当前位置:首页 > 汽车电子 > 汽车电子技术文库
[导读] 人们对自动驾驶汽车的乐观情绪持续了很多年,至此,这个概念的一些铁杆支持者仍然坚持认为这是一定会发生的。无数的记者,亲身以及亲眼经历过自动驾驶汽车之旅,就宣称这是不可避免的未来。到目前为止,这些自

人们对自动驾驶汽车的乐观情绪持续了很多年,至此,这个概念的一些铁杆支持者仍然坚持认为这是一定会发生的。无数的记者,亲身以及亲眼经历过自动驾驶汽车之旅,就宣称这是不可避免的未来。到目前为止,这些自动驾驶汽车之旅只是在障碍很少的场地上行驶,并且至少在一个案例中,本来能够顺利自动驾驶的汽车在遇到有挑战性的人机交互场景后便不再顺利。在这种时候,司机座位上的公关人员或工程师会马上接管驾驶,希望记者不要将这些时刻记录为是由自动驾驶汽车的能力不足引起的。

但对于自动驾驶汽车来说,最近的半年并不值得庆贺。今年3月,美国亚利桑那州的一辆Uber自动驾驶汽车撞死了一名推自行车过马路的女士。围绕这件事的公关信息首先对坐在座位上的测试司机进行了诽谤,说他是一个重罪犯,当时可能正在看视频,然后是受害者,说她并没有在人行道上推自行车,而一辆车怎么能够识别出一个本不该在那里的物体呢?事故最终的调查报告显示,Uber已经禁用了汽车的紧急制动系统,这是事故发生的根本原因。

把责任推到一个重大的失误上,很巧妙地避开了自动驾驶汽车是否能充分识别出它不应该撞上的东西的整个问题,而这几乎应该是一辆自动驾驶汽车的全部意义所在。但随后,根据the Verge的报道,“在撞上行人前的1.3秒,无人驾驶汽车决定有必要进行刹车,但Uber此前已经禁用了沃尔沃的自动紧急制动系统,目的是防止不稳定的驾驶。”

就在上周,Uber发布了第二季度财报,显示其亏损额接近10亿美元。此外,Uber公司发布的一份报告显示,该公司在自动驾驶汽车项目上每天至少损失100万美元。彭博社报道称,Uber的投资者们正在向公司施压,要求其放弃自动驾驶汽车项目,并专注于如何不让拼车行业陷入可怕的经济困境,以及专注于汽车租赁业务,而不是试图发明自动驾驶汽车。

曾经的自动驾驶行业领导者谷歌,也在2018年剥离了自动驾驶汽车部门Waymo。Waymo仍然继续对媒体保持试探性的乐观,“自动驾驶汽车任何一天都有可能到来”,而这些媒体也对此深信不疑。

如果这还不够的话,自动驾驶汽车工程师们似乎最终也对他们的所有努力感到失望,因为他们开始运用一些疯狂的“歪曲现实”战术。他们已经开始指责自动驾驶汽车没有成功的原因是现实中的一些不可协商的因素。他们的逻辑转向了——问题不在于自动驾驶技术不擅长驾驶,而是人们不擅长走路。周四,彭博社的报道详细描述了这种观点,其中包括了这些令人震惊的说法:

随着自动驾驶汽车整个时间线的推迟,像吴恩达这样的无人驾驶汽车的支持者们说,有一个万无一失的捷径可以让自动驾驶汽车更快地实现上路行驶:说服行人不要做出不守规则的行为。如果他们选择在人行横道上行走,软件就更有可能识别出他们,因为周围会有人行道标记和交通信号灯等相关线索。?

但对另一些人来说,吴恩达的建议也表明了另外一个问题,即如今的技术不能像最初设想的那样交付自动驾驶汽车。“我们真正需要的人工智能还没有到来,”纽约大学心理学教授Cary Marcus说,他的主要研究方向是人类和人工智能。他说,吴恩达“只是重新定义了目标,让工作变得更容易”,如果我们实现安全的自动驾驶汽车的唯一方法就是将它们完全隔离于人类司机和行人,那么我们已经有了这样的技术:火车。

关于自动驾驶汽车的讨论实际上是关于人工智能的讨论。

人工智能这一概念最近遇到了更大的挫折。IBM的沃森(Watson)成功地赢得了智力游戏Jeopardy,而在它的更加高尚的终极目标,也就是比人类医生更好地治愈癌症上,却遭遇了重大失败。虽然我们的科幻小说从低俗到高雅艺术的过程中取得了一些进步,但我们的影响力仍然是有限的。

Ellen Ullman在她的最新著作《代码人生》中,提到了大量关于人工智能潜力的周期性波动。她是一位40年的资深程序员,也是早期几家硅谷公司的重要人物。她说,在70年代和80年代,看着人工智能“未能实现其宏大的期望”——像人类一样理解人类。

