最近，一篇《自動駕駛爆雷!美國專家4小時發現百度、英偉達561個故障》的文章讓沉寂了很長一段時間的“自動駕駛”再次引發行業內熱議。
文章稱，伊利諾伊大學香檳分校的一個研究團隊在分析了自動駕駛公司2014年至2017年提交的所有安全報告(涵蓋144輛自動駕駛汽車，累計行駛1116605英里)後，得出一個令人震驚的結論：
在行駛相同里程的情況下，自動駕駛汽車發生事故的可能性是人類駕駛汽車的4000倍。這意味著，自動駕駛技術不能妥善處理情況的概率之高非常驚人，往往要依靠人類駕駛員來接管。
並且，這個研究團隊開發的一種針對自動駕駛的故障評估技術，最近在對百度Apollo3.0和英偉達專有自動駕駛系統DriveAV的測試中，短短4小時就發現了561個關鍵安全故障!
這一發現無情地擊破了自動駕駛安身立命所在。要知道，自動駕駛技術興起的主要內在因素在於它可以大大降低汽車事故發生率。
麥肯錫曾經發布的報告就顯示：自動駕駛汽車的全面普及可減少90%的交通事故，每年可減少1900億美元的損害賠償和醫療費用，挽救成千上萬人的生命。
但這篇文章指出，“由於車輛電氣和機械組件的複雜性，以及天氣、路況、地形、交通模式和照明等外部條件的變化，使用AI來改進自動駕駛車輛非常困難。目前我們正在取得進展，但安全仍是一個重大問題”。
百度第一時間在這篇文章評論區進行了長篇回應。百度稱他們正與伊利諾伊大學香檳分校研究人員，取得聯繫，瞭解更多信息，並表示Apollo每天都在持續迭代，向更安全、更可靠、更完備上進步。
在中國，百度是自動駕駛領域的頭號玩家。Apollo是百度在2017年推出的開放自動駕駛平臺，自誕生起，這個平臺一直聲稱要成為“自動駕駛領域的Android操作系統”。對於百度來說，雖然Apollo在自動駕駛商業化落地方面取得了比較大的進展，但是技術安全性、商業化、盈利性等仍是待解難題。
而這也恰恰是整個自動駕駛領域所面臨的困境。
其實，作為目前科技產業界的熱門領域，自動駕駛自帶流量，任何有關它的任何重大新聞都會掀起軒然大波。
自動駕駛在2017-2018年迎來了發展及熱情的小高潮，不論是傳統車企還是初創企業，都對自動駕駛的發展現狀以及未來充滿了期待。每當一家公司宣佈新的技術落地的時候，總能引起整個行業的關注。
再加上資本的競相湧入，使得自動駕駛騎在資本的虎背上狂奔，成為了新的風口。
但近年來唱衰自動駕駛的聲音也不絕於耳，主要原因在於商業落地難。
雖然經過最初的探索，整個行業已漸趨務實和理性。但應用場景有待明確，安全性能亟須保障，技術短板突出，自動駕駛落地面臨的挑戰任重而道遠。
現在很多入局自動駕駛的企業在測試里程方面表現不俗，有些甚至累積了上千萬的測試里程;而且在脫離接觸頻率(平均跑多遠需要一次人工接管)方面，很多企業的表現也讓人眼前一亮，以Waymo的無人車為例：平均每行駛1.1億英里會出現一次人工干預。
但這背後實際暗藏玄機。Waymo無人車的測試地點一般為人流車流很少的寬敞馬路，路況簡單。如果將它放在鬧區或路況較為複雜的地點進行測試，能否取得同樣的成績還很難說。
因此，有關自動駕駛的應用場景也是頗具爭議，有些人認為在現階段，無人駕駛技術的應用還僅限於低速與限定場景，比如物流、共享出行、公共交通、環衛、港口碼頭、礦山開採、零售等領域，未來何時及多久應用到大眾消費級領域還是一個未知數。
當然，對於公眾來說，最關心的還是自動駕駛的安全性能問題。
過去，自動駕駛頻繁發生的交通事故使得這個領域陰雲密佈，也漸漸開始喪失公眾的信任。
根據加州機動車輛管理局公佈的數據顯示，自2014年以來，隨著越來越多的汽車上路，他們已經收到併發布了104份自動駕駛汽車碰撞報告，其中截止2018年10月9日，有8家公司上報49起事故。
(來源：California Department of Motor Vehicles)
