自动驾驶存在严重问题可能导致延误时间过长

2019-04-02 17:38:20 编辑：来源：

导读 Whack-a-mole还不够好。中国对特斯拉自动驾驶仪不足之处的展示(见此处)也清楚地表明，目前在事件发生后冲出软件补丁的方法对于自动驾驶汽车

Whack-a-mole还不够好。

中国对特斯拉自动驾驶仪不足之处的展示(见此处)也清楚地表明，目前在事件发生后冲出软件补丁的方法对于自动驾驶汽车来说根本不够好。人们只需要关注波音以及由于其失速系统中的所谓错误而导致的问题的严重性，以表明自动驾驶汽车可靠性的关键性质。

腾讯安全实验室的研究人员设法让特斯拉自动驾驶仪通过在路上放置微小的可感知的贴纸来转向迎面而来的交通。这些贴纸被自动驾驶仪视为车道标记，具有高度的置信度，导致车辆突然转向迎面而来的车辆。

车辆的问题在于，在许多情况下，在问题发生后修补错误并不足以解决人的生命危险。这就是为什么汽车行业比大多数硅谷产品具有更高的安全性和可靠性标准。

这个问题也凸显了使用深度学习模型驾驶车辆的主要问题之一。深度学习在数据集有限且稳定的情况下表现优异。这确保了模型实际上可以实际显示在每个数据点上，并且这些数据点不会改变。然而，道路既不是这两件事，也不意味着深度学习算法本身不太可能将车辆驱动到足够高的安全标准。

在传统的硅谷思维模式(whack-a-mole)中，这意味着每次打破系统时都会对系统进行修补，但是当人们开始死亡时，这种情况就不会那么好了。这符合RFM研究(见此处)，该研究突出了深度学习的局限性，这可能导致第三次 AI冬季。最终结果是需要采用不同的自动驾驶方法，并且从头开始重新考虑系统需要时间。RFM暂时坚持其2028年的自动驾驶汽车商业可用性，但它开始看起来有点不稳定。

标签：自动驾驶存在严重问题