无人驾驶汽车真的指日可待了吗？

无人驾驶是近100年来汽车行业的一个全新高度，也是人们智能出行的梦想目标。今年以来，从各种无人驾驶技术在拉斯维加斯电子产品展上高调亮相，到许多汽车和科技公司激进宣布无人驾驶商业计划，一些媒体开始宣称无人驾驶将比人们想象的来得更早。

图片来源于“123rf.com.cn”当前，社会和行业都存在一种浮躁情绪。无人驾驶似乎指日可待，谁抓不到就会被淘汰，这引起了资本市场的压力和行业的普遍焦虑。无人驾驶真的指日可待吗？我的回答很简单：没有。不仅没有，而且很远。主观能动性是无人驾驶的必要条件。要问为什么，我们必须首先了解什么是无人驾驶，以及我们需要什么样的无人驾驶。无人驾驶是汽车驾驶技术的前沿。根据美国汽车工程学会（SAE）对自动驾驶的五级分类，第一到第三级是有人驾驶自动驾驶，或辅助自动驾驶，即人们仍然对驾驶的最终决定负责。在这些阶段，所有自动驾驶技术的应用只是为了提高人们的驾驶体验，尤其是安全体验。第四级和第五级是无人自动驾驶，即可以将人完全排除在驾驶决策之外，其中第四级是有限场景下的无人驾驶，第五级则是无限场景下的无人机驾驶。显然，第四层和第五层是真正无人驾驶的。本文所讨论的无人驾驶是指以人类行为为目的的四等车和五等车的自动驾驶。第四级无人驾驶可以在一些特定场景下快速实现，但不会给汽车行业带来颠覆性的变化，因为大多数人不会购买只能在指定道路或指定区域行驶的无人驾驶汽车。

追求自由是人之常情，正如美国交通部长赵小兰女士在年初的底特律车展上所说：我们热爱汽车，因为我们热爱自由。限制自由的无人驾驶汽车可能只是公共交通的延伸，不会取代当今庞大的个人汽车市场。要在无限场景中实现无人驾驶，安全是初心，也是最大的障碍。我们必须明白，汽车是一种非常独特的产品，它涵盖的范围很广，涉及人们必要的日常出行，更重要的是，它与人们的生命安全密切相关。开发无人驾驶技术的主要目的是提高其安全性。因为开车过程中的每一个场景都不会重复和复杂，所以如果你在高速行驶中犯了一个轻微的错误，就有可能付出生命的代价。因此，无人驾驶被要求像一个合格的人类驾驶员一样具有主观能动性，这不是哲学意义上的主观能动性。这意味着无人驾驶在遇到任何不熟悉或意外的场景时都能积极做出正确的判断和操作，并能比人类驾驶做得更好，从而实现比人类驾驶更高的安全性。在我们目前的交通环境中，一辆没有主观能动性的无人驾驶汽车无疑是一个巨大的安全隐患，这违反了无人驾驶安全第一的原则。为了减少甚至取代无人驾驶对主观能动性的依赖，人们想象了一个理想化的场景：厘米级的高精度地图覆盖了汽车能到达的所有地方；道路上的每辆车都有车对车和车对系统的智能互联，以避免可能的碰撞；

但也具有行人与汽车分离的客观条件。在这种情况下，即使无人驾驶汽车不是完全主观的，它也可以安全自动地在预定的道路上行驶，就像今天智能制造工厂广泛使用的全自动运输机一样。目前，一些接近这一条件的应用场景正在出现，以在短时间内实现四级受限场景下的无人驾驶。然而，要使所有场景都满足这些条件，显然是一项庞大的工程，这涉及到整个社会生存空间的改造。它永远不可能由一家或几家企业甚至一个行业完成，在可预见的未来也很难成为现实。因此，主观能动性是无人驾驶的必要条件。没有主观能动性的无人驾驶是对科学的不尊重，是对生命的蔑视，是对社会的不负责任。在主观能动性条件尚未成熟的情况下，如何实现主观能动性下的无人驾驶？路径可能有很多，但人工智能技术应用广泛，目前被寄予厚望。什么是人工智能？简单地说，就是利用人工机器（如计算机）来实现人们的感知和决策功能。经过半个多世纪的发展，人工智能技术从早期的语言处理到今天的图像语音识别都取得了长足的进步。特别是近年来，基于机器学习的人工智能技术取得了突破，给我们生活的许多方面带来了极大的便利，如医疗、家庭、娱乐、制造、服务等。