在這49起事故中，被追尾是自動駕駛頻率最高的事故類型，幾乎佔到了三分之二。
(來源：California Department of Motor Vehicles)
其中還不乏駭人聽聞的致死事故。
最典型的是Uber去年3月的“全球首起無人駕駛致死”事故：一輛處於自動駕駛模式的Uber無人車在道路測試時撞死一名行人。
還有對自動駕駛技術頗為激進的特斯拉，不久前，一輛Model X在自動駕駛模式下撞上高速公路護欄，導致車主身亡。
這每一起事故都衝擊著大眾對自動駕駛的信任度。
2018年，美國汽車協會(AAA,American Automation Association)的一項調查顯示，在多起備受矚目的道路交通傷亡事故發生後，消費者對自動駕駛汽車的信任度驟然下跌，近四分之三的美國人目前表示，他們由於太害怕而不敢乘坐自動駕駛車輛。
而天氣變幻無常，無法控制等因素又加劇了公眾的不信任。
但這一切又似乎可以用技術尚未成熟來進行解釋，而技術也確實是阻礙自動駕駛落地的“阿喀琉斯之踵”。
自動駕駛涉及的技術非常廣，涵蓋軟硬件多方面，任何一個環節“瘸腿”都跑不起來。
比如，無人車看清周邊環境，需要精密的感知技術。近年來，汽車的感知能力雖快速提升，但遇到雨、霧等惡劣天氣時，它就成了“瞎子”，目前仍沒有完美的解決辦法。
要讓無人車根據環境做出選擇，還需要高效的“大腦”，這項任務頗具挑戰。因為自動駕駛是使用AI和機器學習來集成機械、電子和計算技術以做出實時駕駛決策的複雜系統。典型的自動駕駛系統就像放在輪子上的微型超級計算機;擁有50多個處理器和加速器，運行著超過1億行代碼，來支持計算機視覺、規劃和其他機器學習任務。
並且自動駕駛還是遵守規則的“好學生”，但現實中的路況通常瞬息萬變，最令人頭疼的可能是“人的複雜性”。人的行為具有突發性和複雜性等特點，無人車或許能夠輕鬆識別路面上的人，但困難在於：如何預測、處理行人的下一步行動。
自動駕駛汽車所需要的基礎設施要求也很高，比如車路協同，簡單來說就是建立智能街道，但現在的技術還無法滿足。
這些困境共同助推自動駕駛行業提早迎來資本寒冬。
眾所周知，自動駕駛是一項技術密集型和資金密集型的產業，資本在該領域發揮著巨大的作用，決定著每家企業的生存和消亡。
但伴隨著“泡沫將破”的聲音，自動駕駛領域的投融資也開始縮緊。如今，不少創業公司已經倒在了這條“康莊大道”上，行業佈局也開始進入下半場。
關於這點，有專家認為自動駕駛降溫，對行業可能是好事，有利於真正做創新的企業冒出來，從而在自動駕駛全球產業鏈中佔據一席之地。
雖然自動駕駛落地困難重重，但是我們不能忽視的是一些技術已經被應用到現有的乘用車中。其中，L1、L2等輔助駕駛技術應用已經比較普遍，比如被特斯拉號稱為全自動駕駛的Autopolit。
行業內也正針對自動駕駛的短板進行攻堅克難。上文，伊利諾伊大學香檳分校開發的故障評估技術，能挖掘最大程度地影響自動駕駛安全性的情況和故障，將安全隱患扼殺在搖籃中，從而提高自動駕駛的安全性。
此外，隨著雲計算的成熟以及5G商用落地，這些能夠使得無人車的“大腦”處理數據的能力進一步加快，對道路上出現的突發情況做出及時反應。
另外一方面則是政策的傾斜。為了推動自動駕駛邁向無人駕駛最高階段，一些汽車產業強國和世界知名企業都紛紛加快了全自動駕駛技術的研發、測試。我國在去年則出臺了《智能網聯汽車道路測試管理規範》文件，這無疑將有利於推動我國自動駕駛汽車輕裝“上路”。
但或許公眾也應該對自動駕駛再多一點耐心。因為任何新事物的發展都是前進性和曲折性、上升性和回覆性的統一，是螺旋式上升、波浪式前進，在一定條件下，甚至會出現局部的後退和反覆。
自動駕駛作為一項新技術，它的發展道路也同樣如此。
關注同花順財經微信公眾號(ths518)，獲取更多財經資訊
閱讀更多 同花順財經 的文章
