自動駕駛被認為是人工智能在汽車行業(yè)最具發(fā)展前景的應用場景，近年來一直備受關注，不少國家已經(jīng)開始自動駕駛汽車的測試項目。從整體來看，美國處于領先地位；亞洲范圍內，新加坡進度較為領先。而我國從上世紀八十年代開始進行自動駕駛汽車研發(fā)，目前百度、阿里、騰訊、長安汽車等多家企業(yè)已重點投入自動駕駛領域，其發(fā)展令人期待。

多位業(yè)內專家表示，自動駕駛汽車是未來科技發(fā)展的一個大趨勢。而自動駕駛汽車實現(xiàn)真正落地量產(chǎn)的時機，則決取于當下控制技術、傳感器技術、圖像識別技術等方面的發(fā)展，如果這些問題得到突破，交通將迎來里程碑式的改變。但這一切并非易事。

事實上，自動駕駛技術經(jīng)過76年發(fā)展后，到今天仍有很多局限性，從各地路測反饋的信息看，自動駕駛汽車要想上路，還需跨越諸多障礙，例如不能處理復雜路況，無法應付惡劣天氣等，這也意味著距離實際應用和商業(yè)化還有一段時間。自動駕駛汽車要實現(xiàn)落地應用，至少要解決好以下三個問題：

在自動駕駛領域，人工智能熱度不斷攀升，包括深度神經(jīng)網(wǎng)絡算法和人工智能算法在內的前沿技術極大程度上地推動了自動駕駛發(fā)展，深度學習需要大量的訓練數(shù)據(jù)才能正常工作，幾乎需要涵蓋算法可能遭遇的所有情況。因此，自動駕駛技術的成熟，需要積累一定數(shù)量的數(shù)據(jù)庫。而目前來自真實世界的數(shù)據(jù)集還很小。

從目前已有數(shù)據(jù)看，自動駕駛汽車的可靠性和安全性暫時達不到要求。例如，特斯拉Model S汽車由于拖車高度和太陽光反射的影響，與一輛白色半掛車追尾；Model X在行駛過程中突然轉向障礙物并提速，原因尚不明確；Uber自動駕駛汽車將一名推著自行車橫穿馬路的女士錯誤識別為自行車，因而發(fā)生車禍。這些事件都足以引起警惕，自動駕駛汽車在技術方面還有很長的路要走。

除了技術算法，還不足以推動自動駕駛車輛走進實際生活，想要實現(xiàn)量產(chǎn)就必須解決好信息安全問題。從本質上講，自動駕駛汽車會用計算機控制整個汽車，利用網(wǎng)絡讓汽車與遠程站點甚至與乘客的手機保持溝通。這些設備都可能會被黑客入侵。信息安全側重于相關設計能否保障自動駕駛系統(tǒng)免受外界入侵攻擊或使攻擊不影響應有駕駛能力的發(fā)揮。鞏固信息安全是一條無止境的道路，必須要時刻保證汽車聯(lián)網(wǎng)之后不被網(wǎng)絡黑客攻擊?？梢哉f，信息安全是自動駕駛汽車的必需品。

當下道路交通法律法規(guī)都是在有人駕駛的前提下制定的，如果未來完全自動駕駛汽車真要上路行駛，可能需要對現(xiàn)有的法規(guī)進行修改。當自動駕駛模式發(fā)生事故時，“自動駕駛”之過誰來負責？如何界定車企和司機的責任將是一個大課題。目前已有不少城市出臺了自動駕駛汽車測試細則，體現(xiàn)了城市擁抱無人駕駛技術變化開放胸懷，在這些法規(guī)的督促下，就能夠合法且有效地提高整個系統(tǒng)的穩(wěn)定性。

結語：自動駕駛汽車在安全性、防止擁堵方面有較好作用，可以預見，自動駕駛汽車將成為一項技術變革，對人們生活、工作和娛樂方式產(chǎn)生深刻影響。但是這也在如何完善技術、法律與信息安全等方面提出了更新、更高的要求。只有解決這些問題，才能保證自動駕駛真正落地、實現(xiàn)量產(chǎn)。