然而，目前的人工智能技术仍处于初级阶段，不具备支持无人驾驶所需的主观能动性的能力。为了理解这一点，我们不妨将人类的智力分为三个层次：1）敏感性；2） 理性：3）灵性。感知是通过类似的条件反射获得的信息和知识。如果你被电炉烫伤过一次，你就不会再碰电炉了。合理性是通过人们的逻辑思维获得的知识，例如做出逻辑判断，如果关闭电源，电炉可以清洁；

另一方面，精神是人们基于一定的感性和理性思维的智能思维，包括人们的自我认知、意识、情感和主观能动性。例如，人们可以安全地使用电炉来制作各种美味的食物，这可以激发无限的愉悦感和享受感。当然，这三个层次的人类智力有着深刻的联系，并且是相辅相成的。精神智慧思维是人类智慧的最高层次。与人类智能的分类相对应，人工智能通常可以分为三个层次，即弱人工智能、一般人工智能（也称为强人工智能）和超级人工智能。弱人工智能是指在一定条件下可以应用的人工智能，如图像识别和语音识别。弱人工智能可以在人类的某些特定定义下实现逻辑推理。尽管它有时可以达到或超过人类的能力（比如下棋），但它并没有真正的智力。规则一旦改变，就不会自行演变，也就是说，它没有意识，也没有主观能动性。一般人工智能是指具有与人类几乎相同的智力，包括自我意识、独立进化和主观能动性。超级人工智能指的是未来的一种可能性，智能机器可能具有超越人类智慧的智能。在后两个阶段，人工智能既可以成为人类的朋友，也可以成为敌人。因此，许多人工智能专家和技术推动者已经联合呼吁人们警惕人工智能可能造成的灾难，并成立了未来生命研究所，这是一个旨在安全使用人工智能的联盟。今天，无论媒体对人工智能的描述多么惊人，无论IBM的DeepBlue和谷歌的AlphaGo如何战胜人类，我们都应该清醒地意识到，人工智能技术仍处于弱人工智能的初级阶段。换句话说，今天的人工智能技术只能在非常有限的条件下实现人类的逻辑推理，只能在人类预先设定的算法规则下学习。它对人的智能思维，如意识、感知和情感无能为力，不具有主观能动性。没有主观能动性的弱人工智能可以在智能家具、智能娱乐、智能制造和智能服务等不涉及生命安全的领域做很多事情。对于自动驾驶来说，弱人工智能技术也可以为辅助自动驾驶提供广泛的应用空间，使其成为人们安全快乐驾驶的好帮手。然而，对于无人驾驶来说，弱人工智能技术提供的应用空间仍然非常有限，无法支持实现无人驾驶所必需的主观能动性。尽管数字技术的局限性无法证明，但我认为从弱人工智能到通用人工智能的主要障碍来自数字计算技术。对于一般的人工智能来说，数字计算技术可能是一种相对落后的技术。数字计算本质上是布尔逻辑的产物。布尔逻辑推理中最重要的定律是排除中间定律，即非黑即白，不存在中间地带。基于二进制的数字计算机最基本的计算单元位只有0和1两种状态，因此数字计算机中的所有信息表达式和运算都是用0和1来执行的。换句话说，所有信息都以离散的数字形式存在于数字计算机中。然而，自然界中几乎所有的变量都是连续的，人类的思维甚至生命过程更是连续的。当我们使用数字计算来处理信息时，我们获得了简洁和快速的优势，但同时也付出了失去信息连续性的巨大代价。在许多工程应用中，连续变量可以通过离散变量的大量迭代来逼近，因此数字处理在许多工程中很有前途。然而，没有办法通过数字计算来表达和处理人们的意识、自我觉醒和主观能动性。

