最近的風聲似乎對自動駕駛不利。Waymo掌門人和蘋果聯(lián)合創(chuàng)始人都認為，自動駕駛普及還要幾十年。之前，不少公司都把2019年作為全自動駕駛汽車投入運營的關鍵年。一個半月之后告別2018，自動駕駛汽車夢可能比我們意識的更遠，而技術，可能會讓我們整整一代人無法實現(xiàn)完全自動駕駛。

自動駕駛進入寒冬?

周二，自動駕駛領頭羊Waymo老大親自承認：自動駕駛汽車在路上普及還要幾十年。

話音還未落，今天，另一位硅谷大佬蘋果聯(lián)合創(chuàng)始人Steve Wozniak緊跟話茬：自動駕駛汽車不可能在不久的將來實現(xiàn)，并且還直言“我不相信自動駕駛汽車”。

2019年是交作業(yè)的一年：通用宣稱2019年投入全自動汽車生產(chǎn)，這些車沒有方向盤或不用司機介入;Delphi和MobileEye的Level 4系統(tǒng)也定于2019年;Nutonomy這樣的創(chuàng)業(yè)公司也計劃明年在新加坡街頭部署數(shù)千輛無人駕駛出租車。

一個半月之后告別2018，自動駕駛汽車夢可能比我們意識的更遠，而技術，可能會讓我們整整一代人無法實現(xiàn)完全自動駕駛。

Waymo掌門人：L5技術真的真的很難

Waymo公司CEO John Krafcik本周二在WSJ D.Live技術大會上承認了自動駕駛道路漫長，他說，雖然無人駕駛汽車“真正在這里”，現(xiàn)實中也出現(xiàn)了自動駕駛汽車，但它們還遠遠沒有普及。最主要的原因在于，自動駕駛技術還沒有達到在任何天氣和任何條件下都能駕駛的最高等級L5。

John Krafcik說，這種技術“真的，真的很難”。

Waymo從2009年啟動到2016年第一輛無人駕駛汽車上路，花了整整7年時間，從這個意義上看，實現(xiàn)了從0到1，盡管已經(jīng)一次性從克萊勒斯訂購6.2萬輛車，但是這個數(shù)字距離John Krafcik所說的“普及”還非常遙遠。

一個原因是，自動駕駛的場景太多太復雜，算法達不到要求。

舉一個簡單的例子：算法大牛認為他們可以通過正確的算法提高泛化能力，但是，當我們將圖像的幾個像素改變時，算法輸出的結(jié)果就大不同，甚至能將北極熊標記為狒狒、貓鼬或黃鼠狼。

并且，網(wǎng)絡越深，我們就越能看到這些失敗的泛化。 這說明CNN的體系結(jié)構(gòu)忽略經(jīng)典采樣定理，因此無法保證泛化，結(jié)論就是：CNN在物體識別中的表現(xiàn)遠遠低于人類的泛化能力。

這種能力一旦無法超越人類，悲劇就會發(fā)生：

2016年，特斯拉一輛Model S車追尾白色拖車，導致駕駛員喪生。當時特斯拉官方稱，拖車側(cè)面是白色的，在太陽強光的照射下導致駕駛者和自動駕駛系統(tǒng)都沒有注意到這輛拖車。

今年3月，Uber的自動駕駛車撞上了一名過馬路的女子，后期的調(diào)查報告顯示，自動駕駛軟件先是錯誤地將該女性識別為一個未知物體，然后是一輛車，最后是一輛自行車，最終女子被撞身亡。

自動駕駛不能普及另一個原因被蘋果聯(lián)合創(chuàng)始人Steve Wozniak指了出來：

“道路是由人類建造的，人類是不完美的，而且汽車目前無法解釋這一因素。”

聽上去還是跟人類有關，但不可否認的是，人類建造的道路基礎設施不僅不滿足自動駕駛的要求，也跟未來的網(wǎng)聯(lián)車相距甚遠。

深度學習不是唯一解決之道

在算法方面，深度學習并不是唯一的人工智能技術，已經(jīng)有公司轉(zhuǎn)向了基于規(guī)則的人工智能，這是一種早期的技術，可以讓工程師將特定的行為或邏輯硬編碼到一個自我導向的系統(tǒng)中。它不具備僅僅通過研究數(shù)據(jù)來編寫自己行為的能力，還可以讓公司避免深度學習的一些局限性。

