最近，一篇《自动驾驶爆雷!美国专家4小时发现百度、英伟达561个故障》的文章让沉寂了很长一段时间的“自动驾驶”再次引发行业内热议。
文章称，伊利诺伊大学香槟分校的一个研究团队在分析了自动驾驶公司2014年至2017年提交的所有安全报告(涵盖144辆自动驾驶汽车，累计行驶1116605英里)后，得出一个令人震惊的结论：
在行驶相同里程的情况下，自动驾驶汽车发生事故的可能性是人类驾驶汽车的4000倍。这意味着，自动驾驶技术不能妥善处理情况的概率之高非常惊人，往往要依靠人类驾驶员来接管。
并且，这个研究团队开发的一种针对自动驾驶的故障评估技术，最近在对百度Apollo3.0和英伟达专有自动驾驶系统DriveAV的测试中，短短4小时就发现了561个关键安全故障!
这一发现无情地击破了自动驾驶安身立命所在。要知道，自动驾驶技术兴起的主要内在因素在于它可以大大降低汽车事故发生率。
麦肯锡曾经发布的报告就显示：自动驾驶汽车的全面普及可减少90%的交通事故，每年可减少1900亿美元的损害赔偿和医疗费用，挽救成千上万人的生命。
但这篇文章指出，“由于车辆电气和机械组件的复杂性，以及天气、路况、地形、交通模式和照明等外部条件的变化，使用AI来改进自动驾驶车辆非常困难。目前我们正在取得进展，但安全仍是一个重大问题”。
百度第一时间在这篇文章评论区进行了长篇回应。百度称他们正与伊利诺伊大学香槟分校研究人员，取得联系，了解更多信息，并表示Apollo每天都在持续迭代，向更安全、更可靠、更完备上进步。
在中国，百度是自动驾驶领域的头号玩家。Apollo是百度在2017年推出的开放自动驾驶平台，自诞生起，这个平台一直声称要成为“自动驾驶领域的Android操作系统”。对于百度来说，虽然Apollo在自动驾驶商业化落地方面取得了比较大的进展，但是技术安全性、商业化、盈利性等仍是待解难题。
而这也恰恰是整个自动驾驶领域所面临的困境。
其实，作为目前科技产业界的热门领域，自动驾驶自带流量，任何有关它的任何重大新闻都会掀起轩然大波。
自动驾驶在2017-2018年迎来了发展及热情的小高潮，不论是传统车企还是初创企业，都对自动驾驶的发展现状以及未来充满了期待。每当一家公司宣布新的技术落地的时候，总能引起整个行业的关注。
再加上资本的竞相涌入，使得自动驾驶骑在资本的虎背上狂奔，成为了新的风口。
但近年来唱衰自动驾驶的声音也不绝于耳，主要原因在于商业落地难。
虽然经过最初的探索，整个行业已渐趋务实和理性。但应用场景有待明确，安全性能亟须保障，技术短板突出，自动驾驶落地面临的挑战任重而道远。
现在很多入局自动驾驶的企业在测试里程方面表现不俗，有些甚至累积了上千万的测试里程;而且在脱离接触频率(平均跑多远需要一次人工接管)方面，很多企业的表现也让人眼前一亮，以Waymo的无人车为例：平均每行驶1.1亿英里会出现一次人工干预。
但这背后实际暗藏玄机。Waymo无人车的测试地点一般为人流车流很少的宽敞马路，路况简单。如果将它放在闹区或路况较为复杂的地点进行测试，能否取得同样的成绩还很难说。
因此，有关自动驾驶的应用场景也是颇具争议，有些人认为在现阶段，无人驾驶技术的应用还仅限于低速与限定场景，比如物流、共享出行、公共交通、环卫、港口码头、矿山开采、零售等领域，未来何时及多久应用到大众消费级领域还是一个未知数。
当然，对于公众来说，最关心的还是自动驾驶的安全性能问题。
过去，自动驾驶频繁发生的交通事故使得这个领域阴云密布，也渐渐开始丧失公众的信任。
根据加州机动车辆管理局公布的数据显示，自2014年以来，随着越来越多的汽车上路，他们已经收到并发布了104份自动驾驶汽车碰撞报告，其中截止2018年10月9日，有8家公司上报49起事故。
(来源：California Department of Motor Vehicles)
