寒冬將至？ 谷歌無人車老大承認完全自動駕駛遙遙無期

最近的風向似乎對自動駕駛不利。Waymo的負責人和蘋果的聯合創始人都認為，自動駕駛的普及需要幾十年的時間。此前，許多公司將2019年視為全自動駕駛汽車投入運營的關鍵一年。一個半月后，告別2018。自動駕駛汽車的夢想可能比我們實現的更遠，技術可能使我們這一代人無法完全駕駛。自動駕駛進入寒冷的冬天？周二，自動駕駛的領導者Waymo親自承認，自動駕駛汽車在道路上普及還需要幾十年的時間。聲音還沒有落下。今天，硅谷大亨蘋果公司的另一位聯合創始人史蒂夫·沃茲尼亞克也緊隨其后：自動駕駛汽車在不久的將來無法實現，他還直言不諱地說：“我不相信自動駕駛汽車。”

Steve Wozniak2019在2019年交了作業：通用汽車宣布將于2019年投入全自動汽車生產。這些汽車沒有方向盤，也沒有駕駛員干預；Delphi和MobileEye的4級系統也計劃在2019年推出；

Nutonomy等初創公司還計劃明年在新加坡街頭部署數千輛無人駕駛出租車。一個半月后，告別2018。自動駕駛汽車的夢想可能比我們實現的更遠，技術可能使我們這一代人無法完全駕駛。Waymo負責人：Waymo首席執行官，L5技術真的非常困難。

約翰·克拉夫西克本周二在《華爾街日報》上。

在D.Live技術會議上，人們承認自動駕駛的道路很長。他說，盡管無人駕駛汽車“真的在這里”，現實中也有自動駕駛汽車，但它們還遠遠沒有普及。主要原因是自動駕駛技術還沒有達到在任何天氣和條件下都能駕駛的最高水平L5。約翰·克拉夫西克表示，這項技術“非常非常困難”。

John KrafcikWaymo從2009年推出到2016年推出第一輛無人駕駛汽車，歷時七年。從這個意義上說，它已經實現了0比1的目標。盡管克萊里季斯一次訂購了62000輛汽車，但這一數字與約翰·克拉夫西克所說的“普及”仍相去甚遠。一個原因是自動駕駛的復雜場景太多，算法無法滿足要求。舉一個簡單的例子：Daniel認為他們可以通過正確的算法來提高泛化能力，但當我們改變圖像的幾個像素時，算法的輸出結果是非常不同的，甚至北極熊可以被標記為狒狒、貓鼬或黃鼠狼。此外，網絡越深，我們就越能看到這些故障的普遍性。這表明CNN的體系結構忽略了經典的采樣定理，因此不能保證泛化。結論是，CNN在物體識別方面的性能遠低于人類的泛化能力。

一旦這種能力無法超越人類，悲劇就會發生：2016年，特斯拉的一輛Model S汽車追尾了一輛白色拖車，導致司機死亡。當時，特斯拉官方表示，拖車的側面是白色的，這導致駕駛員和自動駕駛系統在強烈的陽光下沒有注意到拖車。今年3月，優步的自動駕駛汽車撞上了一名過馬路的婦女。后來的調查報告顯示，自動駕駛軟件首先錯誤地將該女子識別為未知物體，然后是一輛汽車，最后是一輛自行車。最后，這個女人被殺了。蘋果公司聯合創始人史蒂夫·沃茲尼亞克指出了自動駕駛無法普及的另一個原因：“道路是人類建造的，人類是不完美的，目前汽車無法解釋這一因素。”這聽起來仍然與人類有關，但不可否認的是，人類建造的道路基礎設施不僅不符合自動駕駛的要求，而且離未來的網絡化汽車還很遠。深度學習并不是唯一的解決方案。就算法而言，深度學習并不是唯一的人工智能技術。一些公司已經轉向基于規則的人工智能，這是一種早期技術，允許工程師將特定的行為或邏輯硬編碼成一個自主的系統。它不具備僅僅通過研究數據來編寫自己的行為的能力，而且它還允許公司避免深度學習的一些限制。然而，由于感知仍然深受深度學習技術的影響，并且深度學習算法在視覺訓練中非常有效，如果允許工程師進行實驗，很難說他們會接受新技術。對于特斯拉或優步的致命車禍，工程師沒有辦法提前預測，只能依靠積累大量數據來訓練算法來適應不同的場景。然而，這個場景無處不在，而且比劇本復雜了數萬倍。所有的自動駕駛汽車都需要面對一些不可預見的情況，并且沒有完善的自動駕駛系統。百度前首席科學家、Drive.AI董事會成員吳恩達（Andrew Ng）認為，問題不在于建立完美的駕駛系統，而在于訓練旁觀者預測自我駕駛行為。換句話說，人們可以為汽車提供安全的道路，這就是汽車聯網的任務。隨著5G的到來，在車聯網做生意似乎比在L5做生意可靠得多。盡管蘋果公司聯合創始人史蒂夫·沃茲尼亞克也表示，“我不相信自動駕駛汽車”，但蘋果公司一直在開發與……相關的技術……

