虽然特斯拉和蔚来将其系统称为“辅助驾驶”，但在自动驾驶的发展思路上，以特斯拉为代表的路径被称为“渐进式”，我更喜欢称之为“数据式”。其核心思想是，大数据就是一切。每一辆特斯拉汽车都是一个数据收集者，依靠简单的视觉数据来构建一个庞大的道路知识神经网络。

然而，涉及辅助驾驶的事故频繁发生，这显示出了统计学的根本缺陷。无论你积累了多少数据，路上总会有意想不到的事情发生。这就像依靠视觉感知的辅助驾驶系统就像与聋人一起驾驶一样。因此，在交通信号交互中，除了车辆自身的定位精度和敏感感知外，及时更新的高精度地图、预测的决策规划和智能道路设施都是一个完整的自动驾驶系统必不可少的组成部分，应该得到充分的重视。

辅助驾驶并不是无人驾驶，而是人机协同驾驶。交通运输部已经明确区分了有条件和高度自动驾驶的车辆，它们仍然是为驾驶员提供更好驾驶体验的辅助手段，而不应被看作是无人驾驶。

完全自动驾驶从一开始就是无人驾驶。换句话说，真正的无人驾驶汽车只能是完全自动驾驶的。中国一些城市已经出台了自主驾驶完全无人商业运营的政策，对安全防护、碰撞系统、控制冗余和云安全提出了综合要求。此外，完全自动驾驶的测试标准和考试要求极高，远非人类驾驶考试所能比拟。所有这些都标志着它与辅助驾驶之间的巨大区别。只有基于智能AI的自动驾驶才能真正做到无人驾驶。百度曾将自动驾驶定义为“汽车机器人”，但批评者认为，这只是为了区分流行概念。但在我看来，事实并非如此，名字上的微小差别代表着思想上的巨大差异。

无论是特斯拉、蔚来，还是中国的许多新兴汽车制造企业，它们都倾向于向消费者灌输这样的观念：机器比人更可靠。然而，这实际上只是技术发展初期的一种自动机概念，加上大数据之后的一个面貌变化。自动机是一种根据预设条件做出反应的编程操作机器。大数据和深度学习只是极大地扩展了预设的边界范围和响应的复杂性，并不能从根本上改变其编程的核心架构。机器人的发展目标是模拟人类智能，与程控自动机存在本质区别。

因此，我们需要意识到：虽然大数据和自动驾驶技术的发展是一个不可逆转的趋势，但它们并不能完全替代人类。只有人机协同才是实现无人驾驶的途径，而不是取代人类。