设想，在北京二环主路上发生了一起两车相撞的交通事故，两名车祸受害者都身受重伤，这时候交警赶到现场调查事故原因。其中一个受害者告诉警察：“警察同志，我不知道那车是从哪儿冒出来的，我眼前一黑，就昏了过去。”第二个受害者说：“警察同志，用您的执法系统查一下我的车牌，碰撞录像和遥测数据应该已经自动上传到警务系统了。”
极度智能的交通工具在成功商业化后对交通安全意味着什么？这些强大的智能控制策略是离不开庞大的统计数据的，而冷冰冰的数据又能怎样帮助减少交通事故的呢？
自动驾驶技术成功地将交通事故转化为了交通错误。它成功地把交通事故的不可预测性以及由于人类驾驶员非理性状态下行为的不可控性大大降低了。在可量化、可建模、可分析的架构下，实现了如同函数般精准的数学表达。
这就是为什么自动驾驶技术一定程度上可以称为汽车安全史上最伟大的创新。因为人类终于有机会对“不可测”事件实现预测和分析。
在美国，2016年一整年的交通事故是700万起，即便是最负责任的交警和最认真汇报交通意外的当事人也无法完整提供详尽的事故报告。我们能知道的最详尽的数字就只有700万，谁都无法观察到在事故发生时当事人的情况，更无法量化其中的变量。
根据NHTSA（美国国家公路交通安全）的报告，29%的事故当事人完全无法给警察提供任何有用的事故信息，就如同文章开头的第一位事故当事人那样。而这个数字，放在2017年的全年自动驾驶汽车的事故调查中，是0%。
原因很简单，首先，测试的自动驾驶汽车并不多，基数不大；其次，驾驶员不需要记得发生了什么，传感器、激光雷达、ECU模块、行车电脑已经替他回答了所有问题。
在传统汽车的话语体系中，驾驶员的驾驶技术（驾驶技术一定程度上和驾驶时间、年龄成正相关）被认为是最重要的安全特征，没有之一，要不然也就不会有“老司机”这样的美誉了。但是老司机和菜鸟的驾驶策略是无法量化成为数学模型以供科学分析和预测的，唯一的一个可供参考量是年龄：20岁以下比20岁以上的汽车司机发生死亡交通事故的概率高三倍。即便是在20岁以下的司机群体中，16-17岁的青少年发生死亡事故的概率也是18-20岁的两倍。
相比之下，自动驾驶技术可以把这个年龄差别造成的死亡率差别抹掉，创造一个更“公平”的受害者年龄分布，这算是一个小小的道德胜利。与此同时也把交通事故和驾驶技术之间的关联打消了。
不仅如此，更加聪明的智能驾驶软件和操作系统还在一定程度上降低了汽车本身故障所引起的交通事故。在越来越高的数字化控制中，检测车辆的机械故障、维修需求、材料疲劳甚至道路缺陷都成为可能，这使得驾驶员所需要监控的变量越来越少，甚至到最后不需要做出任何判断。
如此，并可以将驾驶员对交通的影响因素降低到最小，每一台在道路上行驶的车辆的稳态都是可控且可预测的，这对城市的道路管理和交通指挥也带来了巨大便利。
在过去，交通事故的成因几乎无法研究更无法完全判断，就像我们的祖先面对雷雨闪电以为是某种神奇的力量。现在，当智能驾驶足够普及，在道路上奔驰足够安全时，那些冷冰冰的数据应该可以很快给人类做出一个合理的交通解密。
这一天到来，人类的交通会更加安全了吧。
