滴滴以單車百萬的代價，開無人駕駛商用先河?真實情況可能是：一場秀而已!

全球來說，幾年前許多人曾對無人駕駛高度興奮，今天卻冷淡了許多。谷歌Waymo曾經希望在在2018年年底之前推出無人駕駛的士服務，結果沒有達成目標。通用汽車Cruise本來準備在2019年推出商務服務，后來也取消了。馬斯克曾經對無人駕駛很樂觀，結果還是食言了。

它們都是大企業，有錢繼續玩下去。對于無人駕駛創業公司來說，形勢不容樂觀。Guidehouse Insights分析師Sam Abuelsamid坦言：“開發無人駕駛汽車需要大量資源，幾十家公司做同樣的事情根本沒有意義?？倳邢磁频?。”

去年，Drive.ai經營不下去準備停業，但最后關頭被蘋果收購。3月份無人駕駛卡車創業公司Starsky關門。6月份，Zoox被亞馬遜收購，價格12億美元，它算是比較成功的。不過2018年時Zoox的估值曾經達到32億美元，由于資金緊張，它只能降價賣身。

什么時候才能看到真正的無人駕駛汽車?才能享受真正的無人駕駛服務?毫不夸張地說，沒有人知道!

帶頭大哥與跟班小弟

Aurora、Zoox前進的路線和Waymo差不多，它們想在市場上分一塊蛋糕。Zoox告訴投資者，除了開發傳感器和軟件，如果也能開發自己的汽車，那樣無人駕駛體驗會更好。Aurora的目標不太一樣，它想開發一套無人駕駛套件，然后授權給汽車制造商使用。

2018年1月，Aurora與大眾、現代簽約，準備與大眾合作推出“移動即服務”無人駕駛的士，2019年6月大眾廢棄協議。大眾提議收購Aurora遭到拒絕，它便從福特手中買下大量Argo股份。

為什么會這樣?可能是因為無人駕駛進展緩慢，投資者不滿意，即使對帶頭大哥Waymo，投資者也保持懷疑。想用無人駕駛的士拿下市場是一件很難的事。城市到處都是的士，駕駛環境相當復雜，搭的士的人都很著急，無人駕駛的士卻比有人駕駛的士慢很多，這是大家無法接受的。

另外，推出無人駕駛的士服務需要投很多錢。的士的覆蓋范圍必須很廣，所以無人駕駛技術開發商要與汽車制造商合作，建立一支龐大的車隊，還要提供詳細的地圖。即使財大氣粗如Waymo，要做到也是很難的。

正因如此，很多企業才會轉型，跑去開發無人駕駛卡車技術。

有些企業采取“漸進式”策略，比如Voyage，它在村莊推出無人駕駛的士服務，為退休老人服務。May Mobility也選擇不一樣的路線前進，它與地方政策合作，推出共享、路線固定班車服務。還有Nuro，它用無人駕駛技術配送披薩和食品。不過所有這些無人駕駛汽車的速度最高都只有每小時25英里。

創業公司相信：大公司有錢，但他們即使資金更少，也可以做很多事。去年9月Voyage融資3100萬美元;去年2月May Mobility融資2200萬美元，12月又融資5000萬美元;去年11月Optimus Ride融資5000萬美元;去年Aurora融資5.3億美元;2018年Zoox融資5億美元，2019年又融資2億美元……

在整個無人駕駛行業，激光雷達創業公司炙手可熱。Aurora、Cruise和Argo都收購了激光雷達公司;Waymo開發了自己的激光雷達;Voyage 和May使用現在激光雷達組件，由其它公司提供。

無人駕駛還很遙遠

馬斯克深信Level 5無人駕駛技術終會出現，而且很快就會出現。樂觀當然很好，畢竟正能量，但是深度算法存在缺陷，何時達到Level 5目標仍不明確。

所謂Level 5無人駕駛，就是指汽車可以在任何環境下自動駕駛，人類只是乘客，不需要干預駕駛。美國圣菲研究所(Santa Fe Institute)教授Melanie Mitchell是這樣說的：“Level 5汽車完全自主駕駛，不需要人類干預，白天晚上都可以行駛，可以適應各種天氣，可以在任何公路上行駛，可以在任何城市或者任何地點行駛。”

特斯拉Autopilot仍然卡在Level 2階段。為什么會這樣呢?Autopilot無人駕駛的關鍵組件是6個攝像頭，它們由深度AI算法驅動。攝像頭獲取視頻，AI算法分析內容，然后在環境中導航，避開汽車及其它對象。馬斯克認為，隨著軟件的改進，Level 5將會變成現實。

在過去幾年里，深度學習圖像識別技術的確進步了，但有一個主要問題還沒有徹底解決：當新情況出現時，深度系統有點捉襟見肘。

Melanie Mitchell說：“目前最先進的無人駕駛汽車，只要環境大體可以預測，它們也能表現很好;只要訓練過，它們都能很好適應駕駛環境。問題在于不可預測的情況，它沒有被訓練覆蓋。”

怎么辦?大家認為應該用更多的數據訓練，特斯拉就是這樣做的。盡管如此，偶然事件還是太多了，無法提前預測。

Melanie Mitchell解釋稱：“無人駕駛產業的人都在談論稀有情況長尾現象，這些情況一般不會在日常駕駛中出現，對于任何一輛給定的汽車，要遇到這樣的情況都顯得不可能，但是因為長尾情況很多很多，對于每一種情況，即使是日常駕駛，某些汽車也會在某些地方碰到。想訓練AI，讓它應付所有這些情況是不可能的。”

人類之所以能夠應對千變萬化的世界，主要是因為擁有常識，AI系統沒有常識，沒有直覺，不懂心理學。深度學習系統充其量只是一套數字處理系統，它將看到的數據與之前看到的數據對比，然后做決定。Melanie Mitchell承認：“如果允許無人駕駛汽車在所有條件下行駛，我敢保證，人類司機比無人駕駛算法更值得信賴。”

有些研究人員正在努力，嘗試將常識植入算法，但研究還處在初級階段。Melanie Mitchell認為：“賦予機器足夠多的常識，讓它們可以像人類一樣處理所有可能出現的駕駛情況，這是長遠目標，至少還要幾十年才能實現。”

前景是光明的，道路是曲折的，當國際大小無人駕駛玩家都處于掙扎之時，滴滴無人打車商用也不過是一場秀。理想與現實之間，還有很遠的距離!