文|36氪每日商業(yè)精選

自動駕駛“長尾問題”難以攻克，落地需要更多時間

過去幾年，很多公司都表示，自動駕駛離我們越來越近了。然而，從全球范圍來看，L4級別的自動駕駛汽車（高度自動駕駛）仍處在測試或小范圍應(yīng)用階段。近日，36氪獨家采訪了卡耐基梅隆大學(xué)Argo Lab人工智能無人駕駛研究中心首席科學(xué)家約翰·多蘭，他從學(xué)者的角度分析了自動駕駛技術(shù)的難點和現(xiàn)狀。在他看來，L5級別的“自動駕駛”，也就是真正意義上的無人駕駛，仍然非常遙遠(yuǎn)。

多蘭把自動駕駛遲到的原因歸結(jié)為兩點：底層技術(shù)和真實應(yīng)用場景。在技術(shù)方面，自動駕駛的底層架構(gòu)和大部分技術(shù)問題已經(jīng)被解決，剩下的5%的長尾問題，逐漸成了制約自動駕駛發(fā)展的關(guān)鍵。這些問題包括各種零碎的場景、極端的情況和無法預(yù)測的人類行為。這些“長尾問題”困擾著學(xué)界和業(yè)界，是自動駕駛難以攻克的艱深課題。

為了超越這些長尾問題，很多公司選擇增加真實實驗。在多蘭看來，實驗室數(shù)據(jù)和模型的精準(zhǔn)度和可信度，在現(xiàn)實環(huán)境中可能毫無價值。而且，多蘭表示...

主編點評：目前來看，自動駕駛剩下的5%的長尾問題并不容易解決，真正意義上的自動駕駛技術(shù)從成熟到推廣，還需要...