至于古格……

它之所以能在围棋游戏中击败人类，是因为围棋的规则完全符合布尔数学逻辑，围棋的所有选项都可以完全用离散的数字模型来表达。事实上，人们早就认识到布尔逻辑的局限性。半个世纪前提出的模糊逻辑打破了布尔逻辑零一准则的局限，提出了不同程度的连续思维逻辑，更接近人类的思维逻辑。事实上，布尔逻辑只是模糊逻辑的一个理想化特例。在模糊逻辑所基于的连续函数线上，布尔逻辑只存在于一个点上。显然，用离散点的逻辑来准确模拟人类持续的意识思维几乎是不可能的。因此，我认为，通用人工智能的实现取决于超越数字时代。机器学习的真相与困境无人控制决策的实现基于两个方面。首先，通过对汽车物理系统、运行机制和运行轨迹进行建模，实现了人类能够准确描述因果关系的控制策略。然而，这种能够准确描述因果关系的控制策略极其有限，不足以满足无人环境的高度不确定性。因此，近年来，机器学习被广泛应用于无人驾驶技术的发展中，目的是通过大量的数据学习来提高无人驾驶的感知和决策能力。业界对机器学习技术寄予厚望。然而，机器学习很难肩负起赋予汽车主观能动性的重任。这是因为，无论机器学习的算法有多先进，无论是卷积神经网络还是迭代神经网络，归根结底，它都是通过离散数而不是因果关系来表达事物之间的关系。机器学习最基本的目标是获得一种通用的机制，从有限的样本（如人）中识别出无限可能的场景。然而，因果关系未知的关联数字模型就像一个黑匣子，很难产生普遍的规律和机制。因此，机器学习建立的数字模型及其算法缺乏可拓生成的功能，因此很难进行推理。尽管人工智能领域已经注意到机器学习的这一局限性，并已开始研究，但理论突破还需要时间。许多人工智能专家对该行业过度夸大机器学习的作用表示非常担忧。例如，美国纽约大学著名人工智能教授加里·马库斯博士指出，过度炒作人工智能可能会导致其进入下一个冬天。

尽管人们对机器学习在无人驾驶中的应用抱有很高的期望，但目前，基于机器学习的无人驾驶只能从过去学习的数字模型中找到最接近的场景来控制操作，无法像人类驾驶员一样，对经验和意识丰富的人进行举一反三。在这种情况下，无人驾驶可能会陷入睁一只眼闭一只眼、感觉不到的困境，也可能具有精神分裂症的特征。我们不能把自己的生命托付给这样的无人驾驶。我认为，在数字技术时代，无论计算机芯片的迭代速度有多快，机器学习算法如何改进，都可能只会促进薄弱的人工智能技术的改进，人工智能技术很难有质的飞跃。人工智能的突破还取决于对生命和物质本身基本属性的持续深入探索。换句话说，仅靠基于机器学习的数字算法很难培养无人驾驶所需的主观能动性。无人驾驶的实现需要依靠数字技术的突破和计算技术本身的革命。在仿生学和量子计算的进化中，我们可以看到无人驾驶的曙光。商业化之路艰辛而漫长。即使人工智能技术实现了质的飞跃，能够支持无人驾驶所需的主观能动性，但其工程应用开发和商业化仍需经历一个艰巨的过程……

漫长的过程。无人驾驶是近100年来汽车行业的一个全新高度，也是人们智能出行的梦想目标。今年以来，从各种无人驾驶技术在拉斯维加斯电子产品展上高调亮相，到许多汽车和科技公司激进宣布无人驾驶商业计划，一些媒体开始宣称无人驾驶将比人们想象的来得更早。

图片来源于“123rf.com.cn”当前，社会和行业都存在一种浮躁情绪。无人驾驶似乎指日可待，谁抓不到就会被淘汰，这引起了资本市场的压力和行业的普遍焦虑。无人驾驶真的指日可待吗？我的回答很简单：没有。不仅没有，而且很远。主观能动性是无人驾驶的必要条件。要问为什么，我们必须首先了解什么是无人驾驶，以及我们需要什么样的无人驾驶。无人驾驶是汽车驾驶技术的前沿。根据美国汽车工程学会（SAE）对自动驾驶的五级分类，第一到第三级是有人驾驶自动驾驶，或辅助自动驾驶，即人们仍然对驾驶的最终决定负责。在这些阶段，所有自动驾驶技术的应用只是为了提高人们的驾驶体验，尤其是安全体验。第四级和第五级是无人自动驾驶，即可以将人完全排除在驾驶决策之外，其中第四级是有限场景下的无人驾驶，第五级则是无限场景下的无人机驾驶。显然，第四层和第五层是真正无人驾驶的。本文所讨论的无人驾驶是指以人类行为为目的的四等车和五等车的自动驾驶。第四级无人驾驶可以在一些特定场景下快速实现，但不会给汽车行业带来颠覆性的变化，因为大多数人不会购买只能在指定道路或指定区域行驶的无人驾驶汽车。

