首先我们确定智能驾驶行业有他什么事,需要他来看吗?现在人已经闲到喜欢对自己不熟悉的领域妄加评测了。。。(什么叫100年无法实现)
现有机器晶体管的数量(几个billion)当然不如人脑(接近90billion)。所以无法模拟人脑的思维是很正常的。
已经有大量的实验证明,动物识别物体的方式,和一个deep learning network并无过大区别:每一个简单的神经元进行简单的工作(输入、线性/非线性综合、输出等),通过训练复杂的参数网络得到最后的分类结果,或许加上一些convolution。人眼会出现错觉(illusion)的缘故,从一定角度来说,就是在于overfit了某些参数,想象能力太强罢了:在某些情况下,人甚至可以把火星上的一块岩石误认为猫。类似的图像识别试验已经在猫,狗甚至猩猩等动物上做过,kinect的表现也足够好了。要知道,人类复杂意识的基础,可能就是这些毫无意识的分类器。
关于那个猫的问题,总的来说还是人脑的神经元太多导致的。你给一个猩猩看猫的图片说不定真的得训练一年。换一个颜色就不知道了。
人脑是很复杂的,但是开车是很简单的。这就是为什么开高速的时候你会睡觉,因为基本上你只需要做这么几件事:
1,保持车距
2,转弯
3,转弯
4,保持车距
加上躲避可能的障碍物。
当然,复杂情况下的驾驶技术还有待学习,而汽车最致命的就是环境的不可控。其实我认为,智能驾驶汽车可以通过以点带线,以线代面的方式,先approve几条环境达标的高速路,允许智能驾驶;然后再逐步改造路面,使他们达到智能驾驶的标准,最后再实现智能驾驶。对于无法达标的路面,禁止智能驾驶。单纯提高汽车的智能程度是无法实现智能驾驶上路这个目标的。上路,50%的责任在于路。更聪明的做法是,同时改造这条道路上的其他车(共享数据并且autopilot only)。
都智能驾驶了,简单的路面标记和gps锁还是可以做到的吧。
我觉得智能驾驶最大的好处,起码是我的罚单会少100%。人当然聪明,但人犯起错误来,那也是惊天动地无人能及的。这时候还是机器比较好。
我个人认为智能驾驶取代的过程可以从 火箭—导弹—飞机-火车-货车-家用汽车-自行车 这样慢慢演化。其实我们现在已经处在演化链的过半了。