自動(dòng)駕駛技術(shù)是近年來炒得過熱的熱點(diǎn)之一，風(fēng)頭正盛。但最近的一些風(fēng)聲似乎對自動(dòng)駕駛不利。

周二，自動(dòng)駕駛領(lǐng)頭羊Waymo老大親自承認(rèn)：自動(dòng)駕駛汽車在路上普及還要幾十年。

在周四，另一位硅谷大佬蘋果聯(lián)合創(chuàng)始人Steve Wozniak緊跟話茬：自動(dòng)駕駛汽車不可能在不久的將來實(shí)現(xiàn)，并且還直言“我不相信自動(dòng)駕駛汽車”。

這是個(gè)什么節(jié)奏呢？自動(dòng)駕駛寒冬將至嗎？

通用宣稱2019年投入全自動(dòng)汽車生產(chǎn)，這些車沒有方向盤或不用司機(jī)介入；

Delphi和MobileEye的Level 4系統(tǒng)也定于2019年；

Nutonomy這樣的創(chuàng)業(yè)公司也計(jì)劃明年在新加坡街頭部署數(shù)千輛無人駕駛出租車。

距離2019年只剩一個(gè)多月了，而我們的自動(dòng)駕駛汽車距離我們還有多遠(yuǎn)呢？

難！L5技術(shù)真的很難！

Waymo公司CEO John Krafcik表示現(xiàn)實(shí)中其實(shí)已經(jīng)有自動(dòng)駕駛了，但卻還不能普及。主要原因還是在于目前的自動(dòng)駕駛技術(shù)還沒有達(dá)到在任何天氣和任何條件下都能駕駛的最高等級(jí)L5。

John Krafcik

Waymo作為自動(dòng)駕駛領(lǐng)域的領(lǐng)頭羊，在2016年便啟動(dòng)了第一輛無人車上路，到如今已經(jīng)歷時(shí)整整七年了。盡管已經(jīng)一次性從克萊勒斯訂購6.2萬輛車，但這并不代表著普及。

原因之一便是算法。

自動(dòng)駕駛真是場景是非常的復(fù)雜的，對于復(fù)雜場景的泛化能力遠(yuǎn)低于人類。如果算法無法超越人類，悲劇事故就容易產(chǎn)生。

2016年，特斯拉一輛Model S車追尾白色拖車就是一個(gè)典型的例子。在太陽光的直射下，或者白色的側(cè)面讓自動(dòng)駕駛和人類都沒注意到貨車的存在；

今年3月份，Uber自動(dòng)駕駛錯(cuò)誤的將過馬路的婦女誤認(rèn)成其他未知物體而導(dǎo)致相撞，最終女子身亡。

這些都是慘痛的教訓(xùn)。

此外，蘋果聯(lián)合創(chuàng)始人Steve Wozniak指出了另外一個(gè)不能普及的原因。

“道路是由人類建造的，人類是不完美的，而且汽車目前無法解釋這一因素。”

似乎跟人類有關(guān)，但不可否認(rèn)的是，人類建造的道路基礎(chǔ)設(shè)施不僅不滿足自動(dòng)駕駛的要求，也跟未來的網(wǎng)聯(lián)車相距甚遠(yuǎn)。

如何解決眼前的困境？

有很多公司已經(jīng)從深度學(xué)習(xí)的方向，轉(zhuǎn)向了基于規(guī)則的人工智能。

這是一種早期的技術(shù)，可以讓工程師將特定的行為或邏輯硬編碼到一個(gè)自我導(dǎo)向的系統(tǒng)中。它不具備僅僅通過研究數(shù)據(jù)來編寫自己行為的能力，還可以讓公司避免深度學(xué)習(xí)的一些局限性。

但是，場景是無處不在的，比劇本還復(fù)雜上萬倍，所有自動(dòng)駕駛車都需要面對某種不可預(yù)見的情況，沒有十全十美的自動(dòng)駕駛系統(tǒng)。

對此，吳恩達(dá)認(rèn)為，問題不在于建立一個(gè)完美的駕駛系統(tǒng)，而在于訓(xùn)練旁觀者預(yù)測自駕車行為。

換句話來說，大概是這樣理解的：既然無人車無法適應(yīng)這么復(fù)雜的真實(shí)環(huán)境。那么我們就建造適合無人車的基礎(chǔ)設(shè)施，也就是為汽車提供安全的道路，這就是車聯(lián)網(wǎng)的任務(wù)。

自動(dòng)駕駛領(lǐng)域看似受阻，但并非寒冬將至，各巨頭依舊在積極籌劃、研發(fā)、摸索、推進(jìn)無人汽車的發(fā)展。

自動(dòng)駕駛無人車未來可期！可能就是時(shí)間有點(diǎn)長~