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，但是深度算法存在缺陷，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，它们由深度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，深度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，深度系统有点捉襟见肘。

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。深度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!