近日，外媒通過一項最新調查發現，49%的美國人表示絕不購買全自動駕駛汽車，這一比例高于2016年的30%。同時，84%的人更傾向于親自駕駛自動駕駛汽車，而只有16%的人認為可以擁有一臺自動駕駛。調查還發現，短短兩年內，相信車輛自動駕駛比人駕駛安全的受訪者數量減少了18%。

這或許也與近年來自動駕駛多起事故有關，今年3月，Uber的一輛自動駕駛汽車在美國亞利桑那州坦佩市撞到了一名49歲的行人，并最終導致其死亡。5月，警方公布了這起事故的真相——Uber的無人車傳感器已經探測到這位正在橫穿馬路的行人，但自動駕駛軟件沒有在當下采取避讓措施，這一事件使得一向對自動駕駛技術持謹慎觀望態度的民眾更加焦慮。

2016年，麻省理工學院還曾做過一項調查，近一半的受訪者表示，他們永遠不會購買全自動駕駛汽車。理由雖不盡相同，但其中包括：人們不相信自動駕駛汽車安全性。大家會質疑，“電腦尚且故障不斷，如果車不是由人腦控制，而是由電腦控制，那將發生什么?”

也有分析指出，美國本身擁有強大的汽車傳統和文化，這也對接受自動駕駛車輛構成了阻力。相比之下，其他國家尤其是發展中國家對自動駕駛汽車的接受度可能更高。

現階段，不少的科技巨頭和創業公司都瞄準了自動駕駛這一杯羹。與之相關的技術成為了創業公司們與資本拉鋸的敲門磚——激光雷達、地圖繪制、汽車生產制作，等等。然而，想要讓自動駕駛汽車真正有能力思考，在交通密集的地區避讓行人以及障礙物，卻不像想象中那樣輕松。

在馬路上，可能有形狀各異的交通障礙物，橫穿馬路、行蹤方向飄忽不定的行人，還會出現影響汽車視覺的大霧、大雪天氣……這種種假設，都會對汽車自動駕駛的識別能力造成影響。所以，不少觀望這一行業的人都抱持這樣一個觀點：如果現階段的自動駕駛技術無法保障人身安全這一點，那么就完全不能投入使用。

沒有任何一種交通工具具備完美的可靠性。自動駕駛汽車技術的優勢之一就在于，它能以冪次方的效率快速學習過去的行駛數據庫，其解決復雜的狀況能力也會在過程中不斷提升。

如今，科技巨頭和創業公司成千上萬的數據模型的確能夠讓汽車擁有比人類更豐富的駕駛經驗，以及對道路交通的識別和認知能力。

關鍵詞： 通化 金馬 險情