追求自由是人之常情，正如美国交通部长赵小兰女士在年初的底特律车展上所说：我们热爱汽车，因为我们热爱自由。限制自由的无人驾驶汽车可能只是公共交通的延伸，不会取代当今庞大的个人汽车市场。要在无限场景中实现无人驾驶，安全是初心，也是最大的障碍。我们必须明白，汽车是一种非常独特的产品，它涵盖的范围很广，涉及人们必要的日常出行，更重要的是，它与人们的生命安全密切相关。开发无人驾驶技术的主要目的是提高其安全性。因为开车过程中的每一个场景都不会重复和复杂，所以如果你在高速行驶中犯了一个轻微的错误，就有可能付出生命的代价。因此，无人驾驶被要求像一个合格的人类驾驶员一样具有主观能动性，这不是哲学意义上的主观能动性。这意味着无人驾驶在遇到任何不熟悉或意外的场景时都能积极做出正确的判断和操作，并能比人类驾驶做得更好，从而实现比人类驾驶更高的安全性。在我们目前的交通环境中，一辆没有主观能动性的无人驾驶汽车无疑是一个巨大的安全隐患，这违反了无人驾驶安全第一的原则。为了减少甚至取代无人驾驶对主观能动性的依赖，人们想象了一个理想化的场景：厘米级的高精度地图覆盖了汽车能到达的所有地方；道路上的每辆车都有车对车和车对系统的智能互联，以避免可能的碰撞；

但也具有行人与汽车分离的客观条件。在这种情况下，即使无人驾驶汽车不是完全主观的，它也可以安全自动地在预定的道路上行驶，就像今天智能制造工厂广泛使用的全自动运输机一样。目前，一些接近这一条件的应用场景正在出现，以在短时间内实现四级受限场景下的无人驾驶。然而，要使所有场景都满足这些条件，显然是一项庞大的工程，这涉及到整个社会生存空间的改造。它永远不可能由一家或几家企业甚至一个行业完成，在可预见的未来也很难成为现实。因此，主观能动性是无人驾驶的必要条件。没有主观能动性的无人驾驶是对科学的不尊重，是对生命的蔑视，是对社会的不负责任。在主观能动性条件尚未成熟的情况下，如何实现主观能动性下的无人驾驶？路径可能有很多，但人工智能技术应用广泛，目前被寄予厚望。什么是人工智能？简单地说，就是利用人工机器（如计算机）来实现人们的感知和决策功能。经过半个多世纪的发展，人工智能技术从早期的语言处理到今天的图像语音识别都取得了长足的进步。特别是近年来，基于机器学习的人工智能技术取得了突破，给我们生活的许多方面带来了极大的便利，如医疗、家庭、娱乐、制造、服务等。

然而，目前的人工智能技术仍处于初级阶段，不具备支持无人驾驶所需的主观能动性的能力。为了理解这一点，我们不妨将人类的智力分为三个层次：1）敏感性；2） 理性：3）灵性。感知是通过类似的条件反射获得的信息和知识。如果你被电炉烫伤过一次，你就不会再碰电炉了。合理性是通过人们的逻辑思维获得的知识，例如做出逻辑判断，如果关闭电源，电炉可以清洁；

