云栖科技评论第67期：完全自动驾驶实现遥遥无期？不必多虑！

【卷首语】2025年20年如埃隆·马斯克在Twitter上所说的，“（特斯拉）会在今年8月实现完全自动驾驶 ”个又一个不断接近的时间承诺的刺激下，完全自动驾驶（full self-driving）好像离我们真的很近了。

　　但纽约大学的人工智能专家加里·马库斯（Gary Marcus）却不这么看，这位“经常性调低AI系统期望值的AI权威”认为“实现完全自动驾驶汽车的梦想可能比想象的要更远得多”，甚至于“完全自动驾驶实现的日子很可能要推迟整整一代人”。

　　加里·马库斯给出的原因大致可以归为三类：首先，以“归纳总结”和“分类识别”为主的主流深度学习算法，是否能够持续得到优化目前并无定论，“完全自动驾驶汽车就如同一个我们不知道答案的科学实验”；

　　其次，几乎所有的车祸都会涉及某种不可预见的情况，而深度学习算法仍然只是对过去事件的重复学习很难获得“推演能力”，这会导致“完全自动驾驶汽车遇到出乎预料的情况却无法做出正确反应”；

　　第三，即使建立了一个“完美”的自动驾驶系统，但是行人或是其他驾驶员是否能够预测、判断自动驾驶汽车的行为并做出行动，仍然充满着不确定性和不可预知性——裹挟着技术和 会环境、 会伦理问题的“完全自动驾驶”，前进路上仅透微光。

　　但从另外的角度看待这一条条真实的挑战，或许另有收获：

　　首先，对自动驾驶的“唱衰”，有相当一部分来自于“对这一行业的期望过高”，却忽视了这一行业所取得的巨大进展，正如Lyft的董事Ann Miura-Ko所言：“人们总是期望他们一步登天，这完全不符合新技术上的正常期望，我认为，每一个微小的优化都是自动驾驶成熟工业化路程上独特的风景”；

　　其次，许多自动驾驶公司正在寻找和建立新的自动驾驶改进思路，比如说，实现基于规则的AI技术，将特定的规则和逻辑通过硬件的方式编码并固定在驾驶行为中，“（自动驾驶）车-（智能道）路-（云协同） ”三者协同的概念也开始受到关注；

　　更重要的是，在自动驾驶日趋完善的道路上，随着许多新技术被开发出来，它们的应用领域已经不仅限于自动驾驶，而在许多不同的领域创造出巨大的价值：

　　自动驾驶轮椅应运而生，极大地提高了行动困难者的生活质量；车载雷达技术的成熟和普及，在人工驾驶的重型卡车上应用，正在避免交通事故、拯救生命；结合了卫星导航和自动驾驶技术的农业机械在日本已经下田耕作，解决日本老龄化 会下的农业劳力紧缺问题。

　　就像1970年Ernst Stuhlinger 博士那封著名的回信中所写：“通往火星的航行并不能直接提供食物解决饥荒问题。然而，它所带来的大量新技术和新方法可以用在火星项目之外，这将产生数倍于原始花费的收益。”

　　总之，我们应当对完全自动驾驶抱有充分的希望，进行持续的努力，无论是实现完全自动驾驶，还是在这一过程中，所诞生的种种造福人类的技术与实践，而这，也应当是我们今天对待每一项前沿科技研究时的态度，比如说在制药领域应用人工智能技术或是将VR技术应用于人类大脑的修复性治疗。

1、美政府被曝砸巨资扶持硅谷巨头，特斯拉获35亿美元补贴

【新闻摘要】 市场研究机构eMarketer的数据显示，2018年亚马逊在美国的零售收入将达到2582.2亿美元，这一数字占到美国所有在线零售支出的49.1%，占零售总额的5%。美国电子商务市场的第二名是eBay，它占美国电子商务市场的份额为6.6%，苹果则以3.9%位居第三。值得注意的是，全球最大的实体零售商沃尔玛在电子商务领域的表现并不尽如人意，在市场中仅仅获得了3.7%的份额，甚至低于苹果公司。此外，亚马逊的扩张速度依然没有减慢，2018年预估销售额比前一年度增长了29.2%，而前一年度亚马逊占电子商务零售总额的43%。

