写点什么

真正的无人驾驶汽车的梦想,为何正在慢慢破灭?

  • 2021-06-11
  • 本文字数:1643 字

    阅读完需:约 5 分钟

真正的无人驾驶汽车的梦想,为何正在慢慢破灭?

美国汽车工程师学会(SAE)关于自动驾驶分级标准的定义已经成为定义自动驾驶车辆的全球行业参照标准,用以评定自动驾驶技术。其中,L5 级是完全自动化,由无人驾驶系统完成所有的驾驶操作。一些专家认为这将需要十年甚至更长的时间,而另一些专家则认为 L5 级的自动驾驶永远不会实现。


曾经有人告诉我们,到 2018 年,自动驾驶汽车将会在世界范围内大行其道。但这件事并没有发生,我们就被告知,这件事将会在 2020 年底发生。假如这一切还是都没发生,我们会再次被告知它们就在不远处。


如今,专家们似乎正在采取一种更加务实的方法。据《华尔街日报》最近的一篇报道,许多计算机科学专家认为,我们距离完全无人驾驶汽车还有至少十年的路要走,而有些人认为,无人驾驶汽车可能永远不会出现。

最大的问题

无人驾驶汽车技术是一项难以解决的挑战。


就像伊隆・马斯克(Elon Musk)所说的那样:


要实现现实世界的人工智能,就必须解决一个关键问题:即如何实现无监督、广义的全自动驾驶汽车,因为整个道路系统都是为带有光学成像器的生物神经网络设计的。


尽管有这样的评价,但马斯克仍然坚持这一毫无根据的想法:认为特斯拉的全自动驾驶功能即将把公司的汽车变成全自动汽车。


全自动驾驶是一项强大的驾驶辅助功能,但无论我们如何接近它,都没有迹象表明特斯拉比其他任何一家公司更接近实现真正的全自动驾驶。

为什么老专家们会错得这么离谱?

2014 年,在包括Ian Goodfellow在内的众多计算机科学家的努力下,深度学习出现了爆炸性的普及。他在开发和定义生成对抗网络(Generative Adversarial Networks,GAN,一种通过充当生成器和判别器来帮助人工智能产生输出的神经网络)方面的工作,使人们觉得,几乎任何自主性的壮举,都可以通过算法和神经网络来完成。


现代人工智能可以完成的类人壮举有很多,包括 DeepFake,This Person Does Not Exist(此人不存在),以及许多其他系统,都是由生成对抗网络实现的。


现代深度学习的兴起掀起了人工智能研究领域的一股热潮,并使谷歌、亚马逊和微软几乎在一夜之间成为人工智能先行的公司。


目前,根据专家们的说法,到 2028 年,人工智能的价值预计将接近万亿美元


但这些成果并没有转化成Ray Kurzweil等专家所预言的技术魔法水平。当今世界运行良好的人工智能几乎都是非常狭窄的,也就是说,它只是被设计成做一件非常特定的事情,而不是做其它的事情。


如果你想象一个人类驾驶员要做的一切事情——从关注周围环境到导航,再到驾驶汽车本身——那将很快成为一个问题,要么设计出几十个(或几百个)协同工作的狭义人工智能系统,要么找出创建通用人工智能的方法。

未来会是怎样

通用人工智能的发明和发展也许是解决无人驾驶汽车的主要催化剂,但精灵许的三个愿望也是如此。


因为通用人工智能只是另一种说法,即“可以完成人类可以完成的任何相关任务的人工智能”。此外,迄今为止,通用人工智能的出现仍然是遥远的未来技术。


我们可以期望在不远的将来会发生更多的事情。驾驶员辅助技术继续以良好的速度发展,明天的汽车肯定会比今天更安全、更先进。但是,我们没有理由认为它们将很快实现野外自动驾驶。


在未来几年,我们可能会看到世界各地的主要城市划出特定区域,整条高速公路将被指定用于无人驾驶汽车技术。但是,这并不意味着无人驾驶汽车时代已经来临。


没有任何迹象表明(除了前面提到的特斯拉的战略之外),任何一家汽车制造商都有望在 5 年内开发出一款能够实现全自动驾驶的消费型汽车。


从这个迹象可以看出,我们至少还要再过十年或更长的时间,才能看到个人买家能够买到的消费型汽车,不再需要方向盘和手动控制装置。


无人驾驶汽车并非一定不可能。但是,它们的发展不仅仅是聪明的算法、暴力计算和计算机视觉。


按照专家们的说法,这一领域的发展可以归结为不同类型的人工智能完全不同的方法大规模的基础设施建设,或者这三者结合在一起。

作者介绍:

Tristan Greene,报道人工智能在以人为本上的进展,以及政治等方面。


原文链接:


https://thenextweb.com/news/why-truly-driverless-cars-may-never-happen

2021-06-11 15:221448
用户头像
刘燕 InfoQ高级技术编辑

发布了 1112 篇内容, 共 539.7 次阅读, 收获喜欢 1977 次。

关注

评论

发布
暂无评论
发现更多内容

react源码解析6.legacy模式和concurrent模式

buchila11

React React Hooks

【最全攻略】玩转2021LIGHT开发者云大会

恒生LIGHT云社区

技术 开发 行业 行业大会

Linux一学就会之Vim编辑器的使用和Xmanager工具的使用。

学神来啦

vim Linux centos 运维 ext4

混合云管理软件用哪个品牌好?咨询电话多少?

行云管家

【IT运维小知识】虚拟化vCenter是什么意思?有啥优势?

行云管家

数据产品经理实战-指标体系搭建

第519区

数据产品经理 数据产品 指标体系 指标管理

读《区块链技术及应用第二版》华为区块链发展思路、双引擎战略及华为区块链特点和使用有感

孙叫兽

区块链 华为链 华为区块链服务

react源码解析5.jsx&核心api

buchila11

React React Hooks

元气部落盲盒小程序开发芒趣盲盒app开发

风行无疆

”微博评论“的高性能高可用计算架构设计

Steven

架构实战营

从双十一的物流大战,看全球通信网络的低延迟优化

融云 RongCloud

音视频 通信 低延迟 全球通信

建立合格的跨职能团队,你需要知道这些!

禅道项目管理

团队 合作共赢

你有一份「写作跨年」邀请函请查收 | 28天写作计划

TGO鲲鹏会

写作 技术创作 28天写作 内容创作 热门活动

高维数据世界|基于高维稀疏矩阵的潜在变量模型研究

索信达控股

算法 变量模型 模型介绍 高维数据

一页纸需求的应对方法 —— 五步法

CODING DevOps

业务价值 角色梳理 术语定义 主业务流程梳理 纲举目张

行业视野 | ONES CEO 王颖奇对话极客公园张鹏

万事ONES

SaaS SaaS平台

Python代码阅读(第66篇):两个列表的包含关系

Felix

Python Code 列表 阅读代码 Python初学者

ONES Talk | 我们为什么选择最难走的软件之路

万事ONES

SaaS ONES

新思科技BSIMM12报告显示开源、云、容器安全活动增长显著

InfoQ_434670063458

新思科技 软件安全 BSIMM

看完这5个核心功能,你会明白低代码平台到底能解决什么问题!

J2PaaS低代码平台

低代码 低代码开发 低代码平台

手把手带你写一个 Vue3 的自定义指令

CRMEB

社交泛娱出海新引擎,融云「六化」能力助开发者轻装上阵

融云 RongCloud

游戏出海 出海社交 出海

创新模式驱动生产力提升,融云社交场景化 SDK 探索

融云 RongCloud

直播 sdk 语聊房 场景化

APISIX-Datadog 插件发布,助力用户提高系统的可观测性

API7.ai 技术团队

云原生 可观测性 API网关 APISIX Datadog

专家推荐五个免费的网络安全工具

喀拉峻

网络安全 安全 渗透测试 渗透

Java&Go三种HTTP客户端性能测试

FunTester

Java 性能测试 测试框架 Go 语言 FunTester

字节跳动亿级DAU客户端发布最佳实践

字节跳动终端技术

Rust 元宇宙 9 —— 库和序列化

Miracle

rust 元宇宙

英特尔宋继强:秉持三个坚持,穿越技术周期,构建未来技术生态

科技新消息

ONES Automation 流程自动化解决方案

万事ONES

自动化 SaaS

WICC 广州高峰对话:为开发者标注「航海地图」

融云 RongCloud

开发 游戏 社交 泛娱乐 出海

真正的无人驾驶汽车的梦想,为何正在慢慢破灭?_AI&大模型_Tristan Greene_InfoQ精选文章