另一方面，精神是人们基于一定的感性和理性思维的智能思维，包括人们的自我认知、意识、情感和主观能动性。例如，人们可以安全地使用电炉来制作各种美味的食物，这可以激发无限的愉悦感和享受感。当然，这三个层次的人类智力有着深刻的联系，并且是相辅相成的。精神智慧思维是人类智慧的最高层次。与人类智能的分类相对应，人工智能通常可以分为三个层次，即弱人工智能、一般人工智能（也称为强人工智能）和超级人工智能。弱人工智能是指在一定条件下可以应用的人工智能，如图像识别和语音识别。弱人工智能可以在人类的某些特定定义下实现逻辑推理。尽管它有时可以达到或超过人类的能力（比如下棋），但它并没有真正的智力。规则一旦改变，就不会自行演变，也就是说，它没有意识，也没有主观能动性。一般人工智能是指具有与人类几乎相同的智力，包括自我意识、独立进化和主观能动性。超级人工智能指的是未来的一种可能性，智能机器可能具有超越人类智慧的智能。在后两个阶段，人工智能既可以成为人类的朋友，也可以成为敌人。因此，许多人工智能专家和技术推动者已经联合呼吁人们警惕人工智能可能造成的灾难，并成立了未来生命研究所，这是一个旨在安全使用人工智能的联盟。今天，无论媒体对人工智能的描述多么惊人，无论IBM的DeepBlue和谷歌的AlphaGo如何战胜人类，我们都应该清醒地意识到，人工智能技术仍处于弱人工智能的初级阶段。换句话说，今天的人工智能技术只能在非常有限的条件下实现人类的逻辑推理，只能在人类预先设定的算法规则下学习。它对人的智能思维，如意识、感知和情感无能为力，不具有主观能动性。没有主观能动性的弱人工智能可以在智能家具、智能娱乐、智能制造和智能服务等不涉及生命安全的领域做很多事情。对于自动驾驶来说，弱人工智能技术也可以为辅助自动驾驶提供广泛的应用空间，使其成为人们安全快乐驾驶的好帮手。然而，对于无人驾驶来说，弱人工智能技术提供的应用空间仍然非常有限，无法支持实现无人驾驶所必需的主观能动性。尽管数字技术的局限性无法证明，但我认为从弱人工智能到通用人工智能的主要障碍来自数字计算技术。对于一般的人工智能来说，数字计算技术可能是一种相对落后的技术。数字计算本质上是布尔逻辑的产物。布尔逻辑推理中最重要的定律是排除中间定律，即非黑即白，不存在中间地带。基于二进制的数字计算机最基本的计算单元位只有0和1两种状态，因此数字计算机中的所有信息表达式和运算都是用0和1来执行的。换句话说，所有信息都以离散的数字形式存在于数字计算机中。然而，自然界中几乎所有的变量都是连续的，人类的思维甚至生命过程更是连续的。当我们使用数字计算来处理信息时，我们获得了简洁和快速的优势，但同时也付出了失去信息连续性的巨大代价。在许多工程应用中，连续变量可以通过离散变量的大量迭代来逼近，因此数字处理在许多工程中很有前途。然而，没有办法通过数字计算来表达和处理人们的意识、自我觉醒和主观能动性。

至于古格……

它之所以能在围棋游戏中击败人类，是因为围棋的规则完全符合布尔数学逻辑，围棋的所有选项都可以完全用离散的数字模型来表达。事实上，人们早就认识到布尔逻辑的局限性。半个世纪前提出的模糊逻辑打破了布尔逻辑零一准则的局限，提出了不同程度的连续思维逻辑，更接近人类的思维逻辑。事实上，布尔逻辑只是模糊逻辑的一个理想化特例。在模糊逻辑所基于的连续函数线上，布尔逻辑只存在于一个点上。显然，用离散点的逻辑来准确模拟人类持续的意识思维几乎是不可能的。因此，我认为，通用人工智能的实现取决于超越数字时代。机器学习的真相与困境无人控制决策的实现基于两个方面。首先，通过对汽车物理系统、运行机制和运行轨迹进行建模，实现了人类能够准确描述因果关系的控制策略。然而，这种能够准确描述因果关系的控制策略极其有限，不足以满足无人环境的高度不确定性。因此，近年来，机器学习被广泛应用于无人驾驶技术的发展中，目的是通过大量的数据学习来提高无人驾驶的感知和决策能力。业界对机器学习技术寄予厚望。然而，机器学习很难肩负起赋予汽车主观能动性的重任。这是因为，无论机器学习的算法有多先进，无论是卷积神经网络还是迭代神经网络，归根结底，它都是通过离散数而不是因果关系来表达事物之间的关系。机器学习最基本的目标是获得一种通用的机制，从有限的样本（如人）中识别出无限可能的场景。然而，因果关系未知的关联数字模型就像一个黑匣子，很难产生普遍的规律和机制。因此，机器学习建立的数字模型及其算法缺乏可拓生成的功能，因此很难进行推理。尽管人工智能领域已经注意到机器学习的这一局限性，并已开始研究，但理论突破还需要时间。许多人工智能专家对该行业过度夸大机器学习的作用表示非常担忧。例如，美国纽约大学著名人工智能教授加里·马库斯博士指出，过度炒作人工智能可能会导致其进入下一个冬天。

