近几年来随着新能源电动汽车的迅速普及，电动汽车电池着火爆炸事故不断涌现，尤其是智能汽车的自动驾驶技术的推广，由此引发的撞车事故更是成为新闻热点。foresighthttps://www.foresightauto.com.cn/Foresight 福飒特是一家开发智能多光谱视觉软件解决方案的技术公司，提供自动驾驶汽车解决方案，帮助他们开发自动驾驶汽车的三维感知和探测能力，以检测车辆周围的障碍物。Foresight 的立体视觉解决方案可应用于汽车、国防、自动驾驶汽车和重型工业设备等市场。


　　据报道8月14日上善若水投资管理公司创始人、意统天下餐饮管理公司创始人、美一好品牌管理公司创始人林文钦，驾驶某品牌电动汽车启动自动驾驶功能后，在沈海高速发生交通事故，不幸去世，中年才31岁。

　　无独有偶，今年4月份的一个周六晚上，位于休斯敦以北的Harris（美国德克萨斯州）发生了一起特斯拉车辆事故，造成两人死亡，而车上没有人驾驶。其中一名死者坐在副驾驶，另一名则坐在后座。警察表示，他们有99.9%的把握可以肯定，撞击发生时没有人驾驶车辆。

　　这辆特斯拉汽车以高速撞上了弯道上的一棵树，消防员花了4个小时才将火扑灭。调查人员正试图确定安全气囊是否展开，以及车辆是否启动了辅助驾驶功能，也就是特斯拉方面所称的智能辅助系统。

　　特斯拉公司要求司机时刻注意驾驶以控制车辆，并建议启动智能辅助系统，这能够使驾驶过程更安全。事故发生时，特斯拉正开始在部分司机中测试"完全自动驾驶 "系统，但也要求司机始终将双手放在方向盘上。

　　实际上造成类似事故的原因，可以肯定是因为驾驶员将驾驶权交给汽车自动驾驶造成的，厂家推广宣传中使用的"自动驾驶 "术语，给消费者造成车辆可以自动驾驶的错觉。

　　我们知道，国际自动驾驶是这样分级的：0级驾驶自动化（应急辅助）1级驾驶自动化（部分驾驶辅助）2 级驾驶自动化（组合驾驶辅助）3 级驾驶自动化(有条件自动驾驶) 4 级驾驶自动化(高度自动驾驶) 5 级驾驶自动化(完全自动驾驶)。目前国外及国内智能汽车的自动驾驶级别基本都在L2-L3之间，包括特斯拉和网上宣传得很牛的华为自动驾驶。无人敢宣称很快能推出L5级别驾驶，只有L5级别的自动驾驶，才能真正解放司机，让人们在车上安全自由地从事其他与驾驶无关的活动。

　　所以说，短期内任何所谓自动驾驶都属于智能辅助驾驶，特殊情况下仍然离不开人工司机的接管，包括世界上最先进的谷歌waymo，任何宣称自动驾驶的说法都是不靠谱的。网友会问了，什么时候人类能够实现真正安全的自动驾驶能？我的看法是，在AI技术没有彻底突破前，L5是无法实现的，这样说既不是认为世界上最优秀的自动驾驶技术专家不努力，也不认为国内AI专家水平不够，实在是因为现有的AI技术本身不给力啊。

　　现在的人工智能AI技术已经发展了几十年，在系统架构和算法上有了许多进步，AI技术应用到医学上，IBM的沃森医生的诊断准确率已经高于人类医生，应用到围棋，AlphaGo已经战胜了人类顶尖选手，但是你发现没有，这些AI机器只能在很窄的某个专业领域大幅领先人类，这并不是说明AI真的有了智能，只不过是它们的计算能力、存储能力和算法上比人类更有优势，在单项比赛上能超过人类，但他们并没有智慧，在通用事务上甚至连个儿童都不如，更别提情感、创造力、审美观了。沃森医生当不了全科医生，AlphaGo不一定会象棋甚至五子棋，AI要学会某门技术，需要工程师给它编写算法，还需要长时间不断地训练它。能像人类一样进行思考和学习的AI目前还造不出来，科幻大片中的智能计算机自我发展出智能并反过来要控制人类的桥段只是科幻。

　　为什么开发出真正的人工智能那么难能，那是因为科学家还没有搞懂人类大脑是怎样工作的。幼儿在大人教育下轻易就能识别狗这个动物，而AI可能需要学习很久还不能百分百准确识别动物种类。这是什么原因呢，因为人类大脑天生具有还原和归纳功能，还以2-3岁的智力正常的幼儿为例，当他第一次见到一条哈士奇时，他会看到它有着一对圆瞪的眼睛、毛茸茸的身体、湿乎乎的鼻子、摇动的尾巴，大人告诉他这是狗，他就会记下这些特征，下次当他下次见到一条金毛时，除了皮毛有些变化外，其他特征差不多，在他小小的脑瓜中就归纳出狗的这些特征，当他再次见到一条中华田园犬时，他就会认出这也是狗。但是以计算为基础的的AI仅靠两次扫描狗的图像后是不可能就立即学会识别所有的狗，因为AI不具有还原归纳能力，不会逻辑推理，AI只能靠深度学习算法，大量地查看各种狗的图像，不断地丰富自己的数据库，依靠大量的学习才能识别出一条狗。

　　智能汽车的核心是AI，目前的制动驾驶AI主要依靠卷积神经网络的深度学习算法来指引自动驾驶，神经网络只是模仿生物神经网络而设计的，但远远达不到生物的智慧。卷积神经网络在视觉识别上有了很大的进步，可以快速地扫描抓取目标特征以识别目标，如路上的汽车、行人、交通灯、警示牌等，但行车摄像头准确识别所有相关目标有难度，对于依赖机器视觉的系统来说，对抗性图像对智能驾驶的图像识别非常危险。例如，研究人员已经证明，他们可以欺骗自动驾驶汽车的软件，通过简单地在路面上贴上某些标签，在没有警告的情况下改变车道。

　　关键是这些目标与车的距离方位时刻处于相对变化状态，电脑要不停地进行计算后给出驾驶决策，行车的电脑的处理能力肯定是有限的，数据如果都传送到后台处理，尽管中国5G通讯覆盖面最大，响应速度也是来不及的，成本也是合不上的。城市道路的路况太复杂了，AI驾驶学习了几千万公里，也无法掌握所有可能出现的情况，除非AI能像人类一样真正掌握了驾驶的技巧和经验，但这样的AI不知道什么时候才能发明出来。。。。。。

　　自动驾驶虽然还无法替代人类，但它们确实是人类的好帮手，能减轻司机长途驾驶的负担和压力，目前正确的做法是，我们要把AI驾驶当做人类的助手而不能是主人，不能把生命托付给他，毕竟生命只有一次！

　　智能驾驶汽车

　　举报/反馈