人工智能技术与自动驾驶,自动驾驶与人工智能

“新基建”背景之下，自动驾驶商业化曙光已来

。

VIEWS本报记者王鹏杰自从3月4日政府召开工作会议，明确指出要加大公共卫生服务，应急物资保障领域投入，加快5G网络、数据中心等新型基础设施建设进度，要注重调动民间投资积极性以来，“新基建”就成为了在中国经济舆论场中绕不开的“核心主题”。

根据相关报道，“新基建”最可能集中于7大领域：一是5G基站建设（5G板块），二是特高压，三是城际高速铁路和城市轨道交通（基建和高铁），四是新能源汽车充电桩，五是大数据中心，六是人工智能，七是工业互联网。

小马智行联合创始人兼 CEO 彭军博士表示，自动驾驶就是依靠高科技和人工智能为汽车打造“智慧的大脑”，使出行更安全、可靠、高效；在新基建的进程中，自动驾驶将会成为智能交通的重要组成部分，促进智慧城市建设。

不过，要如何将自动驾驶技术商业化，业界有许多不同的声音。

罗兰贝格管理咨询公司全球合伙人、大中华区副总裁方寅亮在会议中表示，综合判断产业规模与各相关方的核心诉求，“Robotaxi（自动驾驶出租车）是乘用车方面最核心的商业化模式”。

尽管在测试道路或者指定区域内，自动驾驶的商业化进行得如火如荼，但是却始终缺少一个能够让大部分民众都认可的契机——而这次疫情正好让人们意识到无接触服务的优点。

彭军表示，疫情之下，有危也有机，一方面它给人们正常经济生活带来了冲击，但是另外一方面，也让自动驾驶技术走进了大众视野。对此，彭军呼吁开放更多不同场景的测试区域。

“自动驾驶就像人一样，光在驾校里学车是学不出来的，还需要到公开道路不断学习、尝试。自动驾驶在中国的发展，需要能够在保证安全的情况下，慢慢开放更多、场景更丰富的路段做测试。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

人工智能专业就业方向及前景

人工智能专业就业方向有很多，例如：机械制造、科学研究、工程开发、计算机方向、软件工程、应用数学、电气自动化、通信等。

人工智能的人才培养以研究生教育为主，一方面人工智能的研发具有较大的难度，另一方面人工智能领域的研发需要更多的研究资源，人才培养周期也相对比较长。

由于当前人工智能依然处在行业发展的初期，所以学习人工智能专业要想有一个较好的就业出口，可以考虑读一下研究生。

人工智能，现在已被国家列入发展规划，国家提出了人工智能三步走的发展战略，现工智能已经有了国家战略的背景支持。因此，在今后的发展当中，肯定是会越来越火热。

根据领英发布的全球人工智能人才分布显示，中国目前的人工智能人才缺口超过五万人。人才是极度的供不应求。从科研院所到商业巨头和企业，各行各业都在开发引进人工智能，导致人工智能领域的缺口非常大。

而且它作为以计算机技术为基础的高端技术，工资是绝对不会低的，不仅不会低，是非常高的。更多情况可以到达内了解一下。

依托达内集团国内领先的课程体系（TTS6.0），雄厚的师资力量，广阔的就业平台，迄今为止已与国内上万家IT企业进行人才输送合作。

2019年，获评艾媒金榜(iiMediaRanking)发布的《2019中国教育培训行业上市公司网络口碑榜》TOP40。

人工智能领域主要取得了哪些成果

1、人机对弈1996年2月10～17日，GARRYKASPAROV以4：2战胜“深蓝”（DEEPBLUE）。

1997年5月3～11日，GARRYKASPAROV以2.5：3.5输于改进后的“深蓝”。2003年2月GARRYKASPAROV3:3战平“小深”（DEEPJUNIOR）。