尽管人们对机器学习在无人驾驶中的应用抱有很高的期望，但目前，基于机器学习的无人驾驶只能从过去学习的数字模型中找到最接近的场景来控制操作，无法像人类驾驶员一样，对经验和意识丰富的人进行举一反三。在这种情况下，无人驾驶可能会陷入睁一只眼闭一只眼、感觉不到的困境，也可能具有精神分裂症的特征。我们不能把自己的生命托付给这样的无人驾驶。我认为，在数字技术时代，无论计算机芯片的迭代速度有多快，机器学习算法如何改进，都可能只会促进薄弱的人工智能技术的改进，人工智能技术很难有质的飞跃。人工智能的突破还取决于对生命和物质本身基本属性的持续深入探索。换句话说，仅靠基于机器学习的数字算法很难培养无人驾驶所需的主观能动性。无人驾驶的实现需要依靠数字技术的突破和计算技术本身的革命。在仿生学和量子计算的进化中，我们可以看到无人驾驶的曙光。商业化之路艰辛而漫长。即使人工智能技术实现了质的飞跃，能够支持无人驾驶所需的主观能动性，但其工程应用开发和商业化仍需经历一个艰巨的过程……

漫长的过程。麻省理工学院的Max Tegmark教授在2017年出版的专著《生命3.0》中指出，人工智能技术的广泛应用应该经过以下几个步骤：1。验证，即证明产品符合设计要求；2.验证，即证明产品符合用户的实际要求；3.网络安全，即提供有效手段防止自然灾害或人为攻击；

4、风险控制（控制），即在发生重大事故时提供有效的控制方案。目前，无人驾驶技术的研发主要集中在第一阶段，即验证无人驾驶能做什么。第二阶段更重要，也更具挑战性，因为用户使用的场景几乎是无限的。在这个阶段，不仅要问无人驾驶能做什么，还要问它不能做什么和不应该做什么，并对无人驾驶的安全性进行非常严格的验证，包括软件、硬件和系统集成的可靠性。这些验证必须严格遵循行业认可的工程标准。然而，这些标准尚未形成，短期内很难制定。因此，目前没有一家无人企业可以声称已经或将要完成无人驾驶的所有验证和演示工作。

0

从汽车架构的角度来看，无人驾驶绝非在现有汽车上添加传感器和控制算法那么简单。汽车车架几乎需要重新设计，以满足无人驾驶情况下的安全要求。例如，汽车的总线布局能否胜任越来越多的电气节点之间安全可靠的通信？汽车怎么能随时知道自己的健康状况？如何确保软件升级的安全性和可靠性？网络传输是否安全可靠？等一下。因为在无人状态下，汽车中的任何小故障都可能造成生命损失。无人驾驶从原型展示到商业化实施，有一个极其漫长的工程过程。仅从道路测试来看，著名咨询公司兰德的研究报告显示，每207000英里只有一次伤亡事故可以证明其具有与载人驾驶相同的安全水平。最近，许多关于无人驾驶上路的报道，无论是公交车还是出租车，无论是外卖还是送餐，基本上都只是示范。如果缺乏脚踏实地的研究和工程开发，过多的示范会弊大于利，也有可能在示范的道路上毁掉无人驾驶。例如，优步事件已经对社会产生了巨大的负面影响。根据美国汽车协会（AAA）的一项调查，优步事件发生后，人们对无人驾驶汽车的不信任程度比去年增加了10%。如果Waymo发生像优步这样的致命事故，我相信这肯定会对社会产生更大的负面影响，导致其无人驾驶项目停滞也并非不可能。最近，福特汽车公司发布的无人驾驶报告是关于信任的，目的是提高人们对无人驾驶的信心。正是因为无人驾驶与生活息息相关。如果没有严格的工程验证和经验过程，任何无人商业产品或服务的结果都将在短时间内几乎是可以预测的：如果不是人们实际参与的无人测试，那么以召回告终的概率非常高。无人驾驶的道路上有两条完全不同的道路。一个是以谷歌为代表的一步到位的路径。谷歌的逻辑是有道理的：人和机器共享的驾驶决策有很大的安全风险，所以最好把所有的驾驶权都交给汽车。另一种是以密歇根大学和许多传统汽车公司为代表的渐进路径，即自动驾驶的进步应该从第一个层次一步一步地发展到第五个层次。这就是为什么密歇根大学将自动驾驶项目称为联网和自动化车辆CAV，而不是简单的无人驾驶汽车。

