构建 AI 最难的一点就是处理不常见的情况，这一点大家已经达成共识。模型越优秀，就越难找到包含小概率情况的靠谱数据集。改进 AI 系统的成本呈指数级增加，但性能提升的效果并非如此。

实际上，监督机器学习的曲线似乎更接近 S 形（下图中的蓝色曲线）：

这个曲线也解释了为什么 Comma.ai（一家自动驾驶汽车公司，只有 5-15 名工程师）与特斯拉自动驾驶团队（有 100 多名工程师）打造的系统并无太大差距，也解释了为什么 Starsky 会成为进行公路无人驾驶测试的三家公司之一。

S 曲线在技术应用过程中经常出现，但问题出在拿自动驾驶系统和人类做比较的时候。Stefan 认为存在以下可能：我们已经超过了人类水平（human equivalence，下图中的 L1），接近 L2，离 L3 还有一段距离。

如果 L1 是人类水平线，那么头部自动驾驶公司只需要证明他们的系统安全性就可以进行部署。

如果 L2 是人类水平线，那么大一点的团队还需要 10-250 亿美元来解决这个问题。这时候自动驾驶投资巨头会说，这个行业是为大公司准备的，这是他们下的赌注。

但如果 L3 是人类水平线，那么目前的任何技术都不太可能实现这一跨越。

无论何时有人说我们离自动驾驶还有 10 年距离，他都没有撒谎。没有多少创业公司可以在不出货的情况下存活 10 年，也就是说，当前没有一个自动驾驶团队可以交付上述 AI 决策系统。Comma.ai 不能，特斯拉不能，Starsky 也不能。

既然依靠监督学习达到人类所期望的安全性难如登天，那不如换一个思路：把司机从驾驶舱挪到控制中心。

这也是 Starsky 和其他自动驾驶公司选择了不同技术路线的根本原因。无人驾驶汽车是通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的智能汽车。它是利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。

近年来，中国的大数据技术和人工智能技术正在蓬勃发展。中国的企业中百度是无人驾驶领域起步最早的公司，互联网发展催生了众多自动驾驶技术初创企业-小马智行(Pony.ai),文远知行(Weride)。有关政府部门也正在积极推动无人驾驶技术发展普及。

无人驾驶这两年势头大好

“江湖”上一直有着

它的传说

去年12月

4台“阿尔法巴智能驾驶公交系统”的

深圳巴士集团公交车在福田保税区首发试运行

这也是全球首批智能公交

今年9月，百度在长沙测试无人驾驶出租车

45辆无人驾驶出租车

在特定开放路段

第六届世界互联网大会即将在乌镇开幕

“哪吒号”5G自动微公交

将为嘉宾提供接驳服务

目前，在很多城市都有无人驾驶汽车的试点运行，我们不禁要问无人驾驶时代真的要来了吗？

无人驾驶技术已经日趋成熟，但是仅靠示范区测试显然还是不够的。自动驾驶离市场化还有很远的道路要走，面临着各种困难。

无人驾驶仍需要技术层面的突破

日前在美国汽车协会的测试中，主流车型的自动行人检测系统和紧急制动系统在行人检测方面表现不稳定，在夜间完全无效。

感知路况作为自动驾驶的重要技术，仍不够完善。目前，感知所用的传感器各有优缺点，很难找到一种能够适应各种环境的传感器器件。

例如，激光雷达对雨雾的穿透能力受到限制，对黑颜色的汽车反射率有限；毫米波雷达对动物体的反射不敏感；超声波雷达的感知距离与频率受限；摄像头本身靠可见光成像，在雨雾天、黑夜的情况下其灵敏度会有所下降。

另外，当处于雨雪天等恶劣的环境中时，无人驾驶汽车可能无法精确识别周围环境中的相关因素，难以进行判断和决策。

之前也曾发生过无人驾驶车辆伤人的事故。2018年3月18日晚上， 美国公司Uber的自动驾驶汽车在亚利桑那州坦佩进行路测时，不幸撞上了一名过马路的行人，这位行人不久后去世。事故发生的原因是Uber自动驾驶车辆的探测系统没有将这位受害者确定为行人。

发生事故，谁来担责？

对于出行来说，安全永远是第一位的。当发生交通意外的时候，例如一辆私家车和校车相遇，无人驾驶汽车该做出怎样的判断？是应该优先保护车主，还是要为了保护装满孩子的校车，而牺牲掉自己和车主？当无人驾驶出现车祸的时候，是车主负责还是造车厂负责？与无人驾驶相关的法律仍处于空白阶段。

任何一样新产品进入市场，前期都需要消费者的理解和接纳。让消费者真正地接受无人车还需要很长的时间。

攻克技术难题、完善法律、探索商业模式、无人驾驶汽车要解决这些问题，才能真正地进入我们的日常生活。