数据|自动驾驶规模化落地的“三座大山”( 三 )

伦理治理：短期阻力，长期助力100多年前，当机动车替代马车的时候，就有过安全相关的争论：机动车会不会惊吓到马？
对此英国出台了一个“红旗法”，一个车有三个人开，一个人烧锅炉，一个人驾驶，还有一个人在这个车前面50多米的地方拿着红旗挥动，告诉别人有个危险物过来了，这个法案一直沿用了30多年才被取消。可见，公众对于一个新事物的恐惧与认知有一个长期接受的过程。
想象一下完全自主的自动驾驶汽车的未来。你的自动驾驶汽车接近红绿灯，但突然刹车失灵，计算机不得不在瞬间做出决定。它可以突然转向附近的杆子并杀死乘客，或者继续前进并杀死前方的行人。
而控制汽车的计算机只能通过访问汽车传感器收集的有限信息，并且必须基于此做出决定。尽管这看起来很戏剧化，但距离我们可能面临这样的困境只有几年的时间了。

文章插图
这也是我们看到特斯拉大力推动辅助驾驶汽车，但尚未生产全自动驾驶汽车的核心原因之一。
另一个是数据安全问题。
近年来，我国大力加强数据监管，发布了一系列具有里程碑意义的法规，网络安全法（CSL）、数据安全法（DSL）和个人信息保护法（PIPL）形成了监管基础。
为了提高技术安全性并保护用户数据和国家安全，智能汽车企业正受到越来越多的审查和更严格的监管。
2021年5月，国家互联网信息办公室（CAC）开始就《车辆数据安全管理若干规定》（以下简称“规定”）的一套试行规定征求意见，该规定概述了智能网联汽车制造商和运营商保护汽车安全的新要求。
《规定》将“个人信息”定义为来自任何利益相关者的信息，包括车主、司机、乘客和行人，以及任何可以从中推断出利益相关者的个人身份或描述其个人行为的信息。
诚然，企业已经面临遵守新法规的压力。包括特斯拉、福特和宝马在内的几家外国汽车制造商都在中国建立了数据中心，用于存储从中国用户那里收集的数据，以符合数据法规。
但是，由于政府也急于发展自动驾驶产业，仍然不太可能监管到严重阻碍发展的程度。从长期来看，更强大的数据安全管理和治理也可能有助于提升行业形象，引导行业朝着更高安全性和可靠性的方向发展。