1

三年前，密歇根大学率先建立了第一个无人专用试验场Mcity。密歇根大学机器人研究所也在积极推动各级自动驾驶技术的研发，并得到了福特等企业的大力支持和密切合作。在汽车行业致力于发展无人驾驶技术的同时，现阶段仍应重点关注智能网联技术在辅助自动驾驶方面的应用；

我们应该放下焦虑，把精力集中到智能网联和ADAS技术的开发和应用上。如上所述，尽管薄弱的人工智能技术不足以支持完全的无人驾驶，但它在辅助自动驾驶方面有很大的潜力，因此智能驾驶不能仅仅用于无人驾驶。我相信，通用汽车、福特、上汽、长安等传统汽车以及博世等供应商都致力于开发和应用智能技术来辅助自动驾驶阶段，这将真正为用户带来丰富美好的驾驶体验，尤其是安全的体验。例如，通用汽车在花费巨资进行无人驾驶项目的同时，早在2014年就布局了超级巡航项目，以发展驾驶员辅助水平，并于今年成功推出，取得了良好的经济效益。脚踏实地，勇往直前。正如一位智者所说，我们知道生活的真相，我们仍然热爱它。尽管无人驾驶的道路充满荆棘，尽管它的实现仍然遥遥无期，但我们无法停止。我们满怀希望，但我们应该认清事实，脚踏实地，勇往直前。在实现更好无人驾驶的道路上，汽车行业应注意避免大跃进的心态，从而实现有限资源的合理配置。为了避免在同一水平上有太多的重复，汽车行业应该团结起来，走合作、突破、共享的道路。目前，在有限的场景中推广无人驾驶对行业来说意义重大，因为这是实现无人驾驶的必由之路。由于无人驾驶从有限的场景到无限的场景还有很长的路要走，其盈利模式也尚不明确，资本市场应该给予企业，尤其是初创企业更多的耐心和支持。同时，无人驾驶技术的任何突破都应该关注其在辅助自动驾驶中的商业应用，并且对于L4来说，使L3结果开花是一个很好的策略。如果行业和资本市场能够在大力投资无人驾驶技术应用和发展的同时，支持人工智能的基础研究，将有助于计算机技术和人工智能技术的突破，早日迎来完全无人驾驶的曙光。麻省理工学院的Max Tegmark教授在2017年出版的专著《生命3.0》中指出，人工智能技术的广泛应用应该经过以下几个步骤：1。验证，即证明产品符合设计要求；2.验证，即证明产品符合用户的实际要求；3.网络安全，即提供有效手段防止自然灾害或人为攻击；

4、风险控制（控制），即在发生重大事故时提供有效的控制方案。目前，无人驾驶技术的研发主要集中在第一阶段，即验证无人驾驶能做什么。第二阶段更重要，也更具挑战性，因为用户使用的场景几乎是无限的。在这个阶段，不仅要问无人驾驶能做什么，还要问它不能做什么和不应该做什么，并对无人驾驶的安全性进行非常严格的验证，包括软件、硬件和系统集成的可靠性。这些验证必须严格遵循行业认可的工程标准。然而，这些标准尚未形成，短期内很难制定。因此，目前没有一家无人企业可以声称已经或将要完成无人驾驶的所有验证和演示工作。

