你好，我是王煜全，這裡是王煜全要聞評論。
5月8日，馬斯克發推文說一旦完全自動駕駛系統FSD運行得安全又流暢，未來將為北美所有特斯拉車主免費提供一個月的FSD試用服務。
在其他國家的道路上運行良好並獲得當地監管機構批準後，也會擴大應用范圍。
FSD全稱Full Self-Drive，是特斯拉駕駛輔助系統Autopilot的升級版，有自動駕駛導航、自動變道、自動泊車、自動召喚等功能。
雖然，FSD名義上叫『完全自動駕駛』，但實際上並不允許汽車完全自主，仍需要駕駛員時刻準備接管車輛。
去年11月，馬斯克宣佈，特斯拉在北美地區正式開放FSD測試版軟件，車主付費購買後就可以使用。
在北美定價為1.5萬美元或每月99-199美元。
FSD行駛距離已超過1.5億英裡，2022年底用戶規模已突破40萬人。
馬斯克免費體驗的說法沒公佈具體的時間計劃，用戶體驗時一樣要為交通事故負責任，也不代表能獲得L3審批通過，所以有不少人認為馬斯克又在畫大餅。
但重點是，畫這個餅對特斯拉大有好處，免費體驗背後的戰略意圖是加速訓練自動駕駛系統，快速拓展FSD市場，乃至盡快拿下L3批準。
首先，FSD以深度神經網絡為核心技術支撐，在技術上仍處於測試階段，這就意味著它需要大量數據來訓練，才能不斷調優和升級。
表面上，一個月的免費體驗是讓客戶嘗鮮，然後吸引更多客戶訂閱服務，相當於免費試吃一口冰激凌來擴大銷量。
但深層原因是，如果北美每輛特斯拉上都使用FSD，即便隻是一個月，也能收集大量的駕駛數據，尤其是不同城市場景下的駕駛數據，這就有很大價值，可以提升FSD的性能，加快FSD在其他地方的審批和推廣。
但其實，L3最終能否審批通過，技術進步還是次要的，更關鍵的是標準的制定。
對監管機構來說，審批就代表要承擔責任，所以最關心的是自動駕駛的安全性問題，需要建立相關標準。
可問題是，像國際自動機械工程師學會SAE制定的《駕駛自動化分級》等行業標準，隻是從駕駛員介入程度和自動駕駛適用范圍來劃分自動駕駛類別。
簡單來說，駕駛員負責大部分操作就是L1，在部分路段負責小部分操作就是L2，在部分路段可以完全不操作但要隨時待命就是L3，在部分路段不操作也不待命就是L4，在所有路段完全放手就是L5。
但是，標準劃分的等級隻是分類而不是高低，雖然編號為0到5，但不代表L4比L3『更好』，而且除了『部分路段』這種模糊概念之外，標準中沒有安全性的量化指標，自然也無法指導實際的分級考核。
也就是說，自動駕駛級別高並不代表安全性高，這就導致監管部門在參考類似標準時難以做出安全性評估，隻能看重實際路測表現。
其實，特斯拉在推出FSD時就受到了安全性質疑，汽車教育合作夥伴聯盟的Ed Niedermeyer說，利用未經培訓的消費者在公共道路上驗證beta級軟件是危險的。
而FSD也確實出了問題，比如，由於不適應路況，它在曼哈頓運行中經常出現無法左轉和在空地直接停車的情況，這進一步加重了監管部門對安全性的擔憂。
因此，特斯拉嘗試在北美進行大范圍路測，可能是讓自動駕駛系統學會處理更多實際問題，提高事故處理能力，更快獲得監管認可。
但需要注意的是，路測也隻能解決常見場景問題，卻難以應對罕見場景。
罕見場景在現實路測中出現的概率比較小，但一旦出現，人工智能又沒有經過預訓練，就很可能發生事故。
人類駕駛員在學開車時，也隻學了基本駕駛技能，沒有做過事故處理訓練，但是人有模糊推理能力，理論上有可能應對罕見事故。
雖然人也有人的劣勢，有些交通事故恰恰是駕駛員處理不當造成的，事故給人的反應時間也就1-2秒，沒經驗的人很難應對。
也就是說，在很多常見事故場景，自動駕駛比大多數人類駕駛員處理的好。
但在沒有針對性訓練時，自動駕駛處理罕見事故的能力確實不如人類，而路測中罕見事故出現的概率本身就比較小，單純靠路測也難以解決，這可能是監管部門審批緩慢的根源。
簡單說，人的能力和人工智能的能力很不一樣，不能用考核人的方法考核自動駕駛。
要推動自動駕駛的商用，必須盡快建立針對自動駕駛的分級考核方法，而不是含糊不清的定義。
解決問題的方法之一是虛擬路測，馬斯克也意識到這一點，他說FSD每天100萬英裡行駛數據遠遠不夠，為了獲得足夠的潛在嚴重事故訓練數據必須在模擬環境中訓練它們。
但這可能不是一家公司能解決的問題，我在上周的科技特訓營中提出一個思路，和大家分享。
就是在自動駕駛評測中制定罕見事故處理能力評測細則，以量化指標來直觀的評估自動駕駛的安全性能。
在實際操作中，可能需要企業與監管部門合作，對大量事故數據做統計分析，分級定義常見和罕見場景，然後用數字技術做場景還原，讓自動駕駛系統在虛擬場景中訓練，提高罕見場景的處理能力，並用同樣的思路，基於自動駕駛系統對虛擬的罕見場景的處理能力來考核分級。
基本原理是：可以根據自動駕駛針對不同級別罕見場景的處理能力，來評估性能等級。
比如，把能處理罕見性為100萬分之10事故率的場景的自動駕駛系統列為1級，把能處理罕見性為100萬分之1事故率的列為2級，等等。
同時，也可以和相關標準結合，形成更完備、更有操作性的行業規范，讓自動駕駛企業有罕見場景可用，讓監管部門有評測指標可依，讓自動駕駛成為降低交通事故率的重要工具，為人們提供更加安全的交通服務。
目前，雖然很多公司已經在做模擬路測，也創建了大量虛擬場景，因為需要全產業協調和監管部門配合，虛擬場景的罕見程度分級和量化評估工作進展緩慢，真正推出規范化、可量化執行的認證體系尚需時日。
這就是我們一直呼籲的，中國在科技產業前沿已經取得了領跑資格，但還沒學會領跑，要真正建立起強大的科技產業生態，必須學會產業的深度協同和規則制定，這樣才能真正領跑產業。