英国《卫报》在2015年猜测：到2020年，你将成为一个“永世后座司机”。BusinessInsider 2016年一篇头条消息题目为《2020年，1000辆无人驾驶汽车将会上路》。通用汽车、谷歌的Waymo、丰田和本田曾颁布发表，2020年将消费出无人驾驶汽车。马斯克也曾放言说，特斯拉将在2018年告竣这一目的，假如2018年不克不及胜利，2020年也终会完成。

　　而现在，2020年到了，无人驾驶汽车却没能践约呈现。

　　究竟上，虽然在科技和汽车制作范畴，很多顶尖品牌都做出了不凡的勤奋，但无人驾驶汽车仍旧高不可攀。如今，你能够买到一辆会在发作碰撞时实时为你刹车的汽车，也能够买到一辆协助你在高速路上主动巡航、安稳运转的汽车，但惟独买不到一辆真实的无人驾驶汽车。

　　这是为何？大概我们能够从以下九个成绩中得到谜底。

　　1. 为何无人驾驶汽车上路花的工夫比预期更长？

　　无人驾驶汽车依托野生智能事情。21世纪的前10来年，AI获得的停顿可谓“巨大”，我们看到语音天生、计较机视觉和物体辨认和游戏等方面有了宏大的前进：好比已往，AI很难在一张图片中辨认出某种植物，但如今这对AI来讲几乎何足道哉。

　　但在无人驾驶汽车范畴，AI的范围性仍然十分较着。即便投入了大批的工夫、款项和精神，也没有团队真正找到让AI在实践成绩中阐扬相当主要感化——以高度牢靠性和精准度导飞行进——的处理计划。锻炼无人驾驶汽车需求大批培训数据。bwin必赢app最幻想的法子是向其展现数十亿小时的实在驾驶画面，并以此来教诲计较机优良的驾驶举动。

　　但最次要的成绩是数据不敷，且要得到某些数据时需求支出“高贵的价格”，好比：目击火线发作车祸，或在门路上碰到碎屑……只要发作了这些状况，AI才气得到相干数据，得出处理计划。

　　由于数据不敷，对无人驾驶计较机的锻炼就可以够会有很多完善。汽车制作商试图以多种方法处理这个成绩：他们让汽车行驶了更多里程，对汽车停止更多模仿锻炼，以至设想特定状况，以便得到更多培训数据。

　　这些动作仿佛获得了必然的结果，好比Waymo的汽车的确能够在无人驾驶的状况下在亚利桑那州的街道上遨游，但究竟上，这统统停顿其实不那末顺遂（下文会有进一步胪陈）。

　　2. 无人驾驶汽车投入市场后，天下会酿成甚么样？

　　虽然碰到波折，许多企业仍在连续投资无人驾驶，由于无人驾驶汽车一旦胜利消费出来，天下将发作天翻地覆的变革，企业也将大赚一笔。

　　并且消耗者也会想要一些改动。好比，能够在上班途中停止浏览大概歇息；无人驾驶汽车也将给残疾人供给许多便当，究竟结果他们中的许多人没法获得驾照，单独一人去商超、病院、公司都太艰难了。

　　通用汽车公司巡航部分的无人驾驶汽车在旧金山的一个十字路口等待经由过程

　　不外，一些研讨职员以为，除非我们对街道停止严重革新，以便更简单地向无人驾驶汽车转达信息，不然无人驾驶汽车不会普遍地存在。而停止大范围的街道革新价格很高贵，不但需求款项、人力，还需求一个国度在天下范畴的和谐。

　　3. 无人驾驶汽车范畴的“领头羊”们正在做甚么？

　　评价无人驾驶汽车研讨的先辈性，有两其中心统计数据能够参考。

　　一是它行驶了几英里，这意味着一家公司具有几培训数据，和为此投入了几资金。

　　另外一个是“自驾离开”数据，自驾离开指的是在行驶过程当中，因计较机没法处置特别状况，汽车不能不暂时被人类司机接收的状况。

　　在这两个方面，Waymo都无疑是“领头羊”。Waymo前不久颁布发表，该公司无人驾驶汽车统共行驶了2000万英里：2018年，Waymo 在加利福尼亚州行驶了 120 万英里，每 1000 英里有0.09 英里“自驾离开”。排在第二位的是通用汽车的Cruise：行驶了约100万英里，每1000英里的“自驾离开”数据为0.19。

