汽车产业是日本经济的支柱，自动驾驶技术的发展必然将决定汽车产业的将来。因此，日本经济产业省一开始制定的目标是在2030年实现L4级别的完全自动驾驶，如今更是将这一时间提前，目标到2020年部分区域率先实现L4级别的完全自动驾驶。自动驾驶的实现有望解决一系列的社会问题，日本政府对此表现出非常积极的态度。

现在看来各方都在为自动驾驶汽车早日上路而努力，让人不禁觉得自动驾驶汽车很快就可以在公共道路上行驶了。那么，自动驾驶真的是那么“简单”就可以实现的吗？从技术的角度来说，这是真命题。但是从实际应用，也就是商业化的角度来说，这是个假命题。

AI研发加速实现汽车完全自动驾驶

AI已经有很长的一段发展史，其实自动驾驶技术同样如此。比如在高速公路上的定速巡航功能早在上世纪90年代就已经出现，自动紧急制动同样也是驾驶辅助功能，像这些基于一定规则的自动化功能，称不上是采用AI而实现的。采用AI的自动驾驶，实际上是采用机器学习来实现的。将AI应用于自动驾驶的方向，是在2009谷歌自动驾驶汽车项目启动之后开始变得明朗起来的。但是，将自动驾驶汽车投入实际使用却是一条漫长的道路。

2016年11月，日本首次进行了自动驾驶在公共道路上的测试。2017之后，在“国家战略特区”政策（特定区域内放宽政府管制）的支持下，日本正广泛推动自动驾驶公路测试。仅仅从技术的角度来看，自动驾驶已经比人类驾驶员的平均事故率低。完全自动驾驶汽车的优势很大，人类驾驶员需要休息，而完全自动驾驶的汽车则可以不眠不休地持续运行。作为道路运输的手段，其未来市场规模巨大，仅提高运输效率这一点上就能收获巨大的价值。

自动驾驶不仅可以避免因酒驾、驾驶员过失而引起的事故，在人口老龄化和某些地区人口过疏的日本，则有望解决老年人驾驶汽车容易发生事故、人口过疏地区交通服务不足等问题。

法规与道德伦理 AI的瓶颈所在

随着自动驾驶研发的进展，人们非常期待这一技术将为经济、社会带来的价值。而人们的期待越高，汽车制造商和IT企业的研发计划就越来越“激进”，几乎令人产生完全自动驾驶的汽车不久就可以投入使用的错觉。然而，不管是在世界范围内还是在日本，不管是投入使用还是实现商业化，对完全自动驾驶的汽车而言都是遥远的未来。

首先，仅仅从技术的角度，都还没有达到商业化的门槛。不管自动驾驶汽车的事故发生率多低，目前绝对没有达到0。对待自动驾驶汽车发生的事故，最迫切需要解决的就是判断此类事故伦理上、法律上的责任究竟由谁来承担，关于这一点的法律制度必须得到完善。

机器学习说到底就是学习过去所积累的数据和已经发生过的事情。如果要应对过去没有发生过的场景，就必须让AI学习根据交通法规，来处理各种各样的紧急情况。然而，让AI尽可能多地学习一些样本并进行实验，就保证能够对应紧急情况，这是极其困难的。首先，事故相关的紧急情况不可能在公共道路上进行测试，而且就算在试车场模拟出这样的情景，也无法保证精度，还会产生大量的成本。现在的手段是通过编程的方法来做模拟测试。

此外还有一个重大的问题，在紧急情况下当系统应如何进行选择和判断，比如将可能卷入事故的人数作为点数来判断的话，就可以进行系统设定。不过，在伦理上，人的生命并不能毫无感情地被视作点数。比如一家人正坐在一辆自动驾驶汽车上，行驶中车辆前方货车突然制动，追尾几乎无可避免，而道路左侧是刚放学的一群学生，右侧是正在过马路的老人，系统应如何判断？若紧急制动，可能令乘客受伤，而无论往哪边避让，都会伤及行人。无论哪一种判断都难以说是绝对正确的。如果把人视作点数，AI就可以做出判断，但如果考虑人情，点数化就失去了意义。也许最后也无法避免AI将点数来作为判断的基准，毕竟如果没有评价基准，机器学习就无法得出答案。

成本的上升

机器学习更是一项重要课题。不同国家的文化、道德伦理概念各有差异，因此虽然各国交通法规在大的框架下是同样的，但细节的处理上也存在一些不同。如果再牵涉到某些交通场景下涉及道德伦理方面的处理方式，如果要全球统一，甚至不是各国修改法律就能解决的。因此，如果要让AI学习每个国家的法律法规，不仅要确保在每个国家的道路测试量，仅机器学习本身的成本就会上一个台阶。

此外，一旦自动驾驶汽车发生事故，由于车辆并不是所有者和乘客来驾驶的，根据日本《产品责任法》，由汽车制造商负担责任，那么制造商将面临巨额赔偿的风险，于是在自动驾驶车辆的销售方面肯定会极度慎重。如果自动驾驶汽车也适用于车险，那么保险金由谁来支付也是一个问题。

以上这些问题，无论是汽车制造商还是政府监管部门都需要研究和探讨。为规范公共道路测试自动驾驶技术，日本内阁府宣布从2017年9月到2019年3月在国内部分高速公路、专用测试道路上进行自动驾驶汽车测试。在公共道路上测试自动驾驶汽车，首先必须以民众的理解为前提，而且还要法律法规与时俱进地进行更新，才能得以实现。