某平臺自動駕駛出租車效勞，在北京正式投入使用。消費者只需在通話APP上預約，就可以體驗高科技的自動駕駛效勞。當然，這個自動駕駛，與想象中的還不一樣，車裏還有安全員，負責監控自動駕駛的車輛，在有問題的時候，隨時接管車輛。

       自動駕駛，從沒有自動化的L0，到完全的、全場景的自動化L5，分為5級。目前的自動駕駛屬於L4級，即以激光雷達、高精度地圖、中央處理器、智能道路和交通設施為基礎的，完全的自動駕駛，駕駛者可以有，也可以沒有，但依然需要在特定場景下達成。車內的安全員，是監管要求，而不是技藝需求。
自動駕駛汽車上路，這已經不是新鮮事了。今年6月，上海智能網聯汽車規模化載人示範應用啟動，滴滴出行首次面向公眾開放自動駕駛效勞，用戶可在上海自動駕駛測試路段，免費呼叫自動駕駛車輛進行試乘體驗，車上同樣有安全員。
　　自動駕駛技藝，一直是當下業界的熱門話題。目前，在這個範圍，谷歌等互聯網廠商，特斯拉等新興汽車廠商，乃至奧迪、沃爾沃等傳統汽車廠商，都在發力深耕。這種努力已初見成效，目前，隨着底層技藝，大數據的積累和深度學習算法等等的突破，人工智能範圍正在爆發式擴展。作為其中的一個子範圍，以語言識別、圖像識別為核心的自動駕駛，正在走入生活。
　　一方面，我個人覺得，自動駕駛，永遠無法像人一樣駕駛汽車。機器的自主學習，自主對數據的理解，目前還限定在給定的範圍內。目前的機器學習，基於模仿大腦神經的反饋機製，依據歷史經驗，人類的所有仿生工程學上的成功，取得飛躍，都是在徹底弄清楚生理過程的機製之後，比如，粗淺的模仿鳥的飛翔，可以造出飛行器，但飛機的基礎，是空氣動力學。現在人類大腦的腦科學的擴展程度還遠遠不夠，甚至可以說對大腦的運行過程知之甚少。從這個角度看，人工智能超越人類還為時尚早。
　　但另一方面，人工智能駕駛，可以做到足夠好，好到一個可以接受的安全水平。人類的生产、生活，並不是以安全為最高原則的。人會因為預算，放棄更安全的車輛配置，甚至僅僅為了方便，改用電瓶車，甚至為了享受，犧牲安全去酗酒、抽煙。所以，只要自動駕駛帶來的好處大於安全代價，就一定能普及開來。實際上，自動駕駛未必比人類駕駛得差。目前，北京市自動駕駛開放道路上已累計測試200萬公裏，相當於繞地球赤道跑了50圈，達到了零事故的水平。所以，自動駕駛普及的技藝條件，已經初步具備。

　　如果技藝條件是普及商用的推力的話，那麼，市場需求，則是巨大的拉動力。
　　麥肯錫發布的《展望2025決定未來經濟的12大顛覆技藝》研究報告顯示，到2025年，智能汽車預估的潛在經濟影響為0.2萬億到1.9萬億美元，位列十二大顛覆技藝的第六位。李彥宏曾預測，自動駕駛以車路協同為基礎，將能夠提升15%-30%的通行效率，從而為GDP貢獻2.4%-4.8%的絕對增長。
　　自動駕駛不僅僅是自動駕駛，它還有可能成為以後的某種流量入口。想象一下，當你的車能自動駕駛了，你要去哪裏吃飯、看電影，不說它決定你的選擇，起碼會影響到你的選擇。這就是流量的入口。
　　所以，在強烈的需求下，即便完全擬人的全自動化不能達成，人類也會退而求其次，在特定的場景下達成L4級別的高度自動化，通過改造道路、交通規則來適應自動駕駛的需求。