宿迁资讯网移动版

　　目前机器学习集中应用在感知系统当中，包括图像识别、点云识别等。最近几年的深度学习因为深层神经网络能够处理海量数据，在各大数据集上达到甚至超越人类的认知能力，使得该技术快速产业化，其中自动驾驶是其最火的应用领域。

　　“然而其本质上是在已知、过去的空间中采样学习，面对未知、未来的开放空间，并不能很好地认识到其自身的局限性，会把未知划入到已知范畴加以处理，从而给出错误的结果，这给开放道路下完全自动驾驶带来严重的安全隐患。面对科恩实验室的贴纸等特别设计的对抗样本，除了将其纳入学习样本，并不能保证面对新的对抗样本时不出错误。”

　　李铀认为，只有在人工智能技术取得突破，激光雷达等传感器技术进一步发展，同时在社会层面，需要交通规划、道路设计、车联网、安全标准、法律法规等基础设施取得长足发展之后，完全自动驾驶才会变得可行。

　　在此之前，配有自动驾驶系统功能的汽车可以在某些情况、某些路段下实现无人驾驶。但由于边界不清，还将继续在人的监控下实现自动驾驶，比如特斯拉要求司机必须将双手放在方向盘上，随之带来因驾驶员走神、无聊等心态变化而产生的新的安全隐患。

　　目前汽车行业可落地的自动驾驶主要还是自适应巡航、自主紧急刹车、车道线保持、自主泊车、堵车辅助驾驶等L2至L3自动驾驶技术。

　　现阶段，所谓的全自动驾驶系统更多的是汽车厂商的宣传，车还得我们自己开。可喜的是，L3级别自动驾驶技术正逐步走向成熟。未来，开车将会更轻松。（记者 李宏策）