2003年11月GARRYKASPAROV2:2战平“X3D德国人”(X3D-FRITZ）。

2、模式识别采用$模式识别引擎，分支有2D识别引擎，3D识别引擎，驻波识别引擎以及多维识别引擎2D识别引擎已推出指纹识别，人像识别，文字识别，图像识别，车牌识别；驻波识别引擎已推出语音识别；3D识别引擎已推出指纹识别玉带林中挂（玩游智能版1.25）3、自动工程自动驾驶（OSO系统）印钞工厂（￥流水线）猎鹰系统（YOD绘图）4、知识工程以知识本身为处理对象，研究如何运用人工智能和软件技术，设计、构造和维护知识系统专家系统智能搜索引擎计算机视觉和图像处理机器翻译和自然语言理解数据挖掘和知识发现研究范畴语言的学习与处理，知识表现，智能搜索，推理，规划，机器学习，知识获取，组合调度问题，感知问题，模式识别，逻辑程序设计，软计算，不精确和不确定的管理，人工生命，神经网络，复杂系统，遗传算法人类思维方式，最关键的难题还是机器的自主创造性思维能力的塑造与提升。

安全问题人工智能还在研究中，但有学者认为让计算机拥有智商是很危险的，这种隐患也在多部电影中发生过，其主要的关键是允不允许机器拥有自主意识的产生与延续，如果使机器拥有自主意识，则意味着机器具有与人同等或类似的创造性，自我保护意识，情感和自发行为。

人工智能的前景如何？

。

现在的中国不仅是军事强国，而且不断的在向科技强国靠近，随着人工智能热潮的到来，我国已经在这方面取得了很大的进步，同时还有很大的空间可以发挥，所以，相信在以后的的日子里，人工智能在我国的发展前景还是很乐观的。

在刘庆峰写给科大讯飞的一封信中就明确的写到人工智能AI在中国以后的发展前景，其中提到了未来二十年之后科大讯飞的三大发展趋势，说明了人工智能将在未来十年之内就能够很大的改变人类生活的方方面面，小到日常生活，大到我们国家科技方面，无处不存在着人工智能的影子。

前一段时间，5G技术的问世也将能够助推我国人工智能技术的发展，将其再次推向一个高潮，在未来的时间内，相信语音交流方式成为我们日常生活中的最主要的方式，这将不仅能够推动我国产业链的发展，而且在人们日常的生活工作中，更加快了人们的工作效率，提高了人们的生活水平质量，让我们的生活中处处都能够体现出科技化，智能化，给我们的生活提供更多的便利条件。

除此之外，人工智能技术将会更多的运用到农业和工业方面，不能说这些高科技只是使用到一些高端的领域，我们还可以让他更加的亲民化，更多的走向老百姓的生活当中，推动农业更进一步的发展，给他们在种田的时候提供更多的便利。

相信我们的祖国将会越来越强大，人工智能定技术更加的成熟。

“新基建”助推自动驾驶进入快车道腾讯等科技企业加大投入

2020年，“新基建”成为了全民关注的焦点。据统计，截止到3月1日，全国有13个省市发布了2020年重点项目投资计划清单，涉及新基建总投资金额约为34万亿。

包括5G基建、充电桩、大数据中心、人工智能、工业互联网等在内的七大板块，涵盖了交通出行、工业生产、民生保障、通信等方方面面。

新基建七大领域自动驾驶进入快车道与传统“铁公基”相比，“新基建”带有浓重的产业互联网基因，强调运用许多已经存在的尖端科技、技术去对传统的产业进行改造升级，是一个“并入式”的发展过程。

从这个角度上来说，中国众多科技企业多年来的技术积累，为“新基建”的开展奠定了基础。以 “新基建”七大板块之一的人工智能为例，自动驾驶集成了人工智能几乎所有技术类型，可以说是AI技术的皇冠。

其发展应用涉及到从底层硬件到AI技术和平台等多个方面，包括芯片、传感器、计算机视觉、云平台、大数据服务等技术板块，涵盖环境感知、决策、高精地图与定位、车联网V2X、决策控制、测试与验证等复杂细分产业链。

腾讯自动驾驶汽车路试每一次的工业革命，都是从能源、交通、信息这三大领域推动。随着国家对新能源产业发展的大力支持、大带宽、低延时的5G通信网络普及、以及智慧化的道路建设，自动驾驶将进入发展快车道。

科技企业加大自动驾驶领域技术投入过去几年，为实现自动驾驶的商业化落地，以腾讯为代表的众多科技企业投入了大量的资源，为自动驾驶迎接“新基建”时代储备了充足的技术资本。

