在研發自動駕駛的競賽跑道上，每個人都清楚前面的路走不通，卻很少有人真正敢於嘗試沒人走過的路。
蘋果公司也流年不順了。一如既往，媒體大眾最愛“棒打落水狗”，尤其蘋果這樣常年霸佔神壇的企業，挖它的負面新聞，不但有話題，也更有成就感。
跟汽車業相關的一則消息是，蘋果在自動駕駛項目中裁員了200人。對此，蘋果官方回應是：“我們擁有一支優秀的團隊負責研發自動駕駛系統和與之相關的技術。在 2019 年，團隊將專注好幾個關鍵領域的工作，一部分小組將被分配到公司中其它項目，支持機器學習和其它內容，範圍跨越整個蘋果公司。我們依然相信自動駕駛系統擁有巨大機遇，而蘋果在其中也擁有獨特優勢，這是有史以來最具野心的機器學習項目。”
想來也是，瘦死的駱駝比馬大，作為全球頂級科技企業，不至於去省200個研發人員的工資。實際上，這200個人是轉崗而非被裁。多數報道就到此為止了，很少有人意識到，這意味著什麼？依筆者看，想做自動駕駛，解決方案一定不在自動駕駛。
現在情況是，歷經一通無腦的炒作後，真金白銀砸下去了，人們才看清楚了自動駕駛的瓶頸，以現在的理論基礎，在公路上，實現L4級以上和L5級自動駕駛是不可能的。退一步的辦法大家似乎更熱衷，以應用場景為單位，用科技對駕駛行為進行補充和輔助。對谷歌這樣有更遠大理想的企業來說，這個層面是遠遠不夠的。
大家有沒有發現，一件我們認為應該已經明白了或是看懂的事物，總存在著一個例外。如近期出現了很多網紅文章，觀點一致認為電動汽車根本不行，有很多人支持。其理論基礎很硬，就是電池受物理條件所限。這裡卻有一個例外——特斯拉。另一個例子，越來越多的人瞭解到目前的人工智能，只是“人工的智能”，本質是依靠算力和算法做統計學的多項式迴歸。這根本算不上智能，認為又要涼了（歷史上炒作了三次）。但這裡又有一個例外——谷歌旗下的DeepMind小組。在圍棋領域，阿爾法狗2.0已經不需要大數據學習了，自我博弈就可以令它更高效地進化，反而比大數據學習的版本強更多。近期，在遊戲《星際爭霸2》中以10:1的比分戰勝人類玩家，把人工智能又一次抬到風口浪尖。DeepMind的工作不說是對“智能”的探究，起碼也是立志於對人工智能技術邊界的探索和突破。
無論是特斯拉還是DeepMind，並非真正突破理論瓶頸，卻仍然依靠不斷的創新，在科學的大廈上添磚加瓦，嘗試拓展新的疆域。
蘋果公司看到了同樣的問題，他們把寶貴的人力資源調度到比自動駕駛更高一級的維度上來，探索人工智能的邊界。現階段機器學習和計算機視覺的瓶頸已經顯現，蘋果定然希望研發出更具創新的基礎算法和算法組合。
雖然不是理論物理，但在自動駕駛領域卻也是基礎研究工作。比較於中國的相關科技公司或自動駕駛企業，欠缺的也是這樣的精神。實用主義是中國千百年來的文化，“接地氣”在今天來看，仍然給人非常靠譜的感覺。在基礎科學的研究上，卻恰恰相反。愛因斯坦說：“我們無法在提出問題的角度解決問題，因為在原有的角度，它只能呈現為問題。”所以，我們要想解決它就應該要尋找另外的角度。
進入2019年，中美在高科技領域的爭奪戰已經打響，在兩國高層看來，人工智能都是最重要的領域之一。不久前，工信部印發了《促進新一代人工智能產業發展的三年行動計劃（2018-2020）》，特別強調了要加強基礎研究。2月11日，美國總統特朗普簽署了一項行政命令，意在促進人工智能的發展和監管。汽車的自動駕駛，是被人們廣泛看好的人工智能實現產業落地的項目。在這條競賽跑道上，每個人都清楚前面的路走不通，卻很少有人真正敢於嘗試沒人走過的路。（文/《汽車人》張恆，部分圖片來源網絡）【版權聲明】本文系《汽車人》獨家原創稿件，版權為《汽車人》所有。
閱讀更多 汽車人傳媒 的文章
