原創：自動駕駛汽車能否上路？法律人士專業解讀
作者：吳衛明 2017-08-08百度總裁李彥宏在北京試乘自動駕駛汽車，被交警攔下。這是近期人工智能領域的一個大新聞，人們對此從不同視角作了不同解讀。技術樂觀者看到了自動駕駛技術的成熟，并預測自動駕駛汽車會很快獲準上路；法律人士則在分析李彥宏應該承擔什么樣的責任，應該被扣幾分，無人駕駛汽車是否有資格上路？在人工智能的大潮中，法律人士的質疑顯得有些格格不入。果然如此嗎？吳衛明博士認為，對于自動駕駛汽車，法律人士既不能簡單的用現行規則去加以否定，也不能隨波逐流，而是應該從人工智能的發展趨勢、社會安全、倫理秩序等視角對自動駕駛汽車進行全面分析，從而在技術進步與公共安全之間找到平衡點。
一、人工智能的不同階段與社會角色定位
根據通行的觀點，人工智能有三個階段。第一階段是弱人工智能，第二階段是強人工智能，第三階段是超級人工智能。
弱人工智能，是指擅長于單個知識領域或技能的人工智能，比如戰勝卡斯帕羅夫的深藍，以及戰勝李世石的阿爾法狗，還包括一些智能化的翻譯軟件和語音識別軟件。
強人工智能，是指與人類智慧同等級別的人工智能。強人工智能在各方面都能和人類比肩，能夠勝任人類腦力活動的各個領域，能夠進行思考、計劃、解決問題、抽象思維、理解復雜理念、快速學習和從經驗中學習等操作。
超人工智能，則是指在幾乎所有領域都比最聰明的人類大腦更為聰明的人工智能。
當前公認的觀點是，我們剛剛在弱人工智能領域取得階段性的突破，比如文檔處理、語音識別、棋類游戲、流水線作業等。但即使在弱人工智能領域，人類當前也并未完全突破。
不同的人工智能，對應不同的社會角色定位。
弱人工智能的定位是在具體的領域輔助人類工作，以彌補人類在體力、運算速度、記憶能力的不足。弱人工智能的社會定位是工具層面的，不會沖擊和影響人類社會的倫理秩序。
強人工智能與超人工智能的社會定位問題，由于強人工智能尚未出現，當前仍無法作出判斷。究竟是人類的助手，亦或是人類社會的競爭者？
在自動駕駛領域，人工只能究竟扮演什么樣的角色，需要從駕駛的屬性出發進行分析和判斷。
二、自動駕駛的定位
安全的自動駕駛應屬于弱人工智能還是強人工智能范疇？這就涉及到駕駛行為的界定。車輛駕駛是按照交通規則在道路及開放空間操控車輛，將人及物品輸送到目的地的行為。在自動駕駛過程中，涉及到如下幾個因素。
1、車輛本身
這個因素是人工駕駛和自動駕駛都存在的，只是人工駕駛過程中，人與車輛是分開的，而自動駕駛過程中，自動駕駛程序可能是內嵌于車輛硬件之中的。
2、道路
道路是駕駛的基礎條件，承載車輛并決定車輛的行駛方向。城市道路是所有交通環境中最為復雜的環境，集合了多種因素。其他車輛、行人、動物、建筑物、障礙物、氣候變化，都是道路環境的組成部分。這與飛機的自動駕駛完全不同。
3、行人
行人是交通參與者，行人安全是交通活動最關注的要素，更是駕駛人必須關注的最核心問題，也是交通事故、損害賠償，甚至是刑事追責，都主要圍繞著行人安全。同時，行人也是最不可預測的變量。
從上面的分析不難看出，道路交通環境非常復雜，駕駛行為需要考慮的要素非常多，不可預期的因素也非常多。因此，駕駛行為雖然是對車輛的操控，看似是一個單一知識領域的行為，但實際上卻是多種行為的組合，既需要分析路況、識別交通標識，也需要預判行人的行為、考慮氣象條件。從這個意義上講，自動駕駛應該是一個屬于強人工智能技術的應用領域，也就是說在能夠處理復雜任務的強人工智能出現之前，自動駕駛技術廣泛應用于開放道路在邏輯上是值得推敲的。雖然當前谷歌、百度等公司均聲稱其自身的自動駕駛技術是成熟的，但事實上均未真正實現復雜道路條件下的大規模測試。而車輛駕駛，一旦發生技術無法預期的風險，對于社會公眾而言，將是難以承受的。弱人工智能對于自動駕駛的驗證往往處于較為理想的預設場景，比如道路上的自動駕駛汽車只有一輛，周圍都是人工駕駛車輛，那么究竟是因為周圍都是人類駕駛員導致自動駕駛車輛的安全，還是因為自動駕駛車輛的設計而導致了車輛安全，這個問題仍值得推敲。如果道路上自動駕駛車輛普及，是否仍可以達到現在的測試結果？