1、高精度地图覆盖全国高速、快速路以高精度地图为例，它能为车辆提供精准的车辆位置信息和丰富的道路元素数据信息，帮助汽车预知路面复杂信息，如坡度、曲率、航向等，对于L4级以上的自动驾驶汽车来说，高精度地图是必要条件。

我国拥有高精度地图生产资质的企业屈指可数，腾讯就是其中之一。目前腾讯高精度地图团队已经完成了对全国重点城市快速路、高速路的高精度地图采集和数据生产，基于高精度地图的L4级自动驾驶汽车也开始了道路测试。

2、自动驾驶仿真技术落地应用测试与验证，是自动驾驶技术落地的一大难点。绝对安全是人类对自动驾驶汽车的期望和要求，而行业普遍认为，要做到这一点，至少需要110亿英里的测试数据来对自动驾驶系统进行优化。

这需要100辆汽车，以40km/h的速度，昼夜不停跑上500多年，对任何企业来说，都是一个难以企及的目标。为了积累足够的测试数据，使用模拟仿真平台提升测试效率成为了行业的普遍选择。

腾讯也利用强大的游戏引擎、工业级车辆动力学模型、三维重建等技术打造了自动驾驶模拟仿真系统TAD Sim。

上海博园路仿真效果对比通过高精度、可扩展的模拟仿真技术，腾讯自动驾驶模拟仿真平台可以依据具体需求构建出一个无限趋近真实世界的场景，不仅可以满足不断迭代的测试需求，还可以提高自动驾驶研发效率。

在场景型云仿真之外，腾讯还打造了虚拟城市型云仿真，让自动驾驶车辆在虚拟环境中持续的运行，并支持大规模并行加速，提升测试效率，满足自动驾驶技术发展的验证需求。

目前，国家智能网联汽车“长沙”测试中心等自动驾驶测试验证机构，也在采用腾讯模拟仿真平台来探索测试验证的创新应用。

3、顺应时代布局5G-V2XV2X，是自动驾驶走向落地的另外一项关键技术，其中V代表车辆，X代表任何与车交互信息的对象，当前X主要包含车、人、交通路侧基础设施和网络。

该项技术的作用在于打通车、路、人的闭环，实现车辆与外界的实时信息交互，以最大限度弥补单车智能的不足，保证自动驾驶汽车在极其复杂的交通环境中也能安全行驶。

V2X技术需要依赖5G带来的大宽带、低延时信息交互。在“新基建”中，5G建设也作为支撑经济社会数字化、网络化、智能化转型的关键，被列为重中之重。

在5G-V2X的运用方面，腾讯未来网络实验室在2019年5月，正式发布了5G车路协同开源平台，聚焦于基于边缘计算的车路协同领域，着力于解决终端设备普及率低、没有主流软件触达用户、道路设备缺乏有效连接、道路信息碎片化等行业痛点，推进智能网联汽车应用的快速落地。

结语：一方面，新基建热潮给科技企业带来更多的发展机遇，另一方面，科技企业的创新探索也为新基建发力提供了基础。

可以说，以腾讯为代表的科技企业，储备了大量的尖端技术，在“新基建”的助推、普及下，可以助力自动驾驶行业玩家实现快速发展，推动智慧交通系统的建设。

今后，伴随着“新基建”的全面铺开，自动驾驶产业链上下游都会迎来更大的发展空间，这样的良性循环，对以自动驾驶技术为代表的智慧交通系统的构建乃至整个社会的整体发展来说，都具有重要的意义。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

自动驾驶技术有什么优点？要如何发展？

自动驾驶汽车的优势：没有交通堵塞。未来，无人驾驶汽车成功普及后，大城市的交通拥堵将消失。对于许多人来说，这每年可以节省40个小时。因为在大城市中，人们必须走在交通繁忙的地方。

自动驾驶汽车可以自动同步交通状况，尽快选择一条更平坦的路线，由于人工智能设置，诸如汽油交通等不文明的状况也将消失。减少事故。根据专家的计算，由于自动驾驶的普及，事故数量将减少约90％。

因为人工智能将更加遵守交通规则，并且可以计算周围行人的下一步行动。如果有人过马路，他们的AI预测能力和驻车制动技能甚至可能超过老驾驶员。犯罪率降低。未来还将在警车中使用人工智能。

