歡迎參觀部落格~
一場不到 100 公里的挑戰，揭開自動駕駛的真相
幾乎每位科技迷都還記得，馬斯克在 2016 年那句豪語：「明年，特斯拉就能自駕橫越美國！」
九年過去了，這句話依舊懸在半空。
最近，兩名特斯拉鐵粉兼股東決定親身實測，開著最新的 Model Y、啟用 FSD（Full Self-Driving）系統，打算從加州一路自駕開到佛州，全程開直播證明馬斯克沒說謊。
結果不到 100 公里，車就撞了。
副駕早就看到前方有雜物，但主駕還在等 FSD 自動閃避。AI 毫無反應，撞擊發生，駕駛才緊急接手。懸吊全毀、螢幕報錯、挑戰結束。網友笑稱：「史上最短的橫越美國挑戰。」
但身為一名關注 AI 與系統工程的觀察者，我想說的是：這場撞車，其實是一場真實的技術體檢。
它揭露的不只是 FSD 的缺陷，而是整個「自駕科技」的現實邊界。
這個新聞挺吸引世界各地的眼球，除了各國電動車廠喜歡以此打臉馬斯克外，也有無數等看馬斯克笑話的人觀看，自己本身也覺得可惜，說實話自己也挺看好馬斯克的自駕技術，尤其從2016 年就開始期待，起初確實不好，但近些年隨著人工智慧發展，確實越發期待自駕實現的那一天。然而這影片確實直接打破了自己的期待，原來自動駕駛還離這麼遠啊。
首先必須向實驗者respect，因為明知要撞上了還是勇敢地不介入，真的需要勇氣。這事件間接說明了兩件事：FSD 的現狀：還不是「自駕」，而是「高階輔助」；人機信任陷阱：駕駛為什麼不接手
FSD 的現狀：還不是「自駕」，而是「高階輔助」
特斯拉的 FSD 核心，是一套基於深度學習的行為預測系統。它的目標，是用攝影機輸入的畫面去模擬人類駕駛的直覺，透過數據學習判斷道路環境、行人動態、甚至紅綠燈變化。馬斯克放棄雷達與 LiDAR，全押在「純視覺 AI」這條路上。
個人，單純個人覺得這想法很大膽，也很危險。因為人眼能理解「那是一個塑膠袋」或「那是一顆石頭」，AI 卻只能根據訓練資料猜。這次撞車事件中，FSD 之所以「沒閃避」，不是壞掉，而是根本沒辨識出那是威脅物。路上場景的組合千奇百怪，包羅萬象，即便有難以想像多的資料可以訓練，也很難將所有可能的包含進去
人機信任陷阱：駕駛為什麼不接手？
影片裡，駕駛明明坐在前座，卻選擇「等 FSD 自己處理」。這反映出一個比較令人擔憂的情況：當系統表現越穩定，人類越傾向放棄監督。
記得以前在學校時，有堂課教授就有舉例過類似的情況，這是一種「人機交互（HMI）」的設計悖論。系統越聰明，使用者越懶惰；但當 AI 犯錯，人類的反應時間卻永遠不夠補救。
特斯拉雖然在螢幕與介面上不斷提醒「請保持手握方向盤」，但真實駕駛多半把它當作形式。這不是懶惰，而是「信任感」過度。AI 給了人類「安全幻覺」，而幻覺往往比警告更強大。這次的事故，其實不是 AI 一個人的錯，而是人與機之間責任轉移的灰區。在半自動駕駛的過渡時代，我們既不完全掌握，也不完全放手，這種模糊狀態，本身就充滿風險。
但，儘管還是有很多問題，未來扔充滿期待
自己本身對於特斯拉的自駕系統扔事充滿期待，當然我也不認為如今的可靠度可以百分之百相信，畢竟路上的情況太多了，尤其台灣。自駕車不只是演算法問題，而是多系統整合挑戰：要整合攝影機影像、地圖精度、車聯網（V2X）、即時運算、法規與倫理決策。任何一環出錯，整體都會失效。
於工程師而言，每一次失敗都不是否定，而是樣本，都是更進步的機會。如今AI快速成長，我們確實無法把所有可能都寫進程式裡，但若AI 們教學相長，也許就能學得更徹底更廣泛，當然也大可以遇到判斷不出來的東西時就直接停下來。
自駕車的路還很長，AI 仍在學習如何「像人類一樣懂錯」。馬斯克的夢也許誇張，但他確實推動了整個產業往前。
