每当我们谈到自动驾驶汽车，就仿佛未来已经在眼前。

《卫报》2015 年时曾预言称，「到了 2020 年后排才是驾驶员的专座」。

2016 年，Business Insider 又用到了《2020 年 100 万台自动驾驶汽车上路》这样的大标题。自动驾驶行业的头部玩家们也信心满满，包括通用、Waymo、丰田在内的巨头，都曾宣称要在 2020 年搞定自动驾驶汽车。

跳票王 Elon Musk 更是乐观异常，预言特斯拉 2018 年就能实现自动驾驶。

2020 年到了，他们集体被打脸。为什么自动驾驶的理想与现实出现了如此脱节？

自动驾驶的大脑是人工智能，而刚刚过去的十年是这项技术的黄金发展期，我们见证了 AI 在翻译、语音信号生成、计算机视觉、目标识别和博弈能力上的巨大进步。曾经，AI 连图片上的猫猫狗狗都辨认不出。

现在，这类任务却是小菜一碟。也正是 AI 的迅速发展，让人类有些飘飘然了，研究人员想当然的认为，我们能将 AI 技术的一些成功复制到其他领域。但切换到自动驾驶汽车上，当下 AI 技术的局限性马上就表现出来了。即使投入了大量时间和金钱，也没有团队能让 AI 得心应手的解决现实问题——即让自动驾驶汽车获得高度可靠性。现在来看，如果有了训练数据就能迎刃而解，因为当下的机器学习系统需要这些「养料」。

但是，数十亿小时的精华驾驶数据去哪儿找？这在时间还是金钱方面都不允许。再者，各种极端状况都是随机发生。

为了解决数据荒，各家公司都使上了浑身解数。他们组建车队派测试车上路，搞模拟器训练自动驾驶系统，还不断通过重复某个场景进行定向提升。

工程师们几十年前就开始设计自动驾驶原型车，其背后的理念非常简单，即用摄像头武装汽车，使它能对周边物体进行追踪并做出相应的反应。但如此简单的描述省略了很多复杂的东西，毕竟驾驶是最复杂的人类活动之一。

因为我们在驾驶时还会与其他交通参与者进行眼神交流，以确认到底谁该先行。同时，人类还能积极应对天气变化，在关键时刻做出判断，而这些很难编进代码中。

就拿 Waymo 的自动驾驶汽车来说，Waymo 不但要用上摄像头和雷达，还得靠昂贵的激光雷达来保驾护航。有了这些传感器，车辆才能搭建出周边实时态势图。

在物体探测和追踪能力的训练上，自动驾驶公司更是需要投入天量的数据，这也是 Waymo 孜孜不倦积累测试里程的原因。通过一系列努力，这些公司确实在不断向成功靠拢。

比如 Waymo 在凤凰城的自动驾驶出租车已经开始逐步取消安全驾驶员。如果一切顺利， Wamyo 今年就会在其他城市开辟新战场。但这个过程并非一蹴而就，Waymo 到了新地盘甚至可能要从零开始。

从积极的角度来看，我们其实正在向自动驾驶时代靠近，毕竟 Waymo 在亚利桑那的自动驾驶打车服务已经开始逐步取消安全驾驶员了。Cruise 的同类服务虽然 2019 年跳票了，但今年有希望真正落地。

今年 2 月初，Cruise 还发布了没有方向盘和踏板的自动驾驶汽车 Origin，这款车可是为量产而来的。至于特斯拉，也随时有可能通过 OTA 推送让几十万辆车拥有自动驾驶能力。

当然，对自动驾驶的未来，业界也不乏质疑的声音。最近，大众集团 CEO Diess 就表示，全自动驾驶可能永远也实现不了。虽然 Diess 的预测有些「刺耳」，但现实确实如此，我们谁也说不准真正的自动驾驶汽车何时才能落地。从某种意义上来说，我们现在处在一个尴尬的转型时刻，理想与现实之间还有差距。

我们可以说自动驾驶今年就能实现，但它实现的前提条件是在限定场景。如果你想要终极版的自动驾驶，也可以说它永远无法实现。

当然，各家公司在研发上肯定不会放松，因为他们都想通过先发优势，在出租车、卡车、物流和配送等场景瓜分蛋糕。

返回第一电动网首页 >