从特斯拉刹车失败案例看AI自动化

特斯拉车主抗议特斯拉刹车时僵硬，导致刹车时间过长，导致车祸，从大量视频讨论中看出：特斯拉的自动驾驶AI算法好像在昏暗的地下停车场路面上有一些“瑕疵”，它可能无法判断地面防滑漆的反光以及遭遇积水的复杂交互情况，这里有几个因素交互：

• 1. 停车场的灯光昏暗，不利于判断地面是积水还是地面漆反光。
• 2. 地面漆在遭遇一定湿度时，在对轮胎的反作用力方面非常复杂。

复杂系统的魔鬼出在其部件的相互作用上，这也就是还原方法不起作用的地方，试图通过分析刹车过程涉及的各个部件功能是无法获得满意结果，例如纠结在博世刹车系统，纠结在液压与真空等方式，汽车的刹车功能是由刹车AI算法、人工踩刹车的力度、博世刹车器、刹车助力系统等组成，逐个去追查这每个部件可能都没有问题，但是在一种特殊上下文场景，这些正常部件在这种场景下相互作用以后，产生的互动效果就不是简单这些部件简单的1+1=2。这也就是整体是大于个体之和的复杂性理论核心。

说白了，还原法是无法追查特斯拉刹车失败的根本原因的，我们的注意力应该集中在部件的相互作用上：

1. 昏暗的地下室 +
2. 容易反光的地面漆 +
3. 地面漆的防滑性 +
4. 地面有一点积水 +
5. 地面从积水慢慢过渡到湿润直至干燥 +
6. 特斯拉的自动驾驶主动干预算法 +
7. 驾驶员踩刹车的犹豫（由于人眼误判和车辆实际反应的区别）+
8. 博世刹车助力何时介入如何退出

以上复杂条件如果使用程序表达，将是非常复杂的if-else语句，如何保证这种复杂性正常运行，恐怕不是人工智能能够解决的，因为人工智能算法也被置于这样复杂系统内部，这取决于人类的智慧。

在AI机器学习自动化的四个等级一文中，人工智能与机器学习实现自动化的四个等级：

• L0. Human-only 人工
• L1. Shadow mode 影子模式
• L2. AI-Assisted AI辅助
• L3. Partial automation 部分自动化
• L4. Full automation 完全自动化

自动驾驶离实现L4级完全自动驾驶远得很，甚至无法实现，因为完全自动驾驶需要替代人类设计，将以上八大因素

考虑其中，这是无法通过穷尽去训练得，在逻辑上是矛盾的，根本矛盾是：完全自动驾驶自动化是算法高于人工决策的，那么人的生命是否被置于机器理性判断之下？生命完全由理性决定吗？这很可怕，这涉及AI道德伦理。

当然，如果驾驶处于L3级别，也有矛盾，人工决定和机器决定是处于相同地位，到底谁说了算？人工判断失误怎么办？机器因为没有道德感，它会认为：牺牲一个人换得十个人生存是合理吗？那么牺牲一百万人换得一千万人是合理吗？这恐怕是人类自身道德观问题，人类自己都没有就这些问题解决达成共识，何以让AI来判断？