每当我们谈到自动驾驶汽车，就仿佛未来已经在眼前。

《卫报》2015 年时曾预言称，「到了 2020 年后排才是驾驶员的专座」。

2016 年，Business Insider 又用到了《2020 年 100 万台自动驾驶汽车上路》这样的大标题。

自动驾驶行业的头部玩家们也信心满满，包括通用、Waymo、丰田在内的巨头，都曾宣称要在 2020 年搞定自动驾驶汽车。

跳票王 Elon Musk 更是乐观异常，预言特斯拉 2018 年就能实现自动驾驶。

2020 年到了，他们集体被打脸。

为什么自动驾驶的理想与现实出现了如此脱节?

自动驾驶的大脑是人工智能，而刚刚过去的十年是这项技术的黄金发展期，我们见证了 AI 在翻译、语音信号生成、计算机视觉、目标识别和博弈能力上的巨大进步。

曾经，AI 连图片上的猫猫狗狗都辨认不出。现在，这类任务却是小菜一碟。

也正是 AI 的迅速发展，让人类有些飘飘然了，研究人员想当然的认为，我们能将 AI 技术的一些成功复制到其他领域。

但切换到自动驾驶汽车上，当下 AI 技术的局限性马上就表现出来了。

即使投入了大量时间和金钱，也没有团队能让 AI 得心应手的解决现实问题——即让自动驾驶汽车获得高度可靠性。

现在来看，如果有了训练数据就能迎刃而解，因为当下的机器学习系统需要这些「养料」。

但是，数十亿小时的精华驾驶数据去哪儿找?这在时间还是金钱方面都不允许。再者，各种极端状况都是随机发生。

为了解决数据荒，各家公司都使上了浑身解数。

他们组建车队派测试车上路，搞模拟器训练自动驾驶系统，还不断通过重复某个场景进行定向提升。

工程师们几十年前就开始设计自动驾驶原型车，其背后的理念非常简单，即用摄像头武装汽车，使它能对周边物体进行追踪并做出相应的反应。

但如此简单的描述省略了很多复杂的东西，毕竟驾驶是最复杂的人类活动之一。

因为我们在驾驶时还会与其他交通参与者进行眼神交流，以确认到底谁该先行。

同时，人类还能积极应对天气变化，在关键时刻做出判断，而这些很难编进代码中。

就拿 Waymo 的自动驾驶汽车来说，Waymo 不但要用上摄像头和雷达，还得靠昂贵的激光雷达来保驾护航。

有了这些传感器，车辆才能搭建出周边实时态势图。

在物体探测和追踪能力的训练上，自动驾驶公司更是需要投入天量的数据，这也是 Waymo 孜孜不倦积累测试里程的原因。

通过一系列努力，这些公司确实在不断向成功靠拢。

比如 Waymo 在凤凰城的自动驾驶出租车已经开始逐步取消安全驾驶员。如果一切顺利， Wamyo 今年就会在其他城市开辟新战场。

但这个过程并非一蹴而就，Waymo 到了新地盘甚至可能要从零开始。

从积极的角度来看，我们其实正在向自动驾驶时代靠近，毕竟 Waymo 在亚利桑那的自动驾驶打车服务已经开始逐步取消安全驾驶员了。

Cruise 的同类服务虽然 2019 年跳票了，但今年有希望真正落地。

今年 2 月初，Cruise 还发布了没有方向盘和踏板的自动驾驶汽车 Origin，这款车可是为量产而来的。

至于特斯拉，也随时有可能通过 OTA 推送让几十万辆车拥有自动驾驶能力。

当然，对自动驾驶的未来，业界也不乏质疑的声音。

最近，大众集团 CEO Diess 就表示，全自动驾驶可能永远也实现不了。虽然 Diess 的预测有些「刺耳」，但现实确实如此，我们谁也说不准真正的自动驾驶汽车何时才能落地。

从某种意义上来说，我们现在处在一个尴尬的转型时刻，理想与现实之间还有差距。

我们可以说自动驾驶今年就能实现，但它实现的前提条件是在限定场景。如果你想要终极版的自动驾驶，也可以说它永远无法实现。

当然，各家公司在研发上肯定不会放松，因为他们都想通过先发优势，在出租车、卡车、物流和配送等场景瓜分蛋糕。

在中国，自动驾驶经历过去几年的发展，刚刚进入试水部署与小批量产的新阶段。

恰逢发改委联合 10 大部委发布《智能汽车创新发展战略》，为中国的智能汽车与自动驾驶发展指明了战略愿景和方向。智能汽车与自动驾驶是大时代的机遇。

2020 年又逢新冠肺炎疫情席卷各地，非常时期各行各业百废待兴。

自动驾驶与无人化的科技奔赴抗击疫情的一线，低速自动驾驶与限定场景的应用迎来发展的新机遇。

我们也相信，随着时间的推移，自动驾驶这项技术最终会成为人类生活的一部分。