在这49起事故中，被追尾是自动驾驶频率最高的事故类型，几乎占到了三分之二。
(来源：California Department of Motor Vehicles)
其中还不乏骇人听闻的致死事故。
最典型的是Uber去年3月的“全球首起无人驾驶致死”事故：一辆处于自动驾驶模式的Uber无人车在道路测试时撞死一名行人。
还有对自动驾驶技术颇为激进的特斯拉，不久前，一辆Model X在自动驾驶模式下撞上高速公路护栏，导致车主身亡。
这每一起事故都冲击着大众对自动驾驶的信任度。
2018年，美国汽车协会(AAA,American Automation Association)的一项调查显示，在多起备受瞩目的道路交通伤亡事故发生后，消费者对自动驾驶汽车的信任度骤然下跌，近四分之三的美国人目前表示，他们由于太害怕而不敢乘坐自动驾驶车辆。
而天气变幻无常，无法控制等因素又加剧了公众的不信任。
但这一切又似乎可以用技术尚未成熟来进行解释，而技术也确实是阻碍自动驾驶落地的“阿喀琉斯之踵”。
自动驾驶涉及的技术非常广，涵盖软硬件多方面，任何一个环节“瘸腿”都跑不起来。
比如，无人车看清周边环境，需要精密的感知技术。近年来，汽车的感知能力虽快速提升，但遇到雨、雾等恶劣天气时，它就成了“瞎子”，目前仍没有完美的解决办法。
要让无人车根据环境做出选择，还需要高效的“大脑”，这项任务颇具挑战。因为自动驾驶是使用AI和机器学习来集成机械、电子和计算技术以做出实时驾驶决策的复杂系统。典型的自动驾驶系统就像放在轮子上的微型超级计算机;拥有50多个处理器和加速器，运行着超过1亿行代码，来支持计算机视觉、规划和其他机器学习任务。
并且自动驾驶还是遵守规则的“好学生”，但现实中的路况通常瞬息万变，最令人头疼的可能是“人的复杂性”。人的行为具有突发性和复杂性等特点，无人车或许能够轻松识别路面上的人，但困难在于：如何预测、处理行人的下一步行动。
自动驾驶汽车所需要的基础设施要求也很高，比如车路协同，简单来说就是建立智能街道，但现在的技术还无法满足。
这些困境共同助推自动驾驶行业提早迎来资本寒冬。
众所周知，自动驾驶是一项技术密集型和资金密集型的产业，资本在该领域发挥着巨大的作用，决定着每家企业的生存和消亡。
但伴随着“泡沫将破”的声音，自动驾驶领域的投融资也开始缩紧。如今，不少创业公司已经倒在了这条“康庄大道”上，行业布局也开始进入下半场。
关于这点，有专家认为自动驾驶降温，对行业可能是好事，有利于真正做创新的企业冒出来，从而在自动驾驶全球产业链中占据一席之地。
虽然自动驾驶落地困难重重，但是我们不能忽视的是一些技术已经被应用到现有的乘用车中。其中，L1、L2等辅助驾驶技术应用已经比较普遍，比如被特斯拉号称为全自动驾驶的Autopolit。
行业内也正针对自动驾驶的短板进行攻坚克难。上文，伊利诺伊大学香槟分校开发的故障评估技术，能挖掘最大程度地影响自动驾驶安全性的情况和故障，将安全隐患扼杀在摇篮中，从而提高自动驾驶的安全性。
此外，随着云计算的成熟以及5G商用落地，这些能够使得无人车的“大脑”处理数据的能力进一步加快，对道路上出现的突发情况做出及时反应。
另外一方面则是政策的倾斜。为了推动自动驾驶迈向无人驾驶最高阶段，一些汽车产业强国和世界知名企业都纷纷加快了全自动驾驶技术的研发、测试。我国在去年则出台了《智能网联汽车道路测试管理规范》文件，这无疑将有利于推动我国自动驾驶汽车轻装“上路”。
但或许公众也应该对自动驾驶再多一点耐心。因为任何新事物的发展都是前进性和曲折性、上升性和回复性的统一，是螺旋式上升、波浪式前进，在一定条件下，甚至会出现局部的后退和反复。
自动驾驶作为一项新技术，它的发展道路也同样如此。
关注同花顺财经微信公众号(ths518)，获取更多财经资讯
閱讀更多 同花順財經 的文章
