特斯拉CEO上月底发布推特放言要明年送100万辆自动驾驶出租车上路。
对此李开复不屑表示到：如果2020年100万辆特斯拉自动驾驶出租车上路，自己就全吃了。
李开复的回复
那么，为什么李开复能如此豪爽的表示这件事：不可能！？
1.安全性
无人驾驶的安全性要求更高，行驶场景更复杂的乘用车领域，无人驾驶场景就会变的更具挑战性。这一点，在中国尤其明显！中国的道路交通情况极为复杂，每个地方有每个地方的特殊地理环境。
重庆“立体交通”
2.技术性
关于高级辅助驾驶有三个核心环节：感知、决策和执行。其具体内容可以另开话题进行展开。简单的理解就是车辆需要通过各种传感器来获取外界时刻变化的信息和信号，并在车辆电脑上进行实时运算并进行行驶状态的控制。这其中，感知和决策，涉及到大量软件和硬件能力的提升与重构。
第一，硬件感知精度和适应能力的缺口？
这包括对位置精度和地图精度的感知能力，人类驾驶者的敏锐度，是行车安全中密不可分的一部分。
无人驾驶汽车的感知能力
第二，传感器数据的融合难度？
2016年5月7日，一辆特斯拉Model S在美国佛罗里达州北部高速公路上发生了严重事故，驾驶员和车辆装备的Autopilot系统都未能识别出正在左转的大货车，Model S在没有任何减速的测试下，钻入了大货车下方，驾驶员不幸遇难。
究其原因，其前置摄像头致盲或误将车身当成白云，而安装过低的前置毫米波雷达穿透了卡车底盘而未能识别卡车。两个独立工作的传感器都感知到了一部分数据，但其综合判断却未能得出正确的制动判断，原因是传感器之间的数据尚未进行融合。
第三：在中国复杂的环境下，算法离成熟尚远？
从现有的算法来看，由于各类高精度传感器的发展尚处于成长期，算法本身基于传感器数据，自然也在不断完善的过程。人类驾驶者的判断能力机器尚不可及。
从中国的路况来看，人车混杂的道路状况是欧美国家的道路状况所不可比拟的，算法上需要解决对行人和两轮交通设备的识别和处理能力，是一个巨大的挑战。
复杂的道路环境
3.通信协议
无人驾驶始终是要由计算机来操作电脑的，当汽车遇到特殊情况需要人工远程时，数据传输的及时性就异常的重要。目前我国作为通信大国，在通信基站的建设上处于世界领先的水平。即便如此，我国的5G通信也将在2020年进行大规模的覆盖，放眼世界只有韩国率先采用5G传输信号，且依托中国信息传输的项目。所以作为成熟时间的2020年前后，大规模的普及自动驾驶出租车并且安全上路，这是一个值得深思的问题。
感知能力
如果按照2017年2月在美国众议院下述委员会的关于“自动驾驶汽车的部署之路”听证会中，沃尔沃代表明确表示不考虑SAE L3等级而将直接进入到L4自动驾驶等级。其原因是L3仍然会将某些“危险”场景遗留给驾驶员处理，这样在紧急时刻里留给驾驶员的反应时间极为有限。
无人驾驶内部
这也意味着，为规避灾难性的风险，车企需要更长的时间将技术直接演进至全无人驾驶，在那之前，将技术控制在封闭场景内，并要求驾驶员时刻为自己的生命负责（L2辅助驾驶）的方式，应该是接下去5年内，大部分车企的主流选择！
