正如刚才引用摩根士丹利的分析师所说：“它们的数据没有一英里是由完全的自动驾驶所取得。”这种说法可能有点夸张，但无疑在 Uber 或特斯拉的各种传感器，会在真人驾驶汽车时时进行收集，而自动驾驶系统就会根据实际的行车状况，进行“模拟自动驾驶”，而不是真正的“自动驾驶”测试。

　　事实上截至本年 10 月，特斯拉的“真实自动驾驶”里数只有 1.3 亿英里（约 2.1 亿公里），远远不如 Musk 早前夸口的 10 亿美里。故此，特斯拉的“自动驾驶”测试，仍然惹来巨大的争议。

　　不过，特斯拉取得的数据虽然并非“自动驾驶”的数据，但仍然是“真实世界“的数据，车子的确能透过这些“真实世界”来训练视觉辨识，也能学习人类的实际驾驶习惯。这些实际数据，绝非在实验室模拟所能相提并论。

　　那为什么特斯拉的“虚拟数据”仍然会带来争议？就是因为“实际世界”的环境，可能远超我们的“虚构”的景像。

　　当虚拟化为现实？

　　虽然媒体把特斯拉的自动驾驶汽车吹嘘得天花乱坠，但实际上在早前《消费者报告》最新的汽车可靠性报告里，特斯拉却几乎垫底。即使我们信得过人工智能，但特斯拉的产品真的可靠性吗？

　　在本年 6 月，特斯拉自动驾驶汽车发生了首次的致命交通意外：由于肇事车子的摄像镜头，无法分辨与天空混在一起的白色货车，使车子直接撞上这台货车而酿成致命意外。

　　在人类驾驶汽车时所收集“模拟自动驾驶”数据，真的有比较安全吗？

　　尽管特斯拉强调这是个别例子，但这个例子却能突显了：人类能分辨到、但机器不能分辨的障碍，很可能都变都没有被汽车数据化，全部变成了“灯下黑”。事实上，爱范儿早前就报道过，特斯拉最后在也为自动硬件进行升级，那就等于间接承认目前的自动驾驶仍然不够可靠，需要再加入新的硬件作为安全性的冗余。

　　特斯拉发生第一次致命交通意外后，特斯拉官方博客除了向遇难者致哀之外，仍然为自动驾驶汽车辩护：全球汽车的致命意外是每 6000 万英里一次，而在美国是每 9400 万公里一次，而特斯拉的自动驾驶？是 1.3 亿英里。从这数据看，即使特斯拉的自动驾驶汽车发生严重事故，貌似还是比人类驾驶汽车更安全。

　　然而，不幸地在本年 10 月，特斯拉再次发生致交通意外。

　　当意外化为意外数字

　　由于第二次意外发生在特斯拉自动驾驶的 2.22 亿英里后，所以在这次意外后，特斯拉的自动驾驶致命率，降至为每 1.11 亿英里一次，仅比美国汽车致命率稍低一点。不过，由于资料显示这次意外涉及偷车罪行，故此能否算是交通意外，仍然甚有争议。

　　但关键是这种数据争议有意义吗？根据调查机构 RAND 的数据，全美汽车行驶里数约 3 兆亿英里，而特斯拉的自动驾驶里数，连全美的 0.001% 也不到。由于“取样比例”远远偏低，“特斯拉自动驾驶汽车”的低致命意外机会率神话，其实在统计学上毫无意义。

　　更何况全美、或是全球的汽车意外率，当中各种我们能想像、或不能想像的客观环境：当中可能有保养不良的旧车；也可能有想自杀轻生的司机、或是跑危险路段的职业司机。但特斯拉的自动驾驶呢？所有能跑自动驾驶的特斯拉，就算再不可靠、状态再坏，都是近年出厂的新车；其机件出现严重故障的可能性，理应低于全球汽车水平。

　　而且，自动驾驶才刚登场不久，不少车主对它仍不太放心；他们未必会在危险路段使用、未必会在繁忙的高速路段上使用、也未必会在雨雪天气上使用；即使车主敢于尝鲜，也可能乖乖的把手放好在方向盘上，避免了意外，也降低了意外率。

　　简言之，如果大家真的要对特斯拉自动驾驶的意外率认真起来？事实上，目前的特斯拉自动驾驶的意外率，极有可能被严重低估，细思极恐啊。

　　“自动驾驶”真的比“人类驾驶”更安全？

　　让我们回到主题：造一台自动驾驶汽车一点也不难，难的是让自动驾驶汽车不犯错。