根据雷锋网的说法，外国成语“房间里的大象”与“鳄鱼的眼泪”齐名。它描述了一个明明存在却被人们刻意回避的问题，因为讨论这个问题会让人不舒服。今天，在自动驾驶领域，同样有三头大象屹立不倒，绝对值得我们关注。接下来，我们来看看这三个刻意回避的关键问题：选择人工智能引擎架构真的对吗？我们是不是从一开始就走错了方向？世纪初DARPA自动驾驶挑战赛后，自动驾驶技术受到各方关注，数十亿美元热钱涌入，以求早日实现自动驾驶技术商业化。一般来说，自动驾驶汽车架构的一大核心是传感器阵列（雷达、激光雷达、摄像头），负责收集数据并“馈送”给感知系统，帮助车辆建立对外界的准确视野环境。基于这个视角和任务，自动驾驶汽车可以自主导航到目的地。详细来说，三大传感器中，激光雷达负责精确的距离计算，雷达负责提供精确的速度（带运动方向）信息，摄像头是目标识别的核心。通常，AI算法会选择类似于知识库的模型，车辆在其中不断详细地观察其整个环境。事实上，这是自动驾驶汽车解决分心驾驶问题的安全价值主张的关键部分。根据现有计划，工程师将利用数据库训练人工智能引擎，使其能够学习识别被标记的物体。当然，通过像素、点云或图像雷达从各个方向识别物体是困难的。因为总有一些物体会让自动驾驶汽车产生混淆，比如车上贴着人像的面包车，或者推着自行车步行的人（当年优步在亚利桑那州的案例）。这种“数据向上”的解决方法存在严重的鲁棒性问题，因为下一个有趣的训练集总是缺失，而且核心识别系统似乎对像素级细节很敏感。关键问题是，这种方法是否详尽无遗？还是它在工程鲁棒性方面存在根本性缺陷？我们是否需要一种不太依赖训练和高精度传感器的新架构？100年前，尼古拉·特斯拉发明了交流电，当时市场上的正统是爱迪生的直流电。现在，我们需要一个新的特斯拉来发明新的“交流电”吗？DSRC（专用短程通信）是否不起作用但我们不愿意承认？DSRC诞生至今已有20多年，在那段时间里，主流交通行业都认为DSRC将成为下一代交通基础设施的基础。各种公共机构已经就DSRC驱动的技术浪潮的准备情况进行了大量咨询研究。然而，随着5G技术的发展，是否有理由在技术和商业层面对这波浪潮持怀疑态度？从技术角度来看，如果站在自动驾驶提供商的角度，宝都对DSRC基础设施的普及有压力。在这种情况下，解决方案是在假设DSRC完全不可用的情况下构建的。除此之外，当出现各种权衡和替代方案时，DSRC的特定技术优势可能不会那么引人注目。从商业角度来看，谁愿意在DSRC基础设施上花费数十亿（或更多）？就目前来看，5G有完整的商业盈利模式，但DSRC没有。鉴于FCC最近针对WiFi频谱使用的行动，DSRC真的可行吗？运输行业的游戏规则改变者会是Zoom吗？在计算的早期，最受青睐的是零售商。使用计算机保存库存和帐单。这些功能对零售商来说确实有用，但实体零售近年来一直被电商打败。自动驾驶技术会成为交通行业的“库存管理”吗？也就是说，自动驾驶汽车确实非常有用，但最有效地“打动”人们的方式不应该是虚拟会议吗？教育、工作、娱乐、医疗、购物等主要经济功能都在向互联网转移，这一趋势对传统交通产生了深远的影响。如果变革继续，传统交通的重心将从个人拥有的乘用车转向：电子商务驱动的自动化物流；由公共交通或移动即服务驱动的最后一英里共享计划；最后的100米解决方案由送货机器人领衔。有趣的是，似乎FCC将DSRC频谱让给WiFi反而会让最安全的交通方式成为可能。“谁动了我的奶酪？”是一个著名的励志寓言，本质上是关于管理变革的。一些社区和组织处理得很好，而另一些社区和组织则不断回到存放奶酪的旧地方，想知道它去了哪里。航运业日新月异，大象大小的奶酪四处走动。本文转载自雷锋网。如需转载，请在雷锋网官网申请授权。