經濟駕駛。尤其是幾個月前，蘋果公司聘請了特斯拉工程部副總裁Doug Field，并在今年招募了數十名前特斯拉員工。

蘋果的造車計劃一直受到業界的關注，但從史蒂夫·沃茲尼亞克的角度來看，蘋果似乎更關心開發具有輔助駕駛技術的汽車，而不是追求全自動駕駛。史蒂夫·沃茲尼亞克自己擁有一輛特斯拉。盡管他喜歡駕駛，但他不認為特斯拉的自動駕駛是人們心目中的自動駕駛。他解釋說，在升級了他的特斯拉后，他放棄了這款特斯拉可以完全自行駕駛的想法。Steve Wozniak認為，輔助駕駛技術可以讓汽車“發現紅燈，識別標志，幫助避免交通事故”。家庭：不是Waymo的生命，而是Waymo的疾病。目前，Waymo擁有600多輛克萊斯勒小型貨車，擁有加州車輛管理局（DMV）頒發的測試許可證的車輛越多，就有100多輛（9月份的數據）。如上所述，Waymo一次性從克萊里季斯訂購了62000輛汽車，這在當時震驚了整個行業。要知道，10月份，中國的乘用車出口僅為5萬輛，所有韓國汽車在中國的銷量僅為10.6萬輛。Waymo的大訂單足以讓Clerides消化很長一段時間。Waymo走的是“造火箭”的路線：高舉高打，直接進入L4，依靠谷歌爸爸燒錢買量，目標是一步到位。這條路線收效甚微：在最新的財報會議上，Waymo母公司Alphabet的首席財務官表示，Waymo也開始為自動駕駛出行服務制定定價模型，亞利桑那州的用戶已經愿意支付，但具體的支付標準沒有透露。國外有人做，國內也有人跟著做。在中國也有多家公司走Waymo路線，如Pony.ai、文遠智行（原名景馳科技）Roadstar.ai等。其中，更名后的文遠智興最近在廣州大學城嘗試了自動駕駛出租車業務。但據《南方都市報》報道，由于檢測乘客數量大，加上交通法規的限制，運營并沒有想象中的那么順利，這個項目很快就被叫停了。與Waymo相比，無論是在汽車數量還是資本體量上，國內的自動駕駛公司都無法與之匹敵，而且在資本的推動下，國內生產L4級乘用車的公司不僅需要實現量產，還需要找到落地場景，盡快實現業務閉環，他們還忙于處理全國各地的法律和政策，所以他們的負擔并不容易。與去年相比，今年自動駕駛公司可能會感到“焦慮”。這種焦慮也可以從今年的融資情況中反映出來。智源新統計了過去五年在自動駕駛領域的投資事件。在2016年達到140的峰值后，今年國內在自動駕駛領域的投資數量已恢復到2015年的水平，連續兩年下降。（截至今年11月的數據）“沒有Waymo的生命，我得了Waymo的病。”谷歌從2009年開始孵化Waymo，明年正好是十年。在過去的十年里，Waymo不僅制造了第一輛自動駕駛汽車，贏得了第一場自動駕駛訴訟，實現了第一次1000萬英里的道路測試，并啟動了第一個自動駕駛充電項目，還計劃進入中國，與中國本土玩家競爭。差不多到了交作業的時候了。有人敢先上去和年級里的第一場PK對話嗎？最近的風向似乎對自動駕駛不利。Waymo的負責人和蘋果的聯合創始人都認為，自動駕駛的普及需要幾十年的時間。此前，許多公司將2019年視為全自動駕駛汽車投入運營的關鍵一年。一個半月后，告別2018。自動駕駛汽車的夢想可能比我們實現的更遠，技術可能使我們這一代人無法完全駕駛。自動駕駛進入寒冷的冬天？周二，自動駕駛的領導者Waymo親自承認，自動駕駛汽車在道路上普及還需要幾十年的時間。聲音還沒有落下。今天，硅谷大亨蘋果公司的另一位聯合創始人史蒂夫·沃茲尼亞克也緊隨其后：自動駕駛汽車在不久的將來無法實現，他還直言不諱地說：“我不相信……