到那时，罪犯将无法摆脱对无人驾驶汽车的追逐。

例如，如果罪犯也驾驶自动驾驶汽车，那么该汽车可以被警察远程停车，或者该汽车可以被门窗挡住，然后直接送到派出所；当然，他们也可能驾驶普通汽车，但是自动驾驶汽车的人工智能计算能力以及实际上能够定位地图和路况的能力可以帮助警察更快地抓捕罪犯。

更重要的是，将来几乎很难找到这种车辆。世界上最好的出租车。由于无人驾驶汽车的出现，出租车行业的驾驶员将失去工作，但是到那时，由于劳动力成本降低，出租车将变得更便宜。

而且，人们仅通过使用移动电话就可以更换这种汽车以到达自己的位置。随着自动驾驶测试的落地，该技术的应用日趋成熟，市场前景和想象空间进一步扩大。交货快捷。

在一些大城市，平均等待食物的时间约为40至80分钟。将来，许多食物将由无人驾驶汽车运送。这样可以将等待时间减少一半。改善空间。由于自动驾驶汽车的便利性，房屋的空间将大大改善。

许多房屋的停车位价格也将降低。因为人们不需要为了方便而在房屋附近购买或租用停车位。只需操作手机，就可以让汽车提前到达您的位置，或者在将汽车交付到目的地后将汽车开到很远的停车位。长途运输。

卡车运送司机担心超速驾驶车票的日子会消失，而不必在路上花费数日甚至数周。因为几乎所有的汽车都可以参与运输，所以它们的交付速度会更快。

人工智能会给我们的生活带来哪些变化？

人工智能现在已经迅速渗透到各行各业，为不同岗位的人提供了便利。智能聊天应用，如苹果Siri、微软小冰;新闻阅读软件依靠人工智能技术推送最适合用户的新闻内容，而自动驾驶技术就是我们身边的人工智能技术。

然而，必须指出的是，人工智能的发展将减少劳动密集型产业对人力资源的需求。这是正常的。一些新工业的出现和发展将吸收这些解放的劳动力。新技术将减少生产现有产品的工人数量。

释放的人力资本可以投资于新产品的开发和生产。面对新技术，我们经常感到恐慌。人工智能会优先于人类吗?智能会把我们变成冰冷的机器人吗?我认为这些担忧是合理的，但当前的形势还远远没有达到我们的担忧。

在目前的科学技术水平上，与人类相比，机器缺乏创新、互动和谈判的能力。所以，在很多情况下，它不是人工的。

我认为机器永远无法超越人类，因为它们没有人类的情感，思考和思考都是多变的思维，不会获得人类的智慧和经验。但是我们必须重视人工智能，考虑如何应用人工智能，它能给我们带来什么，让人工智能更好地为人类服务。

如何推动智能汽车高级别自动驾驶的创新和落地？

未来汽车的自动驾驶是必然趋势，接下来带大家研究如何从四个方面发力，推动高级别自动驾驶技术的创新和落地。一、加大自动驾驶技术研发力度。

重点围绕车规级芯片、汽车操作系统、人工智能算法等组织开展研发，并充分考虑学科间、领域间的耦合作用，使系统综合性能达到最优。

坚持两条腿走路，在推动核心技术国产化的同时，积极运用国外成熟技术产品，根据我国道路交通环境的实际需求，开展系统集成和优化，依托市场规模优势，尽快推进高级别智能网联汽车产品落地。

二、支持开放共赢的产业联盟建设。一方面，通过产学研用相结合、上下游企业相结合和产业创新支撑服务体系建设，汇聚、优化行业创新资源配置，合力推进高级别智能网联汽车从研发到应用这一系统工程。

另一方面，通过产业联盟组织多种形式的战略协作，开展产品众测、促进企业内循环，以此降低高级别自动驾驶技术的研发成本和技术风险。三、加快推进政策与标准法规建设。

研究确定不适应智能网联汽车发展需要的政策缺项和制度盲区，针对高级别自动驾驶汽车上牌、交通事故认定、保险理赔等问题，出台精细化的政策措施加以规范引导。

针对消费者普遍关注的产品安全性，尽快制定出台高级别自动驾驶技术测试评价标准和产品准入管理办法，建立结果互认机制，规范产品研发与应用。四、加快示范应用与商业模式探索。

