滴滴以巨额投入，引领无人驾驶商用潮流？真相或许只是一场表演！

近年来，全球范围内对无人驾驶的热情逐渐降温。谷歌Waymo原本计划在2018年底前推出无人驾驶出租车服务，但未能实现。通用汽车旗下的Cruise也推迟了原定于2019年的商用计划。就连一向乐观的马斯克，也未能如期兑现承诺。

这些大企业凭借雄厚的资金，依然能够继续投入研发。然而，对于众多无人驾驶初创公司而言，形势则更为严峻。Guidehouse Insights的分析师Sam Abuelsamid指出，开发无人驾驶汽车需要大量资源，许多公司在做同样的事情，最终只会导致行业洗牌。

去年，Drive.ai因经营困难被苹果收购。无人驾驶卡车公司Starsky也在今年初宣布关闭。Zoox虽然在2018年的估值高达32亿美元，但在资金压力下，最终以12亿美元的价格被亚马逊收购。

究竟什么时候我们才能真正看到无人驾驶汽车的普及？这个问题的答案至今无人知晓。

领先者与追随者

Aurora和Zoox都在努力开辟市场。Zoox向投资者表示，除了开发传感器和软件，如果能自主设计车辆，无人驾驶体验会更好。Aurora则致力于开发一套适用于多种车型的无人驾驶套件，并授权给汽车制造商使用。

2018年，Aurora与大众和现代签署合作协议，计划推出无人驾驶出租车服务。然而，2019年6月，大众放弃了这一协议。随后，大众从福特手中购入了Argo的大量股份。

为什么会出现这种情况？可能是因为无人驾驶技术的发展进展缓慢，投资者对此并不满意。即使是对无人驾驶技术最看好的Waymo，投资者也持怀疑态度。利用无人驾驶出租车占领市场并不是一件容易的事。城市的交通环境复杂多变，而无人驾驶出租车的速度远不及传统出租车，这显然难以被接受。

此外，推出无人驾驶出租车服务需要大量资金支持。要覆盖广泛的城市区域，无人驾驶技术开发商需要与汽车制造商合作，建立庞大的车队，并提供详细的地图。即便财力雄厚如Waymo，实现这一目标也十分困难。

因此，许多企业转向开发无人驾驶卡车技术。一些公司采取渐进式策略，例如Voyage在乡村地区推出无人驾驶出租车服务，专门为老年人提供便利。May Mobility选择了一条不同的道路，与地方政府合作，推出共享和固定路线的班车服务。Nuro则利用无人驾驶技术配送披萨和食品，但所有这些无人驾驶车辆的速度都被限制在每小时25英里以内。

尽管面临种种挑战，初创公司依然相信，即使资金有限，他们也能取得不少成就。去年9月，Voyage融资3100万美元；同年2月，May Mobility融资2200万美元，12月再次融资5000万美元；Optimus Ride去年11月融资5000万美元；Aurora去年融资5.3亿美元；Zoox在2018年融资5亿美元，2019年又融资2亿美元……

整个无人驾驶行业，激光雷达技术公司备受关注。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技术；Voyage和May Mobility则使用其他公司的激光雷达组件。

无人驾驶之路漫漫

马斯克坚信，Level 5级别的无人驾驶技术终将实现，并且很快就能实现。这种乐观态度固然好，但深度算法存在缺陷，何时能达到Level 5的目标仍然未知。

所谓Level 5无人驾驶，是指汽车能够在任何环境下自主驾驶，人类只需作为乘客，无需干预。美国圣菲研究所的Melanie Mitchell教授解释道：“Level 5级别的无人驾驶汽车完全自主驾驶，不需要人类干预，无论是白天还是夜晚，无论天气如何，无论是在任何公路或城市中行驶，都可以自如应对。”

特斯拉的Autopilot技术目前仍停留在Level 2阶段。这是因为Autopilot的核心组件是六个摄像头，它们由深度AI算法驱动。摄像头捕捉视频，AI算法分析内容，从而在环境中导航并避开障碍物。马斯克认为，随着软件不断优化，Level 5无人驾驶将成为现实。

在过去几年中，深度学习图像识别技术确实取得了显著进步，但仍有一个关键问题尚未解决：当面对新的、不可预测的情况时，深度系统显得力不从心。

Melanie Mitchell指出：“目前最先进的无人驾驶汽车，在环境大致可预测的情况下，表现良好；经过训练后，它们也能很好地适应驾驶环境。但问题是，当遇到不可预测的情况时，它们的表现往往不尽如人意。”她进一步解释道：“无人驾驶产业人士一直在讨论‘长尾效应’，即那些很少见但又难以预测的情况。尽管这些情况在日常驾驶中出现的概率很低，但由于种类繁多，每种情况都可能发生。要训练AI应对所有这些情况几乎是不可能的。”

人类之所以能应对千变万化的世界，主要是因为拥有常识、直觉和心理学知识。而现有的深度学习系统只是简单的数字处理系统，它们只能将当前看到的数据与过去的数据进行对比，然后做出决策。Melanie Mitchell承认：“如果允许无人驾驶汽车在所有条件下行驶，我敢肯定，人类驾驶员比无人驾驶算法更可靠。”

一些研究人员正在努力将常识引入算法，但这项研究尚处于初级阶段。Melanie Mitchell认为：“赋予机器足够的常识，使其能在各种驾驶情况下表现出色，至少还需要几十年的时间。”

尽管前景光明，但道路曲折。在全球范围内，大大小小的无人驾驶玩家都在艰难前行，滴滴的无人驾驶出租车商用计划或许也只是昙花一现。现实与理想之间，仍有很长的路要走。