单车智能：无法解决的瓶颈

自动驾驶离不开AI技术，2005年的DARP A挑战赛中，斯坦福团队使用AI深度学习的算法，将自动驾驶的感知识别错误率提升了4个数量级，因此战胜了其他基于规则设定算法的参赛团队，脱颖而出成为冠军，这次DARP A挑战赛也成为自动驾驶发展的里程碑。人们发现将深度学习应用于车辆感知、建模和决策等多个环节能够显著提高单车智能的水平。正是因为有了深度学习，自动驾驶才会呈现出爆发式进展。

自动驾驶虽然有着千般好处，但也存在短板和瓶颈，制约人们追求更美好的出行体验。简单地说，有两个问题困扰着自动驾驶：一个是成本问题，一个是安全问题。

（1）成本问题

无论是谷歌还是百度，在推动自动驾驶汽车发展的技术选择上，都是依靠单车智能来实现的。所谓单车智能，指的是依靠车载的雷达、视觉等传感器，采用GP U图形处理单元在本地深度学习。因为数据属于自采自用，并不依赖于远程通信网络进行传输，因此云端的计算平台也用的很少，可以说单车智能就是每辆车自己单打独斗，不需要与外界有过多的接触和协作。

要实现单车智能，就要把感知和运算的功能全部叠加在汽车上，为了保障安全，每辆自动驾驶汽车都要配置最好的感知设备和决策系统。但要知道，单是一个64线的激光雷达，成本都抵得上几辆家用轿车的价格了，可想而知，装载了满满的高精尖设备的自动驾驶汽车，价格肯定会让众多买家知难而退。

成本高昂，对于任何一个走向产业化的商品而言，都是最大的“拦路虎”，价格降不下来，产量自然上不去，大范围商用更没有前景，只能停留在实验测试阶段。

● 安全问题

最近两年，自动驾驶事故已经发生多起。2018年3月，一辆Uber自动驾驶汽车与一名推着自行车的行人相撞，导致行人死亡，Uber不幸成为全球首例自动驾驶撞死行人事故的责任方。2018年5月，谷歌Waymo旗下一辆自动驾驶汽车在亚利桑那州与一辆本田汽车发生碰撞，导致Waymo车上的一名测试员受轻伤。

2019年1月6日晚，美国拉斯维加斯，一辆处于自动驾驶模式的特斯拉Model S在行驶中撞倒了路边的一个俄罗斯出产的机器人，这台商用机器人本来准备参加即将举办的CES（全球电子消费展），事故发生后，机器人由于身体、头部、机械臂和运动平台的零部件严重损毁，已经无法修复，彻底告别CES展会。如果换做是一位路人，极有可能被撞死在路边。

根据美国汽车学会2018年的调查显示，有63%的美国司机对无人驾驶表示恐惧，这种恐惧会让他们拒绝了解和乘坐自动驾驶汽车。另外，据Gallup调查结果显示，在3297名受访美国人中，有54%的人表示不愿意乘坐自动驾驶汽车，59%的人认为自动驾驶汽车会令他们不安。

虽然自动驾驶的技术已经取得突飞猛进的发展，但如果我们把身家性命寄托在这些机器上，恐怕还是有很大风险。实际道路环境异常复杂而又多变，比如，遇到雨、雪和雾霾等恶劣天气，单靠摄像头和激光雷达来为我们指路基本不太可能。汽车最重要的是确保乘客安全，要实现100%的安全性，我们还需要其他利器。