一覺醒來,我們似乎已經進入自動駕駛時代。作為人工智能重要的分支,發展最迅猛,引來的資本關注也是空前的。
盡管谷歌從2009年開始,一直在做自動駕駛的研究,但直到2014年,才開始大范圍鋪開。所有一線車企都投資了自動駕駛,推出各種發展計劃,收購創業公司,互聯網科技公司和通訊、芯片公司也積極參與進來。
人人都惟恐錯過這場技術的盛宴,資本就是他們進場的門票。人人都相信,投資將在數年內產生回報,分析機構開出各種版本的支票,仿佛他們都摸過預言的水晶球。
從2020年商用化到2030年智能汽車滲透率超過2/3的預測,比比皆是。那為什么我們還沒用上這套系統呢?按照預期,我們在5-7年內會用上,但到那時,恐怕仍然距離成熟無人駕駛仍有5-7年。
如此一來,自動駕駛吹起的泡泡,恐怕不止一個。
技術泡泡
自動駕駛的技術核心,并非傳感器(激光雷達、毫米波雷達、攝像頭),而是決策系統。決策系統越“聰明”,人類越放心將方向盤交給它。
和人類駕駛員一樣,機器也是要學習的,它們需要被訓練成能對付各種路況和突發事件。因為事先無法窮盡所有可能的情況,人們就希望自己的車能學會這一切。這套以大數據喂養的訓練算法,被稱為深度學習。
而主流的深度學習沒有號稱自己是模擬大腦的(不包括人類腦計劃,這些項目的任務并非深度學習)。嚴肅的學者都承認,人工神經網絡(用數學模型模擬神經元)只是生物神經網絡的簡化模型而已。……