阿里云「飞天发布时刻」2024来啦!新产品、新特性、新能力、新方案,等你来探~ 了解详情
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

公众号推荐:

跳进 AI 的奇妙世界,一起探索未来工作的新风貌!想要深入了解 AI 如何成为产业创新的新引擎?好奇哪些城市正成为 AI 人才的新磁场?《中国生成式 AI 开发者洞察 2024》由 InfoQ 研究中心精心打造,为你深度解锁生成式 AI 领域的最新开发者动态。无论你是资深研发者,还是对生成式 AI 充满好奇的新手,这份报告都是你不可错过的知识宝典。欢迎大家扫码关注「AI前线」公众号,回复「开发者洞察」领取。

2021-06-11 15:221322
用户头像
刘燕 InfoQ高级技术编辑

发布了 1112 篇内容, 共 493.5 次阅读, 收获喜欢 1967 次。

关注

评论

发布
暂无评论
发现更多内容

ChatGPT教程:使用资源聚合盘点—入门、GPT工具、AI工具

蓉蓉

openai ChatGPT GPT-4

CentOS下查看ssd寿命

百度搜索:蓝易云

centos 运维 SSD 云服务器 smartmontools

何为代码检查服务的门禁级检查

华为云开发者联盟

开发 华为云 华为云开发者联盟 代码检查

基于SkyEye仿真飞腾处理器:运行U-Boot并加载Phytium-FreeRTOS

DevOps和数字孪生

SkyEye 飞腾处理器

招个Java工程师,却发现了一个宝藏平台

王磊

Java 面试

美国科技行业今年裁员超 5 万人;宁德时代一年净赚超 440 亿丨 RTE 开发者日报 Vol.167

声网

What’s new in Apache/dubbo-getty 1.4.10

apache/dubbo-go

雷龙科技Nand flash芯片试用体验

智趣匠

存储 芯片 Flash

git rebase和merge区别

百度搜索:蓝易云

git Linux 运维 Rebase merge

Transformer大模型学习导引:光速掌握大模型

鲸品堂

大模型 企业号 3 月 PK 榜

Java 文件处理完全指南:创建、读取、写入和删除文件详细解析

小万哥

Java 程序人生 编程语言 软件工程 后端开发

arthas火焰图(async-profiler)在云交易中的运用

京东零售技术

后端 效能提升

《Java核心技术·卷 I(原书第11版)》PDF

程序员李木子

crawlab通过docker单节点部署简单爬虫

百度搜索:蓝易云

Java php Go golang Linux

2023 re:Invent 使用 PartyRock 和 Amazon Bedrock 安全高效构建 AI 应用程序

亚马逊云科技 (Amazon Web Services)

生成式人工智能

[人脸修复]基于CodeFormer的人脸修复模型配置

alexgaoyh

环境配置 CodeFormer 人脸修复 人脸复原 旧照片修复

牛市下 AI + Web3 叙事引关注,Verasity 或成又一黑马项目?

股市老人

基于SkyEye仿真6678处理器:实现国产操作系统ReWorks仿真运行

DevOps和数字孪生

国产操作系统ReWorks SkyEye

AI技术在医疗领域中有哪些改变?

小魏写代码

开源推荐 | 简洁且强大的开源堡垒机OneTerm

37丫37

DevOps 运维 运维自动化 堡垒机 安全审计

Github 每日热榜 2024.03.18

天马行空的大杂烩

程序员 开源软件 最新软件

PHP基本语法解析与应用指南

百度搜索:蓝易云

php html 云计算 Linux 运维

低代码助力企业数据资产价值升级

Crabc低代码平台

低代码 数字化 数据服务

科普:嵌入式多核并行仿真

DevOps和数字孪生

仿真建模 多核并行仿真

从海外开发者大会的亲身体悟聊起,谈谈 AI 与开发者关系的重构 | 编码人声

声网

Sora给你带来的真实变化

脑极体

AI

深度解析大模型:概念、架构与应用价值

木南曌

AI 大模型

被 AI 写的游戏代码砸中是什么感觉 | 10 分钟打造你的超级 AI 编码助手

阿里巴巴云原生

阿里云 云原生 通义灵码

牛刀专业低代码开发实战—配件出入库管理

牛刀专业低代码

低代码开发 低代码平台 牛刀低代码 牛刀专业低代码

Java+Github+Jenkins部署

百度搜索:蓝易云

golang GitHub Linux 运维 jenkins

北京大学讲座:大模型时代的软件研发:技术、范式与工具

华为云PaaS服务小智

人工智能 华为云

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