日前，特斯拉首席执行官埃隆·马斯克（Elon Musk）表示，最新版的 FSD（完全自动驾驶）软件将在近期发布。据了解，本次重新改写的FSD将具备自己跨州驾驶或者被召唤的能力。
但我们今天讨论的并不是特斯拉的完全自动驾驶能力多强，而是要在最新版的 FSD 到来前，给特斯拉泼一盆冷水。
目前最新款特斯拉车型上搭载的芯片多为HW3.0版本，这颗芯片是马斯克特地为FSD打造的新计算平台，HW3.0的主动驾驶芯片领有每秒2300帧的图像处理性能。算力是之前Drive PX 2的7倍，可以支持8路高清摄像头的全速数据处理。
即便是在如此恐怖的数据和足够多的数据帮助之下，特斯拉的自动驾驶系统依旧状况百出。自2014年首次发布Autopilot以来，该款系统涉及的事故就不少，有些事故甚至致死。
如2016年，美国佛罗里达州的Joshua Brown开着一辆自动驾驶模式的Model S (配置|询价)，超速撞到正在垂直横穿高速的白色拖挂卡车，车顶被削平，驾驶员死亡；2018年分别在佛罗里达州德拉海滩和加利福尼亚州山景城发生了两起致命事故，也都与Autopilot系统有关；更别提各种撞上侧翻货车、撞上消防车、追尾警车等碰撞事故。
那么，问题到底出在了哪里？
特斯拉每个季度都会发布安全报告，比较激活Autopilot和未激活Autopilot时的事故发生率，并称Autopilot启动之后，事故发生率要低得多。
在9月23日的特斯拉年度股东大会及电池日活动上，马斯克曾表示，自动驾驶的行业平均水平是每百万英里就会发生2.1起事故，但是如果启用特斯拉Autopilot，事故概率是每百万英里只有0.3起。
因此，他相信特斯拉自动驾驶车辆能比人类安全10倍。但事实上，该技术仍有一定的缺陷。
首先特斯拉的自动辅助系统，绝大部分的情况下还是通过视觉来进行侦探路面信息，所以很容易就被骗了。腾讯科恩实验室的研究人员就曾成功攻击特斯拉的Autopilot系统，让车辆迷惑，从而驶近了反向车道。
同时，由于特斯拉汽车会采用多种神经网络来实现自动驾驶功能，因此研究人员能够采用对抗样本，对神经网络做出非常小且大多无法被察觉的改变，导致系统发生严重错误。
此外，很多状况外的物体，也会对特斯拉对的系统进行干扰。比如最近有美国车主发现，特斯拉的限速识别功能，也会对周围车辆上的限速贴纸进行识别 ，这听起来就有点儿意思了。马斯克对此表示，之前的问题出在将大量的资源用在旧架构上却试图拿来解决新的问题。
当然，除了算法之外的问题，还有物理弊端。近日，加拿大阿尔伯塔省RCMP（加拿大皇家骑警）报告了一起交通事故，一辆特斯拉Model S在高速公路上以超过140公里/时的速度行驶，但该车前排的两个座椅完全倾斜，驾驶员似乎正在睡觉。
之所以会出现这种情况，是由于特斯拉的方向盘通过扭矩变化来监测驾驶员状态，但这么做的缺点是，驾驶员可以通过一些非常规手段来躲避监测，比如在在方向盘上放置一个物体施加力度，从而欺骗系统。
还有毫米波雷达局限性以及驾驶员监控技术局限性。此前的Autopilot系统采用毫米波雷达来探测物体。但是，毫米波雷达只擅长于横向信息的测量，比如前方物体的距离和速度，不擅长纵向信息的测量，比如物体的大小和高度；而且探测效果还与物体的材质有关，金属物体反射的毫米波信号强，但塑料材质的物体反射很弱。因此，如果前方有大车或者塑料制品，Autopilot系统的识别功能可能会出错。
除了以上的技术问题，还有一些驾驶员本身的问题。
Autopilot系统无论算力有多强，终究还是驾驶辅助系统，就目前的道路情况和技术来看，还不能完全取代人类。很多交通事故的背后，就是因为驾驶员将驾驶完全交到了车辆本身，从而酿出大祸。
美国麻省理工学院（MIT）的研究人员也发布了一份研究报告表示，特斯拉的驾驶员在采用该公司的Autopilot系统时，会更容易分心。该研究发现，当Autopilot处于激活状态时，驾驶员会更频繁地瞟向道路以外的地方，因此注意力更容易分散。MIT的研究人员还发现，33%的特斯拉驾驶员在从Autopilot系统手中接管控制权时，没有将手放在方向盘上。
最后，也想再次提醒各位特斯拉车主，Autopilot系统只是一个半自动驾驶、辅助驾驶系统，虽然集成了一些高级辅助驾驶功能，但是仍需要随时关注道路状态。
