日前，特斯拉首席執行官埃隆·馬斯克（Elon Musk）表示，最新版的 FSD（完全自動駕駛）軟件將在近期發布。據了解，本次重新改寫的FSD將具備自己跨州駕駛或者被召喚的能力。

但我們今天討論的并不是特斯拉的完全自動駕駛能力多強，而是要在最新版的 FSD 到來前，給特斯拉潑一盆冷水。

目前最新款特斯拉車型上搭載的芯片多為HW3.0版本，這顆芯片是馬斯克特地為FSD打造的新計算平臺，HW3.0的主動駕駛芯片領有每秒2300幀的圖像處理性能。算力是之前Drive PX 2的7倍，可以支持8路高清攝像頭的全速數據處理。

即便是在如此恐怖的數據和足夠多的數據幫助之下，特斯拉的自動駕駛系統依舊狀況百出。自2014年首次發布Autopilot以來，該款系統涉及的事故就不少，有些事故甚至致死。

如2016年，美國佛羅里達州的Joshua Brown開著一輛自動駕駛模式的Model S，超速撞到正在垂直橫穿高速的白色拖掛卡車，車頂被削平，駕駛員死亡；2018年分別在佛羅里達州德拉海灘和加利福尼亞州山景城發生了兩起致命事故，也都與Autopilot系統有關；更別提各種撞上側翻貨車、撞上消防車、追尾警車等碰撞事故。

那么，問題到底出在了哪里？

特斯拉每個季度都會發布安全報告，比較激活Autopilot和未激活Autopilot時的事故發生率，并稱Autopilot啟動之后，事故發生率要低得多。

在9月23日的特斯拉年度股東大會及電池日活動上，馬斯克曾表示，自動駕駛的行業平均水平是每百萬英里就會發生2.1起事故，但是如果啟用特斯拉Autopilot，事故概率是每百萬英里只有0.3起。

因此，他相信特斯拉自動駕駛車輛能比人類安全10倍。但事實上，該技術仍有一定的缺陷。

首先特斯拉的自動輔助系統，絕大部分的情況下還是通過視覺來進行偵探路面信息，所以很容易就被騙了。騰訊科恩實驗室的研究人員就曾成功攻擊特斯拉的Autopilot系統，讓車輛迷惑，從而駛近了反向車道。

同時，由于特斯拉汽車會采用多種神經網絡來實現自動駕駛功能，因此研究人員能夠采用對抗樣本，對神經網絡做出非常小且大多無法被察覺的改變，導致系統發生嚴重錯誤。

此外，很多狀況外的物體，也會對特斯拉對的系統進行干擾。比如最近有美國車主發現，特斯拉的限速識別功能，也會對周圍車輛上的限速貼紙進行識別 ，這聽起來就有點兒意思了。馬斯克對此表示，之前的問題出在將大量的資源用在舊架構上卻試圖拿來解決新的問題。

當然，除了算法之外的問題，還有物理弊端。近日，加拿大阿爾伯塔省RCMP（加拿大皇家騎警）報告了一起交通事故，一輛特斯拉Model S在高速公路上以超過140公里/時的速度行駛，但該車前排的兩個座椅完全傾斜，駕駛員似乎正在睡覺。

之所以會出現這種情況，是由于特斯拉的方向盤通過扭矩變化來監測駕駛員狀態，但這么做的缺點是，駕駛員可以通過一些非常規手段來躲避監測，比如在在方向盤上放置一個物體施加力度，從而欺騙系統。

還有毫米波雷達局限性以及駕駛員監控技術局限性。此前的Autopilot系統采用毫米波雷達來探測物體。但是，毫米波雷達只擅長于橫向信息的測量，比如前方物體的距離和速度，不擅長縱向信息的測量，比如物體的大小和高度；而且探測效果還與物體的材質有關，金屬物體反射的毫米波信號強，但塑料材質的物體反射很弱。因此，如果前方有大車或者塑料制品，Autopilot系統的識別功能可能會出錯。

除了以上的技術問題，還有一些駕駛員本身的問題。

Autopilot系統無論算力有多強，終究還是駕駛輔助系統，就目前的道路情況和技術來看，還不能完全取代人類。很多交通事故的背后，就是因為駕駛員將駕駛完全交到了車輛本身，從而釀出大禍。

美國麻省理工學院（MIT）的研究人員也發布了一份研究報告表示，特斯拉的駕駛員在采用該公司的Autopilot系統時，會更容易分心。該研究發現，當Autopilot處于激活狀態時，駕駛員會更頻繁地瞟向道路以外的地方，因此注意力更容易分散。MIT的研究人員還發現，33%的特斯拉駕駛員在從Autopilot系統手中接管控制權時，沒有將手放在方向盤上。

最后，也想再次提醒各位特斯拉車主，Autopilot系統只是一個半自動駕駛、輔助駕駛系統，雖然集成了一些高級輔助駕駛功能，但是仍需要隨時關注道路狀態。