羽田爱番号

凤凰网科技讯 10 月 11 日，据《路透社》报谈，科技巨头特斯拉谋略在本日的北京时刻 10 点发布备受期待的"无东谈主驾驶出租车"，这可能是埃隆 · 马斯克十年来未实现的自动驾驶应承的一个紧要里程碑。

外界多量预测，特斯拉将展示一款名为" Cybercab "的原型车，而非一辆谈路可用的无东谈主驾驶出租车。

但是，劝服监管机构和乘客折服该车的安全性可能需要更长的时刻。而其主要竞争敌手：Alphabet 旗下的 Waymo，照旧在采用的城市膨胀了无东谈主驾驶出租车车队。

字据路透社对十多名专注于自动驾驶本领的巨匠、防守人和学者以及三名前特斯拉自动驾驶工程师的采访，特斯拉迄今限制走了一条与通盘主要的自动驾驶竞争敌手不同的本融会径。这条旅途可能带来更高的陈述，但也给其业务和乘客带来更高的风险。

特斯拉的策略澈底依赖于"预备机视觉"与"端到端机器学习"的连结，前者旨在以东谈主类使用眼睛的模样使用录像头，后者不错将图像即时鼎新为驾驶决策。

这种本领照旧成为特斯拉"全自动驾驶"驾驶赞助功能的基础，尽管该功能有其称号，但若是莫得东谈主类驾驶员，是无法安全操作的。马斯克暗意，特斯拉正在使用一样的重要设置澈底自动驾驶的无东谈主驾驶出租车。

特斯拉的竞争敌手，包括 Waymo、亚马逊的 Zoox、通用汽车的 Cruise 和繁密中国公司皆使用换取的本领，但通常会重叠冗余系统和传感器，如雷达、激光雷达和复杂的映射，以确保安全并得回监管机构对其无东谈主驾驶车辆的批准。

行业高管、自动驾驶巨匠和一位特斯拉工程师告诉路透社，特斯拉的策略更浅易，资本更低，但有两个重要缺点。莫得使用同应用用的分层本领，因此在玩忽所谓的"极点情况"时会遭逢更多清贫，即自动驾驶系统过火东谈主类工程师难以预测的凄凉驾驶场景。

另一个主要挑战是，端到端东谈主工智能本领是一个"黑匣子"，反差婊特斯拉工程师暗意，这使得在它失控并导致事故时，简直不可能"看到"出了什么问题。

特斯拉莫得复兴对于其本领的斟酌苦求。

英伟达首创东谈主兼首席引申官黄仁勋在接受采访时也使用了一样的"黑匣子"话术来态状端到端本领的缺点。

英伟达是宇宙当先的东谈主工智能预备芯片坐褥商，也在其正在设置和谋略出售给汽车制造商的自动驾驶系统中使用端到端本领。但黄仁勋告诉路透社，英伟达将这种重要与更传统的预备系统和额外的传感器（如雷达和激光雷达）持续结。

黄仁勋暗意，端到端本领通常（但并非老是）能作念出最好驾驶决策，这即是英伟达 禁受更保守重要的原因。"咱们必须一步步构建将来，"他说。"咱们不行径直走向将来。这太不安全了。"

数据驱动

目下，与无东谈主驾驶出租车竞争敌手不同，特斯拉仅在其" Autopilot "和" Full Self-Driving "功能中提供半自动贬责决策。这些系统的定名和营销激励了拜访和诉讼，质疑特斯拉是否通过夸大其车辆的自动驾驶才气而将驾驶员置于危机之中。

好意思国国度公路交通安全不断局（NHTSA）在 4 月发布的一项拜访发现，自 2018 年 1 月至 2023 年 8 月，在配备 Autopilot 或 FSD 的特斯拉车辆中发生了 542 起碰撞，其中包括 14 起导致厌世的碰撞。

但是，将 Autopilot 和 FSD 干预高销量车型，确乎为特斯拉提供了彰着的竞争上风：数百万辆汽车上的录像头网罗的海量数据，不错进行分析并用于设置自动驾驶本领。

两名前特斯拉工程师暗意，与 Waymo 等竞争敌手相对较小的车队比较，其本领的相对低资本使数据网罗边界渊博。其中一位工程师暗意，特斯拉的高辨别率录像头资本远低于激光雷达，最终可能允许汽车制造商坐褥客户大致包袱得起的澈底自动驾驶汽车。

激光雷达使用激光来生成车辆周围环境的三维图像，以便在逃匿防止物时导航。

本年夏天，马斯克向分析师和投资者自傲特斯拉取得了"指数级"的跳跃，并预测特斯拉可能在"本年年底"实现无东谈主监督的驾驶，并补充说，若是来岁不行作念到这少许，他会"感到惊骇"。

前无东谈主驾驶汽车工程师和英伟达、Cruise 和 Zoox 软件设置垄断萨沙 · 奥斯托吉克（Sasha Ostojic）暗意，他觉得特斯拉至少需要"三年以上"的时刻才能达到 Waymo 今天实现的自动驾驶水平。奥斯托吉克目下为一家位于帕洛阿尔托的风险投资公司 Playground Global 提供本领投资权衡。

他说："我并不觉得特斯拉会按照埃隆 · 马斯克应承的时刻表，实现果真的‘眼睛毋庸看，大脑毋庸动’的自动驾驶。"

演叨率和边际案例

特斯拉也曾也涉足多种自动驾驶本领，但它于 2021 年和 2022 年驱动从其车辆中移除雷达，到前年取消了旨在用声波检测物体的超声波传感器。

巨匠暗意，该公司仅依靠东谈主工智能驱动的预备机视觉，面对着摒除一个渺小但不可接受的演叨率的挑战，若是不加以搜检，莫得东谈主类驾驶员，可能会导致受伤和厌世。

乔治 · 梅森大学机器东谈主和东谈主工智能西宾、NHTSA 前防守人米西 · 卡明斯（Missy Cummings）援用了几项筹办，这些筹办标明预备机视觉畸形准确，但仍然无法识别轻便 3% 的时刻的对象。

"若是它看不到行东谈主横过马路或走在东谈主行谈上奈何办？"她问谈。

Waymo 的前首席引申官约翰 · 克拉夫奇克（John Krafcik）告诉路透社，该公司使用包括雷达和激光雷达在内的额传闻感器，使其在感知物体方面"比特斯拉强盛几个数目级"。它的本领在出现问题时也愈加透明：端到端机器学习系统无法精详情位危机故障"可能是对一家深爱安全的公司来说难以贬责的问题"，克拉夫奇克说。

他暗意"若是你的一辆车发生了严重的事故，你就应该大致解说为什么会发生这么的事故。"

Waymo 莫得发表斟酌。

这位前特斯拉工程师称其本领为"黑匣子"，他暗意，特斯拉的系统怎样作念出驾驶决策从来皆不了了。这让咱们很难判断特斯拉是否接近坐褥出安全、澈底自动驾驶的汽车羽田爱番号，若是是，又有多接近。这位工程师称，无论分析些许数据，东谈主工智能系统或其东谈主类工程师皆"不可能"预测到每一个"极点情况"。