自動駕駛技術是近年來炒得過熱的熱點之一，風頭正盛。但最近的一些風聲似乎對自動駕駛不利。

周二，自動駕駛領頭羊Waymo老大親自承認：自動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合創始人Steve Wozniak緊跟話茬：自動駕駛汽車不可能在不久的將來實現，并且還直言“我不相信自動駕駛汽車”。

這是個什么節奏呢？自動駕駛寒冬將至嗎？

通用宣稱2019年投入全自動汽車生產，這些車沒有方向盤或不用司機介入；

Delphi和MobileEye的Level 4系統也定于2019年；

Nutonomy這樣的創業公司也計劃明年在新加坡街頭部署數千輛無人駕駛出租車。

距離2019年只剩一個多月了，而我們的自動駕駛汽車距離我們還有多遠呢？

難！L5技術真的很難！

Waymo公司CEO John Krafcik表示現實中其實已經有自動駕駛了，但卻還不能普及。主要原因還是在于目前的自動駕駛技術還沒有達到在任何天氣和任何條件下都能駕駛的最高等級L5。

John Krafcik

Waymo作為自動駕駛領域的領頭羊，在2016年便啟動了第一輛無人車上路，到如今已經歷時整整七年了。盡管已經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。

自動駕駛真是場景是非常的復雜的，對于復雜場景的泛化能力遠低于人類。如果算法無法超越人類，悲劇事故就容易產生。

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

今年3月份，Uber自動駕駛錯誤的將過馬路的婦女誤認成其他未知物體而導致相撞，最終女子身亡。

這些都是慘痛的教訓。

此外，蘋果聯合創始人Steve Wozniak指出了另外一個不能普及的原因。

“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?！?/p>

似乎跟人類有關，但不可否認的是，人類建造的道路基礎設施不僅不滿足自動駕駛的要求，也跟未來的網聯車相距甚遠。

如何解決眼前的困境？

有很多公司已經從深度學習的方向，轉向了基于規則的人工智能。

這是一種早期的技術，可以讓工程師將特定的行為或邏輯硬編碼到一個自我導向的系統中。它不具備僅僅通過研究數據來編寫自己行為的能力，還可以讓公司避免深度學習的一些局限性。

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

對此，吳恩達認為，問題不在于建立一個完美的駕駛系統，而在于訓練旁觀者預測自駕車行為。

換句話來說，大概是這樣理解的：既然無人車無法適應這么復雜的真實環境。那么我們就建造適合無人車的基礎設施，也就是為汽車提供安全的道路，這就是車聯網的任務。

自動駕駛領域看似受阻，但并非寒冬將至，各巨頭依舊在積極籌劃、研發、摸索、推進無人汽車的發展。

自動駕駛無人車未來可期！可能就是時間有點長~