在满足现有规章制度、保障安全的条件下，鼓励在港口、物流园、工业园、公共绿化公园等具有明显围蔽特征的场地设立半封闭独立驾驶功能区，进行实际应用示范，检验高级别智能网联汽车产品的可用性、适用性和安全性。

继续推进智能网联汽车路测工作，并在全国范围划定若干区域，允许高级别智能网联汽车在代客泊车、网约出行、市政作业、短途物流等应用场景下开展商业化示范应用，加快可行商业模式的探索。

通过这四方面的努力，我国一定能在自动驾驶领域取得新突破。

什么才是制约自动驾驶发展的最大问题？

“大爆炸”将至：什么才是制约自动驾驶发展的最大问题？自动驾驶时代即将来临2018年是自动驾驶的大年。

在经历了这两年来无人车视频和各种新闻的不断预热，自动驾驶初创公司如雨后春笋一般成长起来，互利网巨头和传统车企都不甘落后纷纷宣布了路测和落地时间表。

近日美国研究机构布鲁金斯研究院发表的一份研究报告指出，全球厂商已经在自动驾驶领域投资800亿美元。如果加上那些秘而不宣的自动驾驶研发计划，投资总额应远远超过这个数字。

多方赛跑的结果就是自动驾驶车辆上路的时间节点越来越明晰，这个距离近得令人惊讶。

从10月中旬开始，谷歌旗下的Waymo就已经开始在美国亚利桑那州的公开道路上运营L4级别的全自动驾驶汽车，整个汽车上没有司机监控，完全由自动驾驶系统操控。

谷歌的中国对手百度，则宣布了明年量产L4级别的无人驾驶微循环车。这款车可在特定场景运营，也能应对各项实际的突发路况。许多初创公司将明年视作一个重要节点。

王劲创办的景驰科技就表示，明年第一季度要在国内开展无人车路测。另外有消息称，明年中国可能发布首张无人驾驶路测牌照，对于各个研究机构而言，这都是一个十足的利好消息。

自动驾驶不是一个新鲜的概念了，但其中的分级还未被大众广泛了解。SAEInternational（国际汽车工程师协会）从驾驶员的参与程度上来定义，将自动驾驶从L0到L5分成了6级。

其中，L5是所有场景下的全自动驾驶，L4是有设计适用范围的无人车，也就是特定场景中的全自动驾驶。L2与L3则分别是辅助驾驶和半自动驾驶。

出于研究周期与商业化前景的平衡，目前绝大多数研发团队的目标还是在L3到L4，处于从需要驾驶员协助的半自动驾驶到固定路线的无人驾驶之间。

两条路线：谷歌与特斯拉从车辆诞生时起，人们就有了让它自动行驶的构想，但真正成为现实，则是源于上个世纪80年代机器人技术的突破。

进入21世纪后，随着计算机、地图、传感及汽车电子等相关技术的飞速发展，无人驾驶技术的研究迎来了爆发期。

DARPAGrandChanllenge，中文译做DARPA无人驾驶技术挑战赛，是该领域影响最大的赛事之一，从中不仅走出了包括塞巴斯蒂安·特龙（SebastianThrun）等业界名人，也刺激了包括激光雷达企业Velodyne在内的一系列相关产业公司的发展。

在2007年的DARPA决赛中，谷歌创始人拉里·佩奇（LarryPage）搭乘公务机来到了现场。他渴望为谷歌寻找到新的创新方向，而无人驾驶就是他看中的第一个项目。

两年后谷歌无人车研发启动，他先后引入了2005年、2007年的DARPA挑战赛冠军团队中的许多研究人员，包括特龙和克里斯·厄姆森（ChrisUrmson），他们先后成为了该项目的第一个和第二个领导者。

谷歌的这个举动，拉开了互联网企业进军自动驾驶领域的序幕。

回看当年，之所以谷歌的无人驾驶研究能够在一众车企中脱颖而出，2008年的经济危机应该是关键——当时美国许多车企被迫削减了研究经费，比如通用汽车是卡耐基梅隆大学的主要企业赞助商，而它在2009年申请了破产保护。