三、交通安全法對于駕駛行為的界定
根據我國相關的法規，考取駕駛執照的年齡為18周歲，美國的駕照考取年齡是16周歲。各個國家采取的標準，基本上與民事責任能力相對應，或者說基本上采取的標準都是成年的心智標準。
也就是說，在立法過程中，人們對于駕駛行為，視為一種復雜的人類活動。駕駛過程除了應具備基本的車輛操控能力外，還需要具備成年人的心智和情緒控制能力，以及對周邊路況的感知、對行駛路線的規劃。如果僅僅從操控車輛角度看，未成年人也具備基本的駕駛能力，比如卡丁車等賽道比賽活動，未成年人完全可以操作車輛進行避讓和緊急處置，甚至在某些領域中，未成年人的反應靈敏度高于成年人。但是，為什么還要將成年作為取得駕駛執照和在開放道路進行駕駛的基本條件呢？吳衛明博士認為，這是因為立法在確定駕駛行為的屬性時，并不是單純的將其界定為一種簡單的技術活動，而是將其定位于一種社會活動和人際交流活動。因為車輛在開放道路行駛過程中，雖然從表面看，車輛到達目的地是駕駛行為的目標，但保護其他交通參與者安全才是駕駛行為的終極價值。車輛位置變化，看似是簡單的物理空間變化，實際上卻是人與人位置關系的變化。在車輛高速運轉的狀態下，一旦發生誤判，導致的人身傷害和社會危害將會非常巨大。所以，以成年作為標準，是立法機構對于駕駛者提出的基本審慎要求。
從上述分析不難看出，駕駛行為具有技術屬性，但具有更強的社會屬性。社會對于自動駕駛的心理接受是一個復雜的過程，這就要求自動駕駛技術能夠給社會足夠的信心。而社會信心建立在社會對于人工智能階段的認知，只有當社會心理普遍認為人工智能的整體技術比較“可靠”，也就是人工智能達到強人工智能的階段，社會心理才會普遍接受自動駕駛技術。
還有自動駕駛的數據維度問題，路面情況是復雜的，數據模型維度的復雜程度需要長期的路面測試方可以有清晰的認知。是否僅僅依靠路面跑出來的數據就可以構建完善的自動駕駛程序？或者還需要更為復雜的人類社會知識、經驗和自然科學知識才能構建？
四、交通事故侵權責任的判定
自動駕駛汽車上路還有一個關鍵問題，交通事故導致他人財產或人身損害的賠償問題。
1、過錯的判定問題
根據《侵權責任法》的規則，機動車發生交通事故造成損害的，依照道路交通安全法的有關規定承擔賠償責任。而《道路交通安全法》則規定，由交警判定機動車駕駛人或行人的責任，并最終確定損失如何分擔。吳衛明博士認為，自動駕駛條件下，由于駕駛人的缺失，導致《道路交通安全法》的責任判定原則無法適用。也就是說，一旦自動駕駛汽車發生交通事故，所面對的過錯責任判定，將脫離交通安全法的管轄范疇，而歸入《產品質量法》的規制范圍。需要判定，自動駕駛汽車，是否屬于缺陷產品。
2、汽車作為缺陷產品導致行人或非車主損害的責任承擔問題
自動駕駛汽車導致行人傷害，只能依據產品質量法進行追責。但是對于受到傷害的行人而言，需要面對的是如何確定缺陷產品的責任者。按照產品質量法，產品的生產者、銷售者均可以作為被告。但車輛的車主或乘坐人對于車輛是否能夠進行一定程度的控制，或介入車輛駕駛過程，將使得損害賠償的責任確定問題異常復雜。如果車主在一定程度上介入駕駛過程，則需要判定是車輛存在缺陷，還是車主干預導致車輛駕駛失控？
事實上，非駕駛人或行人索賠還將面臨一個巨大的法律障礙?！懂a品質量法》第41條規定，產品生產者能夠證明將產品投入流通時的科學技術水平尚不能發現缺陷的存在的，可以免責。吳衛明博士認為，由于人工智能深度學習算法的“黑箱”機制，程序設計者事實上無法完全解析深度學習算法的最終結果。而自動駕駛技術恰恰是構建在人工智能基礎之上的，人工智能的不可預期性，是否會被認定為“產品投入流通時的科學技術水平尚不能發現缺陷”？將是決定行人生命權利是否得到保護的基礎。
如果責任判別及承擔問題無法得到有效解決，自動駕駛技術將給社會秩序帶來極大的傷害。
綜上，強人工智能的出現，是社會心理接受自動駕駛的基礎。而《侵權責任法》、《產品質量法》及《道路交通安全法》的修改，是自動駕駛汽車上路的基本條件。在上述條件的約束下，自動駕駛汽車短期之內很難得到大規模的上路許可。這是自動駕駛汽車領域投資面臨的最大不確定性。