3、VR+无人驾驶+无人机+区块链：科技彻底改变采矿业

【新闻摘要】 近日，墨尔本大学的研究团队宣布，他们首次成功模拟了 60 量子比特的量子计算机上 shor 算法的运行，这意味着其所模拟的量子比特数目成功跻身于全球领先行列，并创造了目前的世界纪录。长期以来，用传统计算机模拟量子计算是很棘手的事情，据介绍，墨尔本大学的研究团队通过优化算法，使算法生成的矩阵积态（Matrix Product State）可对量子态进行表征，降低了量子计算机模拟过程中对传统计算机运算能力和存储资源的要求。

【小云评论】2018年以来，使用传统计算机模拟量子计算机的研究不断取得突破性进展，这也引发了一定的舆论疑问：既然在研究量子计算机，为什么还要使用传统计算机对其进行模拟上，之所以这样做，是为了“帮助研究人员更好的理解和测试量子计算机未来所面对的问题”， 以便在真正的量子计算时代到来之时，做好准备。一直以来，业界共识是，50-100 量子比特已经超出传统计算模拟的范围，而成功地模拟 60 量子比特，让这一边界向前推进，可以让我们更好的理解量子计算优越性的标准。

5、加州理工学院团队展示在试管中诞生的人工智能

【小云评论】牛津互联 研究所的研究结论中有两点值得注意：首先， 络防护器失效的原因，往往是由于共享内容的方式发生了变化，而 络防护器却并未得到及时有效的升级和更新；其次， 络防护器不应当是父母、其他监护人或机构服务人员唯一的“保险”，来自父母和看护者的监督看护与 络防护器的技术防范同等重要——就这两点来说， 络防护器应当借助人工智能之类的技术，实现更加智能的发展，软件的开发者也应当确保软件能力的持续迭代。同时，我们也应当认识到，在某些领域，人机混合比单纯的依靠软件更具现实意义。

7、国际足联：VAR带来99.2%判罚准确率

【新闻摘要】 据国外媒体援引消息灵通人士的话称，微软本周缩减了其国际销售团队的规模，裁掉部分员工，该匿名知情人士称，此次裁员规模比一年前的一轮裁员要少，但自己并不清楚确切的裁员数量。但他指出，微软的此次裁员并不意味着公司会改变自己的既定战略，而只是正常的业务调整，而微软在上周刚刚进入2019财年。如果此次裁员属实，这已经是微软两年内第二次针对销售团队裁员：早在2017年微软就曾宣布裁员3000人。此次裁员中受波及最大的是销售人员，裁员比例约占微软整个销售团队的10%左右。

【小云评论】微软裁撤销售人员的行动是一种必然，包括Office 365在内的大量软件通过SaaS的形式在Azure云服务上通过用户自助购买被销售出去，而非传统的销售人员。随着这家老牌的软件厂商朝着云计算转型的步伐日益加快，将会有更多微软的软件和服务产品通过平台，而非具体的销售人员进行销售，特别是在一些销售成本较高的市场，这一趋势将愈加显著。事实上，不仅仅是销售人员，整个IT产业链都在因为云计算的发展而被重塑，比如随着Kubernetes容器服务的发展，原本复杂的硬件层兼容性、互操作性工作的重要性将被削弱，许多硬件工程师将面临新的职业选择，而随着云计算的普及，越来越多的数据中心硬件工程师，已经开始了他们的职业转型。当然，很多硬件工程师在从数据中心管理至云管理运维的职业转换中，获得了更高的薪水和更舒适的工作环境。

9、国外媒体称实现完全自动驾驶可能比预计要晚很多

【新闻摘要】 据《华尔街日 》 道，一些公司利用特定技术，对投资者和用户隐瞒了AI对人类的依赖，比如说利用人类来训练 AI 系统，更有甚者，则秘密地依赖于人类提供知识、经验甚至是具体的操作，提供“伪 AI”科技。比如说Edison Software公司的工程师就会借助谷歌的第三方应用程序开发者权限访问用户收件箱，浏览众多用户的个人电子邮件信息来改进“智能回复”功能，而更有甚者——企业费用管理应用程序Expensify承认，它一直使用人工来转录一些收据，并声称是“智能扫描技术”处理的。

文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树首页概览213235 人正在系统学习中 相关资源：典型自动驾驶仿真软件介绍-iatf16949标准知识培训讲义-交通文档类…