原标题：无人驾驶现状：大企业领跑小公司陪跑 理想与现实还很远
滴滴以单车百万的代价，开无人驾驶商用先河？真实情况可能是：一场秀而已！
全球来说，几年前许多人曾对无人驾驶高度兴奋，今天却冷淡了许多。谷歌Waymo曾经希望在在2018年年底之前推出无人驾驶的士服务，结果没有达成目标。通用汽车Cruise本来准备在2019年推出商务服务，后来也取消了。马斯克曾经对无人驾驶很乐观，结果还是食言了。
它们都是大企业，有钱继续玩下去。对于无人驾驶创业公司来说，形势不容乐观。Guidehouse Insights分析师Sam Abuelsamid坦言：“开发无人驾驶汽车需要大量资源，几十家公司做同样的事情根本没有意义。总会有洗牌的。”
去年，Drive.ai经营不下去准备停业，但最后关头被苹果收购。3月份无人驾驶卡车创业公司Starsky关门。6月份，Zoox被亚马逊收购，价格12亿美元，它算是比较成功的。不过2018年时Zoox的估值曾经达到32亿美元，由于资金紧张，它只能降价卖身。
什么时候才能看到真正的无人驾驶汽车？才能享受真正的无人驾驶服务？毫不夸张地说，没有人知道！
带头大哥与跟班小弟
Aurora、Zoox前进的路线和Waymo差不多，它们想在市场上分一块蛋糕。Zoox告诉投资者，除了开发传感器和软件，如果也能开发自己的汽车，那样无人驾驶体验会更好。Aurora的目标不太一样，它想开发一套无人驾驶套件，然后授权给汽车制造商使用。
2018年1月，Aurora与大众、现代签约，准备与大众合作推出“移动即服务”无人驾驶的士，2019年6月大众废弃协议。大众提议收购Aurora遭到拒绝，它便从福特手中买下大量Argo股份。
为什么会这样？可能是因为无人驾驶进展缓慢，投资者不满意，即使对带头大哥Waymo，投资者也保持怀疑。想用无人驾驶的士拿下市场是一件很难的事。城市到处都是的士，驾驶环境相当复杂，搭的士的人都很着急，无人驾驶的士却比有人驾驶的士慢很多，这是大家无法接受的。
另外，推出无人驾驶的士服务需要投很多钱。的士的覆盖范围必须很广，所以无人驾驶技术开发商要与汽车制造商合作，建立一支庞大的车队，还要提供详细的地图。即使财大气粗如Waymo，要做到也是很难的。
正因如此，很多企业才会转型，跑去开发无人驾驶卡车技术。
有些企业采取“渐进式”策略，比如Voyage，它在村庄推出无人驾驶的士服务，为退休老人服务。May Mobility也选择不一样的路线前进，它与地方政策合作，推出共享、路线固定班车服务。还有Nuro，它用无人驾驶技术配送披萨和食品。不过所有这些无人驾驶汽车的速度最高都只有每小时25英里。
创业公司相信：大公司有钱，但他们即使资金更少，也可以做很多事。去年9月Voyage融资3100万美元；去年2月May Mobility融资2200万美元，12月又融资5000万美元；去年11月Optimus Ride融资5000万美元；去年Aurora融资5.3亿美元；2018年Zoox融资5亿美元，2019年又融资2亿美元……
在整个无人驾驶行业，激光雷达创业公司炙手可热。Aurora、Cruise和Argo都收购了激光雷达公司；Waymo开发了自己的激光雷达；Voyage 和May使用现在激光雷达组件，由其它公司提供。
无人驾驶还很遥远
马斯克深信Level 5无人驾驶技术终会出现，而且很快就会出现。乐观当然很好，毕竟正能量，但是 算法存在缺陷，何时达到Level 5目标仍不明确。
所谓Level 5无人驾驶，就是指汽车可以在任何环境下自动驾驶，人类只是乘客，不需要干预驾驶。美国圣菲研究所(Santa Fe Institute)教授Melanie Mitchell是这样说的：“Level 5汽车完全自主驾驶，不需要人类干预，白天晚上都可以行驶，可以适应各种天气，可以在任何公路上行驶，可以在任何城市或者任何地点行驶。”
特斯拉Autopilot仍然卡在Level 2阶段。为什么会这样呢？Autopilot无人驾驶的关键组件是6个摄像头，它们由 AI算法驱动。摄像头获取视频，AI算法分析内容，然后在环境中导航，避开汽车及其它对象。马斯克认为，随着软件的改进，Level 5将会变成现实。
在过去几年里， 学习图像识别技术的确进步了，但有一个主要问题还没有彻底解决：当新情况出现时， 系统有点捉襟见肘。
Melanie Mitchell说：“目前最先进的无人驾驶汽车，只要环境大体可以预测，它们也能表现很好；只要训练过，它们都能很好适应驾驶环境。问题在于不可预测的情况，它没有被训练覆盖。”
怎么办？大家认为应该用更多的数据训练，特斯拉就是这样做的。尽管如此，偶然事件还是太多了，无法提前预测。
Melanie Mitchell解释称：“无人驾驶产业的人都在谈论稀有情况长尾现象，这些情况一般不会在日常驾驶中出现，对于任何一辆给定的汽车，要遇到这样的情况都显得不可能，但是因为长尾情况很多很多，对于每一种情况，即使是日常驾驶，某些汽车也会在某些地方碰到。想训练AI，让它应付所有这些情况是不可能的。”
人类之所以能够应对千变万化的世界，主要是因为拥有常识，AI系统没有常识，没有直觉，不懂心理学。 学习系统充其量只是一套数字处理系统，它将看到的数据与之前看到的数据对比，然后做决定。Melanie Mitchell承认：“如果允许无人驾驶汽车在所有条件下行驶，我敢保证，人类司机比无人驾驶算法更值得信赖。”
有些研究人员正在努力，尝试将常识植入算法，但研究还处在初级阶段。Melanie Mitchell认为：“赋予机器足够多的常识，让它们可以像人类一样处理所有可能出现的驾驶情况，这是长远目标，至少还要几十年才能实现。”
前景是光明的，道路是曲折的，当国际大小无人驾驶玩家都处于挣扎之时，滴滴无人打车商用也不过是一场秀。理想与现实之间，还有很远的距离！
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
