科技來電：無人駕駛的未來到底會面臨著什麼

智電網訊：早在20世紀70年代始，美國、英國、德國等發達國家開始進行無人駕駛汽車研究，在可行性和實用化方面都取得了突破性的進展。我國也緊跟步伐，從20世紀80年代開始進行無人駕駛汽車研究。

至2018年，無人駕駛技術更是邁上新征程。除夕之夜，由百度Apollo無人車組成的百餘輛「國家隊」車輛，成為首批跑上港珠澳大橋的車隊，並在2018央視春晚亮相。百度車隊在無人駕駛模式下完成「8」字交叉跑等動作，向世界展現中國無人駕駛技術的「彎道超車」。

為了推進無人駕駛技術的發展，作為最有希望首個實現無人車量產的企業，百度將「阿波龍」無人車量產的時間表提前了兩年。但是據分析，五年之內真正的無人駕駛技術還是沒辦法量產，這是為什麼？其實大部分科技廠商只是在製造一輛智能汽車，真正的無人駕駛技術和智能汽車並不是同一概念。

1、無人駕駛細節的技術問題影響全局

無人駕駛技術實現不成問題但是難點在於信號傳輸，現在的無人駕駛系統具備定速巡航、激光測距、車道保持、立體視覺以及GPS和慣性導航系統等功能，並且通過近年來的自動駕駛車輛上路測試活動的不斷進行，給人們一種自動駕駛即將走進我們生活的感覺。

在上半年自動駕駛事故無疑給我們一種錯覺，自動駕駛走進我們的生活仍然道阻且長。在地圖技術、障礙物探測以及通訊延遲方面，無人駕駛技術仍然有著一定的改良空間，現行的無人駕駛技術對道路和地區的要求仍然較高，不能很好的適應大部分情況。

其次，在無人駕駛的硬體方面的感測器、監控攝像等相關設備後期維護費用也會較高，相比傳統汽車的價格和定位，搭載諸多設備和感測器的無人駕駛車輛如何控制成本並且量產來滿足需求是一個大問題。

點評：雖然阿里巴巴宣稱正在進行自動駕駛研究，BAT三巨頭已經悉數入局無人駕駛，國內無人駕駛正開展得如火如荼，部分人甚至放言無人駕駛在五年內將會量產商用化落地，但是筆者認為還是不可能的。

2、機器無法變通 複雜情況搞不定

基於數據分析處理是否真正足夠安全？想必通過計算機的分析大家都會有所懷疑，如果在一條狹窄路況上，一輛卡車逆行超車迎面而來，無人駕駛系統可能判定剎車規避，駕駛員則可能選擇撞壞隔離帶衝出道路。

我們在駕駛中，還是需要駕駛員的判斷和分析，因為發生交通事故時往往原因是多發性的、不可預料的，生死一瞬間可能考驗的是駕駛員基於經驗的判斷，而基於數據分析決定的結果可能並不一定是正確的。

而另一方面，複雜情況不僅僅是更危險的情況，還包括各種日常形式的環境，我們生活中的每一個場景都是複雜而多元的，正因為我們能夠具有判斷力能夠變通才能夠應對。在這些複雜的情況下，機器會做出怎樣的識別和反應，並且是否正確和合理，都是無法演算和預知的。

點評：機器之所以還不能夠稱之為真正的人工智慧，終究是因為它不具備可觀的學習能力，一個成年司機經過時間積累下的經驗，是機器永遠不能夠模仿也無法實現的，簡單來說，當我們發現了潛在的危險後，我們的經驗讓我們本能的選擇提前避免，而機器只有在危險確實即將發生的時候才能做出應對。

3、社會問題使得無人駕駛沒有實現的空間

人們所展望的無人駕駛技術帶來的高效化是這樣運作的，在交通指示燈前，綠燈亮起時所有等待的車輛都將同時以統一的速度起步，使一個交通信號燈能夠通過的車輛達到最大。將一切駕駛行為規範化，所有車輛均將嚴格遵守交通法規避免因為個人駕駛行為造成的擁堵。

此外，通過把一切交給自動駕駛系統來避免交通事故，但是這一切是建立在高度的理想化情況下的，交通系統是一個涵蓋汽車、電動車、自行車和行人的複雜系統，任何一個環節的問題都將對理想化的無人駕駛的實現和效果造成阻礙。

即便是素以恪守規則聞名的國外都因為不守交通規則導致了自動駕駛事故，在國內社會問題的複雜將被更加放大。四處橫行穿梭的電動車，不守交通規則橫穿馬路的人群，不守交通規則甚至惡意駕駛的車輛，這些都將成為自動駕駛在中國實現的阻礙。

點評：無人駕駛雖然能夠為我們帶來一個更加秩序化、高速化、高效化的交通和生活，但是無人駕駛技術普及並且全面量產上路是一件不可能實現的事情，部分貨運道路採用全無人駕駛的話也可能會帶來便捷，但是全面的自動駕駛，看來還是需要一些時間來解決。

好了，本期科技來電 到此結束，我們下期見。

新鮮資訊，熱辣點評，盡在科技來電!

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！