不過，由于感知仍然深受深度學習技術的影響，并且深度學習算法在視覺訓練上很有效，如果讓工程師實驗新的技術，很難說他們會接受。

對于特斯拉或者優(yōu)步的致命車禍，工程師也沒有辦法提前預測，只能依靠積累大量的數(shù)據(jù)來訓練算法適應不同場景。

但是，場景是無處不在的，比劇本還復雜上萬倍，所有自動駕駛車都需要面對某種不可預見的情況，沒有十全十美的自動駕駛系統(tǒng)。

前百度首席科學家、Drive.AI董事會成員吳恩達認為，問題不在于建立一個完美的駕駛系統(tǒng)，而在于訓練旁觀者預測自駕車行為。

換句話說，人們可以為汽車提供安全的道路，這就是車聯(lián)網(wǎng)的任務。隨著5G的到來，在車聯(lián)網(wǎng)中做生意看上去要比做L5靠譜的多。

雖然蘋果聯(lián)合創(chuàng)始人Steve Wozniak也說“我不相信自動駕駛汽車”，但是，蘋果一直在進行自動駕駛相關的技術。特別是在幾個月前，蘋果雇用了特斯拉工程副總裁Doug Field，并在今年招募了其他數(shù)十名前特斯拉員工。

蘋果造車的計劃一直受到業(yè)界關注，但是從Steve Wozniak的觀點來看，蘋果似乎更關注開發(fā)輔助駕駛技術的汽車，而不是追求完全自動駕駛。

Steve Wozniak本人擁有一輛特斯拉，雖然他喜歡開，但并不認為特斯拉的自動駕駛儀(Autopilot)是人們認為的自動駕駛。他解釋說，升級了他的特斯拉之后，他放棄了這輛特斯拉能夠完全自駕的想法。

Steve Wozniak認為，輔助駕駛技術可以讓汽車“發(fā)現(xiàn)紅燈，識別標志，幫助規(guī)避發(fā)生交通事故”。

國內(nèi)：沒有Waymo的命，得了Waymo的病

目前，Waymo已經(jīng)有超過600輛克萊斯勒迷你貨車，加州車管所(DMV)頒發(fā)的測試許可證車輛越有100輛(9月數(shù)據(jù))。

前文提到，Waymo一次性從克萊勒斯訂購6.2萬輛車，這個數(shù)字當時震驚了行業(yè)，要知道，10月份，全中國的乘用車出口也不過5萬輛，全韓系車在中國的銷量也才10.6萬輛，Waymo的這筆大單，夠克萊勒斯消化很長一段時間。

Waymo走的路線是“造火箭”路線：高舉高打，直接進入L4，靠谷歌爸爸燒錢買量，目標是一步到位。

這種路線已經(jīng)取得了小成果：在最新一次財報會議上，Waymo母公司Alphabet首席財務官表示，Waymo也開始為自動駕駛出行服務做定價模型，并且亞利桑那州已經(jīng)有用戶愿意付費，不過具體的付費標準沒有透露。

國外有人做，國內(nèi)就有人跟。

國內(nèi)做自動駕駛的公司里面，也出現(xiàn)了一批走Waymo路線的公司：Pony.ai、文遠知行(原名景馳科技)Roadstar.AI等等。其中，改名后的文遠知行最近還在廣州大學城試運營自動駕駛出租車業(yè)務，不過，據(jù)南方都市報報道，由于試乘人數(shù)眾多，以及交通法律法規(guī)等原因，運營并沒有想象中般順利，這一項目很快暫停了。

跟Waymo比起來，無論是在車的數(shù)量還是資本的體量上來看，國內(nèi)的自動駕駛公司都不是能匹敵的，并且在資本的催動下，國內(nèi)做L4乘用車的公司需要不僅需要實現(xiàn)量產(chǎn)，還要找落地場景，盡快實現(xiàn)商業(yè)閉環(huán)，另外還要忙于應對國內(nèi)各地的法規(guī)政策，身上的擔子不輕松。相比去年，自動駕駛公司今年可能會比較“焦慮”。

從今年的融資情況，也能反映出這種焦慮。

新智元統(tǒng)計了最近五年來自動駕駛領域的投資事件，從2016年達到140起的峰值后，今年國內(nèi)自動駕駛領域的投資次數(shù)回歸到2015年的水平，連續(xù)兩年下降。(截止到今年11月數(shù)據(jù))。

“沒有Waymo的命，得了Waymo的病。”谷歌從2009年開始就孵化Waymo，到明年正好十年。

這十年里Waymo不僅造出第一輛自動駕駛汽車、打贏第一場自動駕駛官司、第一個實現(xiàn)1000萬英里路測、開啟第一個自動駕駛收費項目，還計劃進軍中國，和中國本土玩家來場較量。