而另外一个重要原因则是汽车制造商的判断失误，这些CEO们普遍认为这个技术可能会在2030—2040年间发展，谷歌的率先发力给自己争取到了一个好位置。

谷歌在山景城路测的无人驾驶原型车在2010年代的前五年，谷歌几乎成为了无人车黑科技的代言人。

但是随着谷歌自身商业化进程的滞步不前，后来者也开始迎头赶上，这其中最重要的事件，就是特斯拉自动辅助驾驶车型的量产。特斯拉与谷歌不同。

谷歌选择了一步到位直接研发L4级别完全自动驾驶技术，特斯拉则采取循序渐进的方式，先从L2级别的辅助驾驶做起。

去年10月，马斯克宣布，所有正在生产的特斯拉都将拥有完全意义上的无人驾驶功能，包括ModelS、ModelX和Model3，但这只是硬件层面上的含义。

在系统层面上，目前特斯拉给车主提供的“增强版自动辅助驾驶”选装包，仍属于L2-L3级别，未来待特斯拉的L4技术研发落地后，后续的选装包将继续推送给车主，以达到L4级别的自动驾驶。

2016年5月，特斯拉的这一策略遭到了严重打击。

美国俄亥俄州一个名叫JoshuaBrown的特斯拉车主，在行驶过程中过于放松，把辅助驾驶的L2当成完全自动驾驶L4来用，在行车途中睡着，最终撞上重型卡车导致车毁人亡。

这一事故引起了人们对于L2技术的怀疑，德国政府甚至要求特斯拉在该技术的相关宣传中撤除“Autopilot”（自动驾驶）这一具有误导性的单词。

上个月在媒体代表参观Waymo（2016年底谷歌无人车项目拆分后的公司）时，CEO约翰·科拉菲克（JohnKrafcik）告诉媒体，谷歌已经完全抛弃辅助自动驾驶，因为驾驶员会在自动驾驶过程中丧失情景感知能力，危险来临时也很难接管汽车。

在中国：百度先发制人，腾讯加入战局谷歌无人车在加州进行路测的时候，作为中国的搜索巨头，百度也不甘落后，开始了深度学习和自动驾驶的研究。

这一研发项目始于2013年7月，直到一年后，百度才对外证实已经启动“百度无人驾驶汽车”研发计划。

2015年12月，百度在中关村软件园国际会议中心正式宣布成立自动驾驶事业部，并计划3年内实现自动驾驶汽车的商用化，5年内实现量产。

与此同时，宝马与百度合作，以BMW3系GT为基础研发的自动驾驶汽车辆在没有驾驶员干预的情况下，成功在北京五环进行实地路测。

在2016年的百度世界大会上，当时的百度高级副总裁、自动驾驶事业部负责人王劲宣布，百度获得了美国加州政府颁发的全球第15张无人车上路测试牌，此时的百度无人车开始成为了中国自动驾驶研究的名片。

随着王劲、余凯、彭军、佟显乔等百度系研发人员离职创立自己的自动驾驶公司，不断涌起的自动驾驶热潮中，百度研发团队也终于在2017年开始了全面商业化的努力。

2016年11月，百度无人车亮相乌镇世界互联网大会2017年3月，百度宣布对自动驾驶事业部（L4）、智能汽车事业部（L3）、车联网业务进行整合，成立专门的智能驾驶事业群组（IDG），由百度集团总裁和首席运营官陆奇兼任总经理。

4月“阿波罗计划”发布，百度宣布将向合作伙伴提供一个开放、完整、安全的软件平台，帮助他们结合车辆和硬件系统，快速搭建一套属于自己完整的自动驾驶系统。

这一计划为百度招揽了一大批产业链上的合作者，自动驾驶研究的商业化终于看见了曙光。运营上，百度选择与首汽约车合作，明年将有L3级别的智能驾驶车队在部分城市展开运营。

在无人车的生产上，百度与金龙汽车合作生产的无人驾驶小巴车“阿波龙”，也将于明年7月份实现量产。这辆车既没有方向盘也没有驾驶位，是一辆真正的无人驾驶汽车。

从实际操作中看，百度同时走了L3和L4两条路线：一方面，L3的辅助驾驶系统能够与大多数汽车主机厂合作，快速实现智能汽车的商业化；另一方面，完全无人驾驶汽车必然是未来汽车研发的终极方向，已经储备了大量技术的百度在这方面也破局优势。

