無人駕駛作為人工智能的一個應用呢領域，也逃不開人工智能發(fā)展的三個核心目標，既定義為智能的三個方面:計算能力、對外界的感知能力，且能做出相應的反饋。有很多人工智能在運算能力方面有顯著表現(xiàn)，如在圍棋、天氣預報等方面，人工智能的運算能力顯現(xiàn)出優(yōu)越性，尤其是和人類相比。而在對外界的反饋方面，也有很多人工智能作為機器人，在諸多領域，比如災難現(xiàn)場、生產(chǎn)車間都很好的在人類操作下甚至自動去完成具體操作。
唯有感知系統(tǒng)，是人工智能，也是無人駕駛面臨的比較大的挑戰(zhàn)。它對應人類而言，就是人的五官和皮膚。據(jù)腦認知方面科學家的數(shù)據(jù)稱，其實人類的神經(jīng)元只有20%是用來感知而且進行下意識的判斷。因為人腦在長期的學習過程中，能夠把很多感知情況和需要進行的反應，形成了條件反射。人的神經(jīng)元如何去感覺世界，并做出很快的條件反射，在腦神經(jīng)領域還是一個任重道遠的研究命題，更不要說人為進行編寫程序的人工智能了。
事實上，近些年來，隨著傳感技術的發(fā)展和硬件設備成本的降低，無人駕駛車輛的感知系統(tǒng)已經(jīng)比原來有了突破性進展。Google的無人車配備了各種傳感器、雷達來對外界情況進行感知。而無人駕駛對感知的需求，大部分還是來自于路面的信息，進行各種情況的判斷。實際上，現(xiàn)在Google的無人駕駛車的軟件已經(jīng)能對路面情況進行很好的判斷，但那只是在簡單的行人和車都很少的道路上。如果進入真正的鬧市區(qū)，按照現(xiàn)在的道路和人車情況來說，情況就太復雜了，對于無人駕駛來說，確實是個很大的挑戰(zhàn)。
所以目前主要用來解決這一難題的方式，是利用深度學習算法。用軟件去模擬人類的多次經(jīng)歷，幫助無人駕駛軟件形成條件反射。
但我想說，如果真的無人車用類似人類的方式形成了各種感知及其反射，那是否也會形成且無法避免人類的壞習慣呢?所以我還是希望無人駕駛的人工智能簡單一點，通過對道路的優(yōu)化改造去達到降低無人駕駛感知能力要求，從而讓無人駕駛無憂上路。
