智驾难在哪？容错率极低，甚至不允许犯错

驾驶，是一件容错率极低的事情。而，如果交给别人或者机器来的话，会对可靠性和稳定性提出几乎“不许犯错”级别的要求。是的，“不许犯错”，人自己也做不到。

在这个严苛的，接近完美的要求下。智能驾驶可能还需要在这个复杂的世界，一直上下而求索下去。

如何求索，试着聊聊。

手动苟一下：不是智驾专业的，一点粗鄙的认知，求专业人员教育。

感知的盲区：机器眼中的模糊世界

机器感知世界远比人类想象的要困难得多。机器缺乏人类那种对环境的直觉理解能力。

至少在世界模型成熟之前是没有的。基础科研，看看李飞飞教授什么时候能够让AI对真实世界的认知再提升一个层次吧。FSD的世界模型？等马一龙把心收回到汽车业务上吧。

人类驾驶员依靠的是两只眼睛，而智能驾驶车辆却需要激光雷达、摄像头、毫米波雷达等多重”眼睛”才能勉强看清世界。

雨雪雾霾这些恶劣天气是对传感器的地域副本。激光雷达可能会把雨滴当成障碍物，摄像头在强光下失明，毫米波雷达虽然能穿透雨雾，但分辨率却让它无法准确识别物体类别。**每一种传感器都有自己的”性格缺陷”和“特长”。智能驾驶，靠多维感知和算法融合，能够勉强的看清世界。在人类帮它定义的世界。

而且这个世界重构的，既然重构，就会失真，就会有与现实世界不一样的地方。

可能大部分的不一样，都无上大雅。但，可能有一些小小的不一样里：

会藏着魔鬼

即使真的看清了，给到了全量的准确的真实世界的信息。接下来咱们要做决策，。扰头的决策，可能在有些情况下，没有完全正确这一说的决策。

决策的困境：机器思考的局限

智能驾驶的“电脑”，面对的是一个远比棋盘复杂的动态世界。

2018年的在菲尼克斯自动驾驶事故是决策系统失败的典型案例。系统提前6秒就发现了横穿马路的行人，但算法却在”车辆”、”自行车”、”不明物体”之间反复切换判断，每次切换都把她当作新出现的目标。

这种”选择困难症”最终酿成了无法挽回的悲剧，暴露了机器决策的致命弱点：缺乏人类那种基于常识的快速判断能力。

常识，可能机器永远都不会有吧

而且，现实交通环境中充满了”违规行为”。早晚高峰的拥堵、狭窄道路的礼让、紧急车辆的避让。送餐电动车逆行、行人突然冲出、前车急刹。人类驾驶员可以通过眼神交流、手势示意来化解这些复杂情况，但机器却只能按照预设的规则和学习到的模式行事。机器很难理解人类世界中那些不成文的规则和应急处理原则。

当面对训练数据中从未出现过的长尾场景时，再智能的算法也可能变得束手无策。

而这些长尾场景，可能再求索也无法穷尽了。优质的数据基本都采完了，长尾的数据可遇不可得，而且还有不断有全新的长尾出来。现在各家的数据基本都喂得差不多了，再往上是非常非常陡峭的。可以跑个超级长的测试里程，永远无法预测所有可能出现的”黑天鹅”事件。

一个极其粗鄙的判断，仅靠场景的数据训练，可能很难质变程度的提升稳定性和可靠性。这个质变：

包括了长尾，包括写不进算法的超出规则行为和默认的常识

人类凭借直觉、常识和社会认知能够在复杂环境中游刃有余或辗转腾挪，而机器则需要通过大量的数据、算法和工程手段来逼近这种能力。

智能驾驶，其实是不是：让机器承担越来越多原本属于人类的复杂任务的，边界探索。

好了，聊到这

你认为智能驾驶技术什么时候才能真正让人放心？是技术的完善，还是我们的正确使用？

欢迎在评论区分享你的观点。

作者提示含AI生成内容。作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～