0

从汽车架构的角度来看，无人驾驶绝非在现有汽车上添加传感器和控制算法那么简单。汽车车架几乎需要重新设计，以满足无人驾驶情况下的安全要求。例如，汽车的总线布局能否胜任越来越多的电气节点之间安全可靠的通信？汽车怎么能随时知道自己的健康状况？如何确保软件升级的安全性和可靠性？网络传输是否安全可靠？等一下。因为在无人状态下，汽车中的任何小故障都可能造成生命损失。无人驾驶从原型展示到商业化实施，有一个极其漫长的工程过程。仅从道路测试来看，著名咨询公司兰德的研究报告显示，每207000英里只有一次伤亡事故可以证明其具有与载人驾驶相同的安全水平。最近，许多关于无人驾驶上路的报道，无论是公交车还是出租车，无论是外卖还是送餐，基本上都只是示范。如果缺乏脚踏实地的研究和工程开发，过多的示范会弊大于利，也有可能在示范的道路上毁掉无人驾驶。例如，优步事件已经对社会产生了巨大的负面影响。根据美国汽车协会（AAA）的一项调查，优步事件发生后，人们对无人驾驶汽车的不信任程度比去年增加了10%。如果Waymo发生像优步这样的致命事故，我相信这肯定会对社会产生更大的负面影响，导致其无人驾驶项目停滞也并非不可能。最近，福特汽车公司发布的无人驾驶报告是关于信任的，目的是提高人们对无人驾驶的信心。正是因为无人驾驶与生活息息相关。如果没有严格的工程验证和经验过程，任何无人商业产品或服务的结果都将在短时间内几乎是可以预测的：如果不是人们实际参与的无人测试，那么以召回告终的概率非常高。无人驾驶的道路上有两条完全不同的道路。一个是以谷歌为代表的一步到位的路径。谷歌的逻辑是有道理的：人和机器共享的驾驶决策有很大的安全风险，所以最好把所有的驾驶权都交给汽车。另一种是以密歇根大学和许多传统汽车公司为代表的渐进路径，即自动驾驶的进步应该从第一个层次一步一步地发展到第五个层次。这就是为什么密歇根大学将自动驾驶项目称为联网和自动化车辆CAV，而不是简单的无人驾驶汽车。

1

三年前，密歇根大学率先建立了第一个无人专用试验场Mcity。密歇根大学机器人研究所也在积极推动各级自动驾驶技术的研发，并得到了福特等企业的大力支持和密切合作。在汽车行业致力于发展无人驾驶技术的同时，现阶段仍应重点关注智能网联技术在辅助自动驾驶方面的应用；

我们应该放下焦虑，把精力集中到智能网联和ADAS技术的开发和应用上。如上所述，尽管薄弱的人工智能技术不足以支持完全的无人驾驶，但它在辅助自动驾驶方面有很大的潜力，因此智能驾驶不能仅仅用于无人驾驶。我相信，通用汽车、福特、上汽、长安等传统汽车以及博世等供应商都致力于开发和应用智能技术来辅助自动驾驶阶段，这将真正为用户带来丰富美好的驾驶体验，尤其是安全的体验。例如，通用汽车在花费巨资进行无人驾驶项目的同时，早在2014年就布局了超级巡航项目，以发展驾驶员辅助水平，并于今年成功推出，取得了良好的经济效益。脚踏实地，勇往直前。正如一位智者所说，我们知道生活的真相，我们仍然热爱它。尽管无人驾驶的道路充满荆棘，尽管它的实现仍然遥遥无期，但我们无法停止。我们满怀希望，但我们应该认清事实，脚踏实地，勇往直前。在实现更好无人驾驶的道路上，汽车行业应注意避免大跃进的心态，从而实现有限资源的合理配置。为了避免在同一水平上有太多的重复，汽车行业应该团结起来，走合作、突破、共享的道路。目前，在有限的场景中推广无人驾驶对行业来说意义重大，因为这是实现无人驾驶的必由之路。由于无人驾驶从有限的场景到无限的场景还有很长的路要走，其盈利模式也尚不明确，资本市场应该给予企业，尤其是初创企业更多的耐心和支持。同时，无人驾驶技术的任何突破都应该关注其在辅助自动驾驶中的商业应用，并且对于L4来说，使L3结果开花是一个很好的策略。如果行业和资本市场能够在大力投资无人驾驶技术应用和发展的同时，支持人工智能的基础研究，将有助于计算机技术和人工智能技术的突破，早日迎来完全无人驾驶的曙光。

标签：福特世纪长安优越凯歌

汽车资讯热门资讯