傷害。真正能夠量產的自動駕駛汽車需要一個完整的解決方案，而這個解決方案的背後是用於測試和驗證的數十億英里的行駛里程，以實現所需的安全性和可靠性。
從2018年第三季度開始，DRIVE Constellation的客戶將能夠接入該平臺的前期使用權，儘管目前還不清楚關於NVIDIA暫停其自動駕駛汽車測試的決定對這些計劃有多大的影響。
不管Uber的這場事故現在造成了多大的阻力，自動駕駛都會向前推進，對於有一天能夠享受自動駕駛成果的人們來說，最痛苦的磨合期可能才剛剛開始。
閱讀更多 極車製造 的文章
