武汉无人驾驶汽车的风波,可能你还不知道特斯拉的无人驾驶哦

这两周,武汉无人驾驶汽车闹得纷纷扬扬,一方面是投放了大概1000无人驾驶出租车在武汉试运行,一方面也造成了武汉当地的出租车,可能还有网约车车主的集体反对,使我们不得不思考无人驾驶的现在和未来。

具体技术方面,笔者在这里无能也无必要进行叙述了,但也顺手查了下,投放到武汉无人驾驶车的技术达到了L4级别,虽然离自动驾驶的最高L5级别还差了1个大等级,但在一般固定的区域和路线已经能够不完全游刃有余的进行驾驶了,很多网友也体验了无人驾驶车的技术和实操,就目前来看,我国的无人驾驶车仅仅是能在有限范围,规定路线上进行速度不是很快的无人驾驶。

尽管如此,也引起了当地司机,尤其是出租车司机,可能还有部分网约车司机的集体反对,试想,如果无人驾驶车真的逐步发展,那么势必会取代他们赖以为生的工作,换做是我,可能也会要反对吧,毕竟靠这个吃饭,又没有其他门路赚钱养家,一旦都变成无人驾驶车了,那该怎么办呢,这个问题值得研究,而且说实话,还真是不得不解决的事情,毕竟,如果按照全国来看,那得有多少出租车司机,多少网约车司机要受到影响,要丢了饭碗呀。

近来,笔者又偶尔看到了一个视频,介绍的是关于特斯拉的无人驾驶车的事情,题目是“特斯拉FSD自动驾驶,颠覆汽车未来”,副标题是“未来已来”,大家有兴趣的可以去看下,看完以后,也可以留言讨论下你们的感受,笔者先说说自己的感受吧。

不得不承认,特斯拉是真的厉害,马斯克也真的厉害,相比于武汉的无人驾驶车,特斯拉的才真的叫无人驾驶车,FSD技术真的也许就是自动驾驶的发展方向。

笔者之前也算是在汽车行业工作过,对于无人驾驶也算有一定的了解,从L1到L5其实有一条很长的路要走,而有一点非常重要,学理工科的我们都知道,无论什么自动系统,一定是接受信息,进行判断,发出指令,然后循环进行,对于无人驾驶同样如此,而且其要求的时间非常短,要求的准确性非常高,之前我们研究的无人驾驶都是通过雷达,激光等等来接受信号,然后发送到汽车核心,而现在的特斯拉的FSD是靠的称之为transformer的视觉神经网络来接受外面的一切,具体的技术笔者也不是很清楚,可以这样理解,特斯拉发展的无人驾驶汽车的信息接受就相当于人类的眼睛,耳朵等等,可能比之看的更清,听得更远,而且速度更快,这样一来,就没有所谓的人类驾驶的死角问题,同样也不会犯人类犯的错误了。

接受驾驶环境的信息问题解决了,那么还有一个重点就是汽车电脑的自我判断,这一点不得不感谢从去年到今年的AI的蓬勃发展,使得这样的完全自动成为可能,那么具体的AI是如何帮助自动驾驶,笔者在这里也不多说,之前有写过一篇关于AI的文章,“聊聊AI,说说心目中的AI,看看AI到底会对我们有什么影响”,AI发展的关键就是通过大量信息的收集(喂养),学习,能够进行自我准确的判断,从而做出就目前来看,超过人类的准确行为。

从上文可以看出,我们需要给无人驾驶车辆以大量的信息收集,喂养,而其实马斯克已经在做了,目前已经让他的无人驾驶车行驶了20亿公里,搜集了各种路况,各种情况,各种信息,从而让汽车AI遇到不同状况是进行准确的判断和执行。而且,老马也说了,当这个里程积累到60亿公里的时候,会产生质的变化,当然我们也不知道这个质变是什么,但其实并不需要多久,谜底就会被揭开了,特斯拉有那么多车在给他收集信息,有那么多现在来看还无法达到真正的无人驾驶的车在全球各地为这个系统提供帮助,那么60亿公里其实并不是很大的一个里程,但想想如果是武汉那1000辆自动驾驶汽车要行驶这么多里程,就不知道要多久咯。

下面这些是我在网上节选的关于特斯拉无人驾驶技术的一些总结,大家可以看下,感受下。

特斯拉正在并将继续扩大车辆及数据规模:未来不仅是电动车的时代,更是自动驾驶的时代。只有以成百上千万规模的车辆及海量人工智能训练集群,才能实现大规模无人驾驶

以电动车为基础载体,特斯拉的“星辰大海”是人工智能。只有通过纯视觉架构及端到端神经网络,并用大规模真实世界数据训练,才能够实现规模增长、盈利能力强的自动驾驶

特斯拉不再受人工智能训练计算的限制,完全自动驾驶的进步速度将大大加快。特斯拉车辆的高保有量形成了实时收集视觉数据、用于神经网络训练的“探测器”集群

数据、芯片、超算平台,特斯拉具备完备且领先的人工智能软硬件

也许,你要说笔者崇洋媚外,也许你未必会相信自动驾驶真的会马上就来,那么我们其实只要等到今年的8月8号,在这一天,特斯拉将推出ROBOTAXI,也就是自动驾驶出租车,而且就老马的尿性,从来不会等待,也不会考虑多少商业价值,也许在不久的将来,所有的特斯拉车将同步更新FSD,从而能让你的汽车在你上班的时候,还可以给你带来收益。

科学无国界,科学也永无止境,从来不会说什么怕丢了饭碗,怕影响什么什么而能阻碍他的发展,哪怕你想控制,可是不代表你能控制,毕竟技术并不掌握在你的手里,哪怕是,也不会永远掌握在你的手里。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,271评论 5 466
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,725评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,252评论 0 328
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,634评论 1 270
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,549评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 47,985评论 1 275
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,471评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,128评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,257评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,233评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,235评论 1 328
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,940评论 3 316
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,528评论 3 302
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,623评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,858评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,245评论 2 344
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,790评论 2 339

推荐阅读更多精彩内容