自动驾驶老前辈 Waymo 发话：
我们的 AI 司机能够规避 75% 的碰撞事故发生，减少 93% 的严重受伤，统统高于理想状态下人类司机模型的 62.5% 和 84%。
其实简单地说，就是通过人类司机应对紧急情况的平均反应时间，来对比一个自动驾驶系统的反应时间。
这种架构，不仅适用于自动驾驶，还可用于其他交通安全领域。
具体来看，该模型基于两大核心观点得来：
第一，为了避免碰撞发生，司机往往会选择刹车或是打方向盘。他们做出这一举动，主要因为当前的交通状况与他们原先所想的不一样，即司机表现出了惊讶。
也就是说，反应时间取决于司机对当前交通状况的预判。惊讶和意外从何时开始，将会直接决定反应时间的长短。
第二，反应时间取决于动态变化的交通环境。并不存在一个放之四海而皆准的固定时间，可以适用于所有不同场景。
举例来说就是，如果你前面的车突然急刹，你就能迅速作出反应；相反，在其他条件都相同的情况下，如果前车缓慢减速，你的反应时间也会相应延长。
需要特别说明的是，这里的反应时间，专指司机决定是否要刹车或转弯的心理过程，不包括后续的规避动作（即打方向盘或踩刹车）。
下图可以更好地解释他们的模型架构。
整个过程概括起来就是认知的转变（belief updating process）。
图中上半部分，司机看到红绿灯后，自然而然产生的想法是前车要刹车减速，事实是前车的确刹车减速了。所以司机的预判是正确的，与事实结果相匹配，在这样的情况下，司机没有出现任何“惊讶”。
图中下半部分，司机原以为前车要继续前行，然而事实是前车突然刹车，这就与他的心理预期不相符合，认知也就出现了迭代更新。
下图可以更进一步解释认知转变的整个过程。
这一模型架构的出现，主要为了解决之前在反应时间建模上存在的两大局限：
1、反应时间过于依赖周围环境；
2、如何对“刺激因素”（stimulus）明确下定义。
Waymo 希望能测出在真实道路环境下，面对各种错综复杂的驾驶环境，人类从看到障碍物到踩下刹车的反应时间。
传统方法下，反应时间的分析一般是基于特定可控的实验，而且也不能对常见交通事故下的“刺激因素”何时触发明确下定义。
有了这样较为严谨的反应时间基准模型后，就可以对自动驾驶系统的表现进行评估了。
人类司机作为参考模型
为了评判 Waymo 他们自己的 AI 司机表现如何，除了上文提到的反应时间模型，还需要一个标准和参照物。
NIEON 应运而生。
它是一个行为参照模型（reference behavior model），是理想状态下的人类司机，名字来源于 Non-Impaired Eyes ON the conflict 这一串话中每个单词的首字母。
意思就是，NIEON 司机不存在智力或听力、视觉上的损伤，它在开车的时候全程保持专注，不会分心开小差，也不会疲劳犯困。
把 Waymo 他们的 AI 司机，与 NIEON 模型对比后，得出的结果是：
在防碰撞反应（collison avoidance effect）里，同时被卷入 16 起交通事故中，Waymo 的自动驾驶系统能够规避 12 起碰撞发生，即规避概率达到了 75%。
注：这里专指防碰撞反应，不包括防止事故发生反应（conflict avoidance effect），意思就是专指你改变轨迹、速度以避免事故的发生 / 减轻事故的严重性，又或是你失控后重新控制了车辆。
相比之下，理想状态下的 NIEON 模型，规避了 10 起碰撞发生，规避概率为 62.5%。
与此同时，Waymo 的自动驾驶系统，能够减轻 93% 因碰撞带来的人员重伤发生；NIEON 模型只能做到减轻 84%。
所以 Waymo 才得出了结论，说他们的自动驾驶 AI 司机比人类老司机更安全。
该论文表示，类似于 NIEON 的行为参考模型，能够被用来作为衡量基准，以此来评判一套 ADS 自动驾驶的好坏和安全性。
至于测试结果是否可靠，Waymo 官方也在论文中谈到了 4 点局限性。
首先，他们当前使用的数据集，涉及的碰撞事故主要由人引发。当然目前重要的是，要考虑清楚自动驾驶系统如何才能正确应对这些已知的、人类引发的碰撞事故，同时测试好这套系统的能力，以避免类似的行为发生。
其次，该研究仅基于警方报告的碰撞事故进行了模型重建，而官方文件中记录的碰撞事故数量，可能与真实情况存在出入。
第三，当前研究仅基于单个的 NIEON 模型操作，来评判 Waymo 他们自动驾驶系统的好坏。
第四，整个自动驾驶系统的表现，是在模拟的环境、不同的条件下进行测试的。如果是一些特定场景的挑战，从严格意义上来说不适用于这个方法。
不为炫耀数据，Waymo 这两篇文章有什么意义？
我们从一个最普遍的问题说起：为什么自动驾驶落地困难？
表面上看，是法规不完善，对于自动驾驶车辆权责的划分没有明确。
但我们不妨站在立法机构的角度考虑一下，为什么自动驾驶在如今的 L2-L3 阶段责任划分不明？
很简单，因为目前的自动驾驶系统还没有完善到“万无一失”，需要人类司机随时准备接管。
而这个接管的时机和条件，从来没有明确。
没有定性、定量的标准界定什么样的情况下人类需要接管系统，自然也就无法在法律上清晰地划分权责。
所以，法规不完善，根源不在立法的滞后性，而是整个自动驾驶行业，从来没有给立法机构提供过能在法理层面行得通的技术标准。
甚至行业通用 SAE 的 L0-L5 分级，也是基于对人类干预程度的感性描述，而不是科学严谨的定量描述。
要在法规层面扫清自动驾驶落地的障碍，需要在系统可靠性、道路复杂程度、系统能力边界、人类介入条件、系统失效临界点等等维度，都给出确切、严谨的定义。
Waymo 两篇论文，瞄准的正是自动驾驶系统可靠性这个维度，以反应时间为进准，来定量计算自动驾驶系统可靠性。
都说自动驾驶比人类司机可靠，到底有多可靠？
特斯拉以往的话术，是比较美国交管部门对非自动驾驶车辆的事故数量统计，和特斯拉事故数得出的。
但这其中的问题，首先是全美范围路况、车况、事故类型太复杂，远远超出自动驾驶数据库的场景覆盖。
一些人类无法避免的事故，不见得 FSD 就能避免，只有在相同条件下复现实验，才能下结论。
但这显然是不现实的。这也是特斯拉商业宣传的迷惑性所在。
而 Waymo 的模型和方法，不敢说一定会成为行业标准，但至少是为自动驾驶安全性界定，开了一个好头。
当然，Waymo 这两篇论文还有一层意义那就是再次向公众科普了自动驾驶不等于 0 事故。
即使是 L4、L5 这样的高阶自动驾驶系统，仍然有失效的风险。
自动驾驶的意义在于，系统犯错失效的风险比人类更低，就能极大推动社会经济运转效率。
这一点现在有了严谨的证明，也有了立法的依据。
好了，以上就是这两篇论文的亮点部分，如果你想阅读全文，这里也附上链接：
https://waymo.com/intl/zh-cn/safety/
本文来自微信公众号：智能车参考 （ID：AI4Auto），作者：邓思邈、贾浩楠