在去年夏天新书出版期间的采访中,Ellen Ullman表示,她并不认为自动驾驶汽车离达到公司的发展目标不远了:

我们的智慧的来源是这一社会的存在。我们称一个人有“智慧”,是因为他可以看着我们的眼睛,我们能够相互理解。如果你在高速公路上驾驶汽车,你既可以看到前面很远的地方,也可以看到后面很远的地方。如果你是一个有经验的司机,在某种程度上你会把汽车看成是另外一个人。你能够读懂那辆车。自动驾驶汽车会像其它汽车一样出现在你的周围,但它们看不到前面很远的地方。它们遵循的是类似下棋的规则。一个有经验的好司机拥有的这些能力,我不相信很快就会在自动驾驶汽车中被复制。

尽管未来的乐观主义对公众的支持很有帮助,但在商业层面上,人工智能的实际承诺总是目的不纯。正如Ullman指出的,

因为他们必须从投资者和风险资本家那里得到资金,而且必须让他们相信,“这将会赚很多钱,而且会改变世界……”但从不说明是好是坏。我认为这使得不平等更加泛滥。这会让那些小人物退出游戏,而让一小部分人变得非常富有。那些被创造出来的工作岗位,是利用这些小人物创造的。Uber只是利用他们来创造自动驾驶汽车。而这些人所做的实验,最终以他们自己的失业告终。”

我们总是很轻易地认为认为快速地拓展技术就能找到解决所有问题的方案,其实最终能解决的只是一部分问题。但最终,自动驾驶汽车被制造出来了,我们才意识到我们并不能把整个复杂的世界变成一组“是”或“否”的答案,更不用说去预测它了,我们最恶心的资本主义梦想又一次被挫败了,但这并不是没有代价的。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

随着科技日新月异的进步,语音识别技术已成为人工智能领域的一项核心突破。这项技术旨在模拟人类听觉系统,通过复杂算法和模式识别手段将连续或离散的语音信号转换为可理解的文本或指令信息。本文深入探讨了语音识别技术在多个领域的广泛...

关键字: 语音识别 人工智能

随着人工智能和信息技术的飞速发展,语音识别技术已经从实验室走向了现实生活中的各个角落,成为人机交互领域的重要组成部分。语音识别产品不仅丰富了我们的日常生活,也正在深刻地改变着众多行业的工作模式和服务形态。

关键字: 语音识别 人工智能

在当今大数据和人工智能时代,机器学习作为核心的技术驱动力,正以前所未有的速度改变着我们的生活和工作方式。从基础的数据分析到复杂的决策支持系统,机器学习模型的成功构建和应用离不开一套严谨的流程。本文将详尽阐述机器学习过程中...

关键字: 机器学习 人工智能

机器学习作为人工智能领域的核心技术,其应用日益广泛,从搜索引擎优化到医疗诊断,从金融风控到自动驾驶等众多领域均发挥着重要作用。深入理解并掌握机器学习的关键步骤是成功构建高效模型和解决方案的基础。本文将详细阐述机器学习的主...

关键字: 机器学习 人工智能

是德科技(Keysight Technologies, Inc.)现已开启与全新 NVIDIA 6G 研究云平台的合作。该平台包括 NVIDIA Aerial Omniverse 数字孪生,这是一个开放、灵活的网络仿真资...

关键字: 6G 人工智能 RAN

纵观人类近现代史,每一次工业革命都是将战略性科技转化为生产力,从而创造巨大的新增财富和全面提升国家竞争力的过程;而且一个国家在工业革命面前的“沉与浮”,则取决于一个国家对这些战略性科技和产业化能力的把控。从被称为蒸汽机时...

关键字: 人工智能 算力 大模型

Arm Neoverse 旨在为从云到边缘的全场景基础设施用例提供高性能和出色能效。针对需要更高性能的工作负载和用例,Arm 推出了 Neoverse V 系列。其中,Neoverse V2 核心已被行业先行者广泛部署于...

关键字: 云计算 人工智能 CPU

本文中,小编将对人工智能AI予以介绍,如果你想对它的详细情况有所认识,或者想要增进对它的了解程度,不妨请看以下内容哦。

关键字: 人工智能 AI

在这篇文章中,小编将为大家带来人工智能AI的相关报道。如果你对本文即将要讲解的内容存在一定兴趣,不妨继续往下阅读哦。

关键字: 人工智能 AI

“人工智能+”时代将至 超过90%的受访企业将招聘人工智能人才列为首要任务,但62%的受访企业在招聘所需人才时面临困难

关键字: 人工智能 生成式AI 机器学习
关闭
关闭