小精靈駕駛的汽車。"

Steve Wozniak2019在2019年交了作業：通用汽車宣布將于2019年投入全自動汽車生產。這些汽車沒有方向盤，也沒有駕駛員干預；Delphi和MobileEye的4級系統也計劃在2019年推出；

Nutonomy等初創公司還計劃明年在新加坡街頭部署數千輛無人駕駛出租車。一個半月后，告別2018。自動駕駛汽車的夢想可能比我們實現的更遠，技術可能使我們這一代人無法完全駕駛。Waymo負責人：Waymo首席執行官，L5技術真的非常困難。

約翰·克拉夫西克本周二在《華爾街日報》上。

在D.Live技術會議上，人們承認自動駕駛的道路很長。他說，盡管無人駕駛汽車“真的在這里”，現實中也有自動駕駛汽車，但它們還遠遠沒有普及。主要原因是自動駕駛技術還沒有達到在任何天氣和條件下都能駕駛的最高水平L5。約翰·克拉夫西克表示，這項技術“非常非常困難”。

John KrafcikWaymo從2009年推出到2016年推出第一輛無人駕駛汽車，歷時七年。從這個意義上說，它已經實現了0比1的目標。盡管克萊里季斯一次訂購了62000輛汽車，但這一數字與約翰·克拉夫西克所說的“普及”仍相去甚遠。一個原因是自動駕駛的復雜場景太多，算法無法滿足要求。舉一個簡單的例子：Daniel認為他們可以通過正確的算法來提高泛化能力，但當我們改變圖像的幾個像素時，算法的輸出結果是非常不同的，甚至北極熊可以被標記為狒狒、貓鼬或黃鼠狼。此外，網絡越深，我們就越能看到這些故障的普遍性。這表明CNN的體系結構忽略了經典的采樣定理，因此不能保證泛化。結論是，CNN在物體識別方面的性能遠低于人類的泛化能力。

一旦這種能力無法超越人類，悲劇就會發生：2016年，特斯拉的一輛Model S汽車追尾了一輛白色拖車，導致司機死亡。當時，特斯拉官方表示，拖車的側面是白色的，這導致駕駛員和自動駕駛系統在強烈的陽光下沒有注意到拖車。今年3月，優步的自動駕駛汽車撞上了一名過馬路的婦女。后來的調查報告顯示，自動駕駛軟件首先錯誤地將該女子識別為未知物體，然后是一輛汽車，最后是一輛自行車。最后，這個女人被殺了。蘋果公司聯合創始人史蒂夫·沃茲尼亞克指出了自動駕駛無法普及的另一個原因：“道路是人類建造的，人類是不完美的，目前汽車無法解釋這一因素。”這聽起來仍然與人類有關，但不可否認的是，人類建造的道路基礎設施不僅不符合自動駕駛的要求，而且離未來的網絡化汽車還很遠。深度學習并不是唯一的解決方案。就算法而言，深度學習并不是唯一的人工智能技術。一些公司已經轉向基于規則的人工智能，這是一種早期技術，允許工程師將特定的行為或邏輯硬編碼成一個自主的系統。它不具備僅僅通過研究數據來編寫自己的行為的能力，而且它還允許公司避免深度學習的一些限制。然而，由于感知仍然深受深度學習技術的影響，并且深度學習算法在視覺訓練中非常有效，如果允許工程師進行實驗，很難說他們會接受新技術。對于特斯拉或優步的致命車禍，工程師沒有辦法提前預測，只能依靠積累大量數據來訓練算法來適應不同的場景。然而，這個場景無處不在，而且比劇本復雜了數萬倍。所有的自動駕駛汽車都需要面對一些不可預見的情況，并且沒有完善的自動駕駛系統。百度前首席科學家、Drive.AI董事會成員吳恩達（Andrew Ng）認為，問題不在于建立完美的駕駛系統，而在于訓練旁觀者預測自我駕駛行為。換句話說，人們可以為汽車提供安全的道路，這就是汽車聯網的任務。隨著5G的到來，在車聯網做生意似乎比在L5做生意可靠得多。盡管蘋果公司聯合創始人史蒂夫·沃茲尼亞克也表示，“我不相信自動駕駛汽車”，但蘋果公司一直在開發與……相關的技術……