　　4. 无人驾驶真的比人类驾驶更宁静吗？

　　2018年3月18日，无人驾驶汽车初次发作严峻变乱：在美国亚利桑那州坦佩市，Uber一辆配有宁静驾驶员的无人驾驶汽车撞死了一名49岁的女子，其时她正骑着自行车穿过街道。

　　这一变乱让人考虑，无人驾驶真的比人类驾驶更宁静吗？

　　Waymo行驶了2000万英里还没有发作致命变乱，但思索到其汽车行驶的里程数远远没法与人类比拟，因而要证实它们比人类驾驶员更宁静还为时过早。

　　2017年3月28日，Uber无人驾驶汽车驶过旧金山第五街道

　　Uber无人驾驶汽车在未几的行驶里程数里发作了一同致命变乱。固然该公司没有宣布相干数据，但按照客岁的初次公然募股（IPO）文件，它行驶了”数百万英里”，这个数字与人类行驶里程数相差甚远。别的，对首例无人驾驶汽车致死案件的查询拜访表白，Uber无人驾驶犯了许多可防备的毛病。

　　美国国度运输宁静委员会（NTSB）于2019年12月公布的变乱陈述显现，变乱发作时，“远程摄像头”和“传感器”并未被利用。

　　NTSB陈述还显现，体系存在毛病警报的成绩。好比，在宁静的状况下检测到伤害，并按照其检测到的伤害从头编程——无人驾驶体系在一秒钟内抑止刹车，同时计较出替换途径。因而，即便从头编程后的汽车忽然反响过来接下来的行动将会有伤害，它也不会立刻刹车，而是按照替换途径持续行驶。本该制止的碰撞，计较机却“精准地”让汽车持续行驶了整整一秒钟，从而变成大祸。

　　Uber无人驾驶汽车的体系设想是，假定行人只会在人行道上过马路，以是当行人没有利用人行道时，它就没法辨认其身份。更蹩脚的是，当体系没法辨认火线运转物体是人仍是自行车时，它就没法保存任何有关物体挪动的信息。

　　以是，在Uber的致死案件中，体系在撞击前六秒钟觉得到了行人的存在，但在致使命的速率与行人相撞之前，它甚么也没做。

　　5. 无人驾驶汽车对情况有益吗？

　　反对者以为，无人驾驶汽车对情况有益处。

　　他们宣称，有了无人驾驶汽车后，许多人能够不会再想买车，转而利用同享汽车，从而削减没必要要的出行次数。别的，也有人以为，人类司机“用力加快、告急制动”等举动会使策动机空转，加快燃油耗损，而这些是无人驾驶汽车能够免的。

　　但跟着无人驾驶汽车愈来愈近，这些所谓的益处开端变得不那末理想。没有太多证据表白，计较机驾驶比人类驾驶更省油。

　　一项小型研讨显现，自顺应巡航掌握能够将燃油服从进步5％到7％，但除此以外没有甚么其他意义。别的，研讨职员研讨了节油才能更高的汽车对行驶里程的影响，发如今大多状况下，具有更高燃油服从的无人驾驶汽车其实不料味着会低落排放。

　　一项旨在“预算无人驾驶汽车对汽车利用举动的影响”的研讨表白，具有没有人驾驶汽车后，人们能够会更多天时用汽车出行。研讨者为一个家庭供给了利用一周无人驾驶汽车效劳的用度。他们试图用这类方法来模仿具有没有人驾驶汽车的家庭糊口。成果让人绝望：出行次数变多了。

　　固然，仅仅研讨一个礼拜的驾驶风俗不敷以证实甚么。今朝，研讨职员正在筹办更多的数据停止将来研讨，扩展样本与工夫轴线后的成果使人等待。

　　6. 假如无人驾驶汽车没必要然更宁静，也没必要然更环保，为何还要研发？

　　读到这里，你能够发生了一些灰心感情，但无人驾驶范畴也不乏更人奋发的动静：无人驾驶车的研发能够会使老年人和残疾人的糊口愈加便当，并为人们供给更好、更宁静、更经济的挑选。将来的研发将使无人驾驶汽车更宁静——或许其宁静性会超越人类司机。