虽然与谷歌只走一条路的战略不同，但双路线并存的战略也说明，百度并没有通过L3技术升级的方式，去实现完全自动驾驶。坚持两条线都要走的战略似乎是中国公司的技术特点。

中国的另一家互联网巨头腾讯，在自动驾驶的研发中也持此态度。腾讯起步比百度晚了3年。

上个月，腾讯自动驾驶实验室总监苏奎峰在腾讯的全球合作伙伴大会上公开承认了自动驾驶研发项目的存在，并公布了现在的一些进展。

苏奎峰说，目前腾讯更关注在高速公路的半封闭环境下的L3解决方案，同时也会针对L4/5核心技术，在进行算法研究和数据上的积累。自动驾驶面临的最大问题自动驾驶面临太多的技术难题。

传感设备，比如摄像头、激光雷达、雷达等需要变得更加高效，尤其是在恶劣气象条件下如何提高传感器的分辨效率，对于硬件和算法都提出了不小的挑战。单车成本也是一大问题。为确保安全性，多系统冗余设计必不可少。

对于消费级的无人车，业界普遍认为多传感器融合是基本保证。现在激光雷达价格偏高，车辆价格对于大多数消费者而言还是太高。但是技术和成本的问题都是显性问题，随着算法的演进和车辆的量产，都将能逐步解决。

在自动驾驶的普及过程中涉及到的社会成本才是其面临的最大问题。社会成本要从物理层面和法律层面两方面来考虑。在物理层面上，基础设施建设需要大量升级。

此前德国政府曾做出计划，为发展自动驾驶德国境内的每条高速公路均将可实现车辆与道路基础设施的无线通讯功能。

此外，通过安装在路边的传感器以及无线设备还可以实现车辆间的通讯，这些均是自动驾驶汽车所需要的驾驶环境。在无人驾驶时代，V2X能力，即车辆与车辆、车辆与基站、车辆与行人等之间的交互能力也至关重要。

这对车联网的建设、IOT的普及和5G无线网络等提出了极高要求。这些也是社会需要付出的综合成本。

自动驾驶时代的V2X场景除了无线通讯设备外，道路本身的平坦程度、车道线的可识别程度等都是一辆自动驾驶汽车能否安全行驶的关键。

如果说在城市中心区域的主干道，这些问题尚且容易解决的话，在次干道、支路甚至于郊区和乡村公路，想要达到自动驾驶、甚至于无人驾驶的条件绝非易事。

在这些看得见的成本之外，“看不见的成本”在无形中制约者自动驾驶的发展。从一辆自动驾驶车辆走下生产线到走上城市道路，现行的交通法律显然远远不能满足需要。

今年7月6日，在百度AI开发者大会的现场直播中，李彦宏乘坐的百度研发自动驾驶车辆在“众目睽睽”之下违规，实线变道并且未打转向灯。之后，北京交管部门给百度开了自动驾驶第一张罚单。

对于百度而言，获得这张罚单还说得过去，毕竟车是自己的，系统是自己研发的，驾驶座上的人也是百度智能汽车事业部总经理顾维灏。但是如果是交付给用户的车辆，这张罚单应该开给谁呢？

是交付车辆的汽车主机厂，还是研发整个自动驾驶系统的开发商，亦或是没有驾驶行为却拥有车辆的用户？

1949年版的《日内瓦道路交通公约》要求驾驶员“应当时刻能够控制其车辆”，而针对鲁莽驾驶的规定则通常要求“有意识地、有目的地操纵车辆”，这一规定在完全自动驾驶时代应当如何适用？

斯坦福大学的法学教授布莱恩特·沃克·史密斯（BryantWalkerSmith）曾撰写过一份文档，提出了在自动驾驶情境下如何调整法律的建议，包括把“驾驶员”这一术语改为包括不具备常规意义上的眼睛或者耳朵的计算机等等。

修改法律的困难之处在于，法律能够要求人类规范自己的行为，但现在它无法要求一个人工智能系统去做什么事，除非法律的制定者能够清楚了解这个人工智能系统能做什么事不能做什么事，在纷繁的技术面具下去判定这些责任究竟是属于谁——可以想见的是，随着自动驾驶时代到来，现有的交通法规也将会迎来一场大变革。