經濟駕駛。尤其是幾個月前，蘋果公司聘請了特斯拉工程部副總裁Doug Field，并在今年招募了數十名前特斯拉員工。

蘋果的造車計劃一直受到業界的關注，但從史蒂夫·沃茲尼亞克的角度來看，蘋果似乎更關心開發具有輔助駕駛技術的汽車，而不是追求全自動駕駛。史蒂夫·沃茲尼亞克自己擁有一輛特斯拉。盡管他喜歡駕駛，但他不認為特斯拉的自動駕駛是人們心目中的自動駕駛。他解釋說，在升級了他的特斯拉后，他放棄了這款特斯拉可以完全自行駕駛的想法。Steve Wozniak認為，輔助駕駛技術可以讓汽車“發現紅燈，識別標志，幫助避免交通事故”。家庭：不是Waymo的生命，而是Waymo的疾病。目前，Waymo擁有600多輛克萊斯勒小型貨車，擁有加州車輛管理局（DMV）頒發的測試許可證的車輛越多，就有100多輛（9月份的數據）。如上所述，Waymo一次性從克萊里季斯訂購了62000輛汽車，這在當時震驚了整個行業。要知道，10月份，中國的乘用車出口僅為5萬輛，所有韓國汽車在中國的銷量僅為10.6萬輛。Waymo的大訂單足以讓Clerides消化很長一段時間。Waymo走的是“造火箭”的路線：高舉高打，直接進入L4，依靠谷歌爸爸燒錢買量，目標是一步到位。這條路線收效甚微：在最新的財報會議上，Waymo母公司Alphabet的首席財務官表示，Waymo也開始為自動駕駛出行服務制定定價模型，亞利桑那州的用戶已經愿意支付，但具體的支付標準沒有透露。國外有人做，國內也有人跟著做。在中國也有多家公司走Waymo路線，如Pony.ai、文遠智行（原名景馳科技）Roadstar.ai等。其中，更名后的文遠智興最近在廣州大學城嘗試了自動駕駛出租車業務。但據《南方都市報》報道，由于檢測乘客數量大，加上交通法規的限制，運營并沒有想象中的那么順利，這個項目很快就被叫停了。與Waymo相比，無論是在汽車數量還是資本體量上，國內的自動駕駛公司都無法與之匹敵，而且在資本的推動下，國內生產L4級乘用車的公司不僅需要實現量產，還需要找到落地場景，盡快實現業務閉環，他們還忙于處理全國各地的法律和政策，所以他們的負擔并不容易。與去年相比，今年自動駕駛公司可能會感到“焦慮”。這種焦慮也可以從今年的融資情況中反映出來。智源新統計了過去五年在自動駕駛領域的投資事件。在2016年達到140的峰值后，今年國內在自動駕駛領域的投資數量已恢復到2015年的水平，連續兩年下降。（截至今年11月的數據）“沒有Waymo的生命，我得了Waymo的病。”谷歌從2009年開始孵化Waymo，明年正好是十年。在過去的十年里，Waymo不僅制造了第一輛自動駕駛汽車，贏得了第一場自動駕駛訴訟，實現了第一次1000萬英里的道路測試，并啟動了第一個自動駕駛充電項目，還計劃進入中國，與中國本土玩家競爭。差不多到了交作業的時候了。有人敢先上去和年級里的第一場PK對話嗎？

標簽：特斯拉合創發現Model S

汽車資訊熱門資訊