　　从某种意义上说，我们正处在一个为难的过渡时辰，我们盼望无人驾驶汽车的到来，但同时又晓得这条路上艰难重重。

　　每项新手艺在创造早期都陪伴伤害，但成熟以后能够会为人类带来极大便当。如许的例子实在其实不稀有，好比飞机在刚创造时，现在却日趋成为一样平常糊口中不成短少的交通东西。

　　7. 法令与政策在无人驾驶汽车的开展中饰演了甚么脚色？

　　今朝，全天下还没有关于无人驾驶汽车的同一法令。在外洋，大部门政策划作次要发作在州一级，且各州环绕无人驾驶汽车的法令差别很大。这些政策将会影响无人驾驶汽车的利用，也决议着它对情况的影响是好是坏。

　　比方，在高额汽油税下，碳排放的社会本钱能够会反应在无人驾驶汽车的价钱上。可是，今朝的交通政策对驾车的社会本钱并没有起到多大感化，而这个成绩在无人驾驶汽车上路后只会变得愈加严峻。

　　8. 我们什么时候能够具有没有人驾驶汽车？

　　人类从未截至对无人驾驶汽车的研讨。

　　Waymo自2017年以来不断在停止无人驾驶汽车的测试。通用Cruise此前推延了2019年的主动出租车效劳，但其以为该效劳能够在2020年景为理想。本年早些时分，该公司推出了一款没有标的目的盘和工夫表的汽车，但还没有对外贩卖。特斯拉的高速公路主动驾驶的机能很好，但远未到达真实的无人驾驶的程度。

　　固然也有差别定见。群众汽车公司首席施行官就暗示，能够“永久不会有”无人驾驶汽车。

　　特斯拉Model 3装备部门主动驾驶体系，于2020年1月9日在比利时布鲁塞尔的布鲁塞尔展览会上展出

　　就今朝的状况而言，猜测无人驾驶汽车终究什么时候真正面世另有必然难度。许多公司在宣布研发停顿的同时，也会坦白遭受的不幸，由于他们晓得，像Uber那样严峻的交通变乱不只恐怖，还会给他们将来的研发带来恶运。

　　不管怎样，无人驾驶的研讨还在停止，无人驾驶汽车必定比客岁更靠近我们，但距真正投放市场另有相称长的路要走。或许，三四年后我们才气更明晰地晓得，人类什么时候能真正用上无人驾驶汽车。

　　9. 无人驾驶汽车究竟是怎样事情的？

　　无人驾驶汽车背后的理念十分简朴：在汽车上装置摄像头，摄像头能够跟踪四周的一切物体，并在汽车要转向时做出反响；别的，人类教会车载计较机门路划定规矩，并让它们借助导航能抵达目标地。

　　但是，以上简朴的形貌躲避了背后躲藏的一大堆庞大成绩。

　　驾驶是人类常常做的庞大举动之一。究竟上，车载计较性能够遵照门路划定规矩，但仍旧没法像人类那样开车，好比与别人停止眼神交换以确认谁有权通行，对气候情况做出判定性反响等等。

　　以至是一些简朴的驾驶操纵，好比跟踪汽车四周的物体，实践上也比听起来要顺手很多。以无人驾驶汽车的行业指导者、谷歌的姊妹公司Waymo为例。Waymo的汽车是无人驾驶汽车中的“榜样生”：它们利用高分辩率的摄像头和激光雷达的办法（道理是经由过程使物体反射光芒和声音来估量与物体之间间隔）来让汽车计较机感知与其他汽车、自行车、行人和停滞物的地位和挪动地位。

　　完成这些功用需求大批的锻炼数据。也就是说，汽车必需操纵Waymo搜集的数百万英里的行驶数据，来构成对其他物体能够怎样活动的预判。

　　因而，工程师必需确保其AI体系可以准确地将模仿数据（因为很难在实在门路上得到充足的锻炼数据，因而不能不接纳模仿数据）推行到理想天下。

　　以上这些还远远不是对无人驾驶汽车上路事情时全部体系的完好形貌。

　　但这阐明了十分主要的一点：研发无人驾驶汽车的过程当中，许多即便是“简朴”的事也躲藏了使人惊奇的庞大性。