9月2號的消息，加州參議院通過了一項新法案，禁止特斯拉在智能駕駛的廣告里包含“自動駕駛”等字眼兒。

       這個立法是加州參議院交通委員會主席莉娜（Lena Gonzalez）發起的，在成為正式法律之前，還需要州長加文（Gavin Newsom）簽字。

       為什么突然對特斯拉提出這么嚴格的限制呢？因為自2016年以來，特斯拉的對外介紹始終是FSD（Full Self Driving），也就是全自動駕駛。從名字上看確實有一定的誤導性，很容易讓用戶覺得特斯拉已經實現L5級的全自動駕駛了。


       嚴格來說，特斯拉已經商業化提供的是L2級自動駕駛，針對部分早期用戶的FSD的Beta版本介于L2和L3之間，仍然需要駕駛員需要始終觀察環境、隨時接管，出了事故責任算駕駛員的。

       相比之下，在對外介紹自動駕駛能力的時候，通用、福特、寶馬、梅賽德斯等公司顯得更加小心翼翼。都說樹大招風，正是因為這個名稱，讓特斯拉一直走在監管的紅線上，這次參議院也是以"虛假宣傳"為由出手審查。

       不過，就算這次法案通過，只是解決了特斯拉的宣傳和營銷問題，并沒有從產業角度去解決科技的安全性問題。科技在早期應用的階段確實會帶來一些負面，比如自動駕駛導致的事故。但不能因為對科技的了解不足，就遲遲不予認可，這樣反而阻礙了創新。

       從監管層面上來看，及時出臺政策，讓監管在科技創新當中發揮作用，既不阻礙創新，也不逃避責任，真正為未來科技護航，需要有相當多的研究和深入的考量。

       比如在自動駕駛的監管上，要深刻地理解人工智能技術的特點，那就是缺乏人類這樣的推理能力。現在幾乎所有主流的人工智能，都是依賴大量的數據訓練形成的模式識別，是歸納不是推理。

       這導致訓練自動駕駛時，需要大量的長尾數據，也就是小概率甚至是百年難遇的偶發情況。比如之前一輛特斯拉汽車直接撞上了一架噴氣式飛機，原因是此前的系統訓練里，工程師萬萬想不到竟然會有飛機停在路上，也就不存在類似場景的訓練，車輛就不能識別。

       有人曾提出可以像人類考駕照一樣去考核自動駕駛，這其實不夠嚴謹。我們考駕照的時候，有的項目是必考項，比如倒樁、側方位停車；有的是選考項，比如曲線行駛、直角轉彎等等，一般是從十多個選考項里抽幾項出來考，不同的地區規則略有不同，但基本大同小異。

       為什么人類可以隨機選考，自動駕駛不行呢？因為人類有推理能力，10項里面的3項都通過了，考官會覺得你另外7項也能做到。但是自動駕駛沒有推理能力，任何一項都不能漏掉。如此一來，自動駕駛測試的場景數量要成百上千倍地增加，要盡可能多地用不同的罕見事故場景來做訓練和測試。

       從哪里可以找來長尾測試場景呢？我認為虛擬場景路測就非常重要了。比如，在現實中搞一架噴氣式飛機到馬路上很難，在虛擬世界里就很容易；想測試雪地自動駕駛能力也不用非要等到下雪；虛擬世界的道路可以創造無限種可能，考官可以隨心所欲設置路牌、行人、障礙物、天氣等因素，進化速度無疑快多了。

       未來這些小概率場景還可以分級，明確哪些是三級的，哪些是四級的，只有通過了所有四級場景測試的才能叫四級自動駕駛，這樣也可以避免今天對自動駕駛能力定義不清的問題，讓公眾對自動駕駛更加了解，也更加信任。

       而目前來看，自動駕駛分級的定義非常模糊，車企就能用模棱兩可的宣傳來夸大自己的自動駕駛水平，可能會誤導消費者。一個統一的評判標準，細化到哪些具體場景可以處理、技術水平處于什么級別，這些都需要交通監管機構來完善和確立。

       所以，這次加州直接叫停“自動駕駛”名稱的做法其實有待商榷。因為我們是可以通過對技術的深入理解來分析出來，自動駕駛的分級評判應該如何去做的。但是，你沒有對它做嚴格的能力認證和技術測試，單純從監管層內部投票來否定特斯拉的產品名稱，只說別人不合格，卻沒研究出來怎么才能合格，這樣的監管怎么看都覺得有些草率了，至少不是親創新（Pro-innovation）的。

       相比來看，中國已經在各個城市做自動駕駛試點了，對自動駕駛產業持更加開放包容和鼓勵的態度，更加支持創新、推動創新。我認為未來要想得到更好的發展，還要看清科技創新的特征，出臺更好的測試方案，把對科技的監管做得更到位，這樣既支持了科技的普及，也消除掉了大眾的擔憂。