特斯拉CEO上月底發佈推特放言要明年送100萬輛自動駕駛出租車上路。
對此李開復不屑表示到：如果2020年100萬輛特斯拉自動駕駛出租車上路，自己就全吃了。
李開復的回覆
那麼，為什麼李開復能如此豪爽的表示這件事：不可能！？
1.安全性
無人駕駛的安全性要求更高，行駛場景更復雜的乘用車領域，無人駕駛場景就會變的更具挑戰性。這一點，在中國尤其明顯！中國的道路交通情況極為複雜，每個地方有每個地方的特殊地理環境。
重慶“立體交通”
2.技術性
關於高級輔助駕駛有三個核心環節：感知、決策和執行。其具體內容可以另開話題進行展開。簡單的理解就是車輛需要通過各種傳感器來獲取外界時刻變化的信息和信號，並在車輛電腦上進行實時運算並進行行駛狀態的控制。這其中，感知和決策，涉及到大量軟件和硬件能力的提升與重構。
第一，硬件感知精度和適應能力的缺口？
這包括對位置精度和地圖精度的感知能力，人類駕駛者的敏銳度，是行車安全中密不可分的一部分。
無人駕駛汽車的感知能力
第二，傳感器數據的融合難度？
2016年5月7日，一輛特斯拉Model S在美國佛羅里達州北部高速公路上發生了嚴重事故，駕駛員和車輛裝備的Autopilot系統都未能識別出正在左轉的大貨車，Model S在沒有任何減速的測試下，鑽入了大貨車下方，駕駛員不幸遇難。
究其原因，其前置攝像頭致盲或誤將車身當成白雲，而安裝過低的前置毫米波雷達穿透了卡車底盤而未能識別卡車。兩個獨立工作的傳感器都感知到了一部分數據，但其綜合判斷卻未能得出正確的制動判斷，原因是傳感器之間的數據尚未進行融合。
第三：在中國複雜的環境下，算法離成熟尚遠？
從現有的算法來看，由於各類高精度傳感器的發展尚處於成長期，算法本身基於傳感器數據，自然也在不斷完善的過程。人類駕駛者的判斷能力機器尚不可及。
從中國的路況來看，人車混雜的道路狀況是歐美國家的道路狀況所不可比擬的，算法上需要解決對行人和兩輪交通設備的識別和處理能力，是一個巨大的挑戰。
複雜的道路環境
3.通信協議
無人駕駛始終是要由計算機來操作電腦的，當汽車遇到特殊情況需要人工遠程時，數據傳輸的及時性就異常的重要。目前我國作為通信大國，在通信基站的建設上處於世界領先的水平。即便如此，我國的5G通信也將在2020年進行大規模的覆蓋，放眼世界只有韓國率先採用5G傳輸信號，且依託中國信息傳輸的項目。所以作為成熟時間的2020年前後，大規模的普及自動駕駛出租車並且安全上路，這是一個值得深思的問題。
感知能力
如果按照2017年2月在美國眾議院下述委員會的關於“自動駕駛汽車的部署之路”聽證會中，沃爾沃代表明確表示不考慮SAE L3等級而將直接進入到L4自動駕駛等級。其原因是L3仍然會將某些“危險”場景遺留給駕駛員處理，這樣在緊急時刻裡留給駕駛員的反應時間極為有限。
無人駕駛內部
這也意味著，為規避災難性的風險，車企需要更長的時間將技術直接演進至全無人駕駛，在那之前，將技術控制在封閉場景內，並要求駕駛員時刻為自己的生命負責（L2輔助駕駛）的方式，應該是接下去5年內，大部分車企的主流選擇！
