無人駕駛這四個字，似乎在這幾年才頻繁地出現(xiàn)在大眾眼前。而前些時間牽涉到無人駕駛技術(shù)的致命交通事故，則給這項技術(shù)蒙上了一層陰影，引發(fā)了大家對其安全性的討論及質(zhì)疑。目前，不少汽車廠商給旗下汽車搭載的也只是“輔助駕駛系統(tǒng)”，并不能完全實現(xiàn)無人駕駛。

　　NAVLAB（圖片來自：CMU）

　　在無人駕駛技術(shù)還有待成熟的今天，誰又會想到，其實早在 1989 年，美國卡內(nèi)基梅隆大學的研究人員就花費了 8 年的時間，研發(fā)出了一套名叫 ALVINN （Autonomous Land Vehicle In a Neural Network) 的無人駕駛系統(tǒng)，并用在了 NAVLAB 貨車上。

　　圖片來自：CMU

　　準確來說，ALVINN 不是一輛車，而是一套深度學習的算法，通過觀察人如何駕駛并學習。它通過車前的攝像頭和激光測距儀輸入數(shù)據(jù)，并根據(jù)相應(yīng)的道路類型選擇最為可靠的神經(jīng)網(wǎng)絡(luò)，運算出結(jié)果并從而控制車輛。

　　那 ALVINN 是怎么學習呢？他們向它展示人駕駛時攝像頭的圖像（輸入數(shù)據(jù)），以及當時司機的反應(yīng)（結(jié)果），從而它就會根據(jù)輸入數(shù)據(jù)，調(diào)整神經(jīng)網(wǎng)絡(luò)中連接的強度，從而得出給予的結(jié)果。

　　最近，曾經(jīng)參與過 ALVINN 項目的 Dean Pomerleau 和目前在研發(fā)開源無人駕駛技術(shù)的 Oliver Cameron 就在 Twitter 上進行了交流。Cameron 隨后在 Medium 上發(fā)表了一篇文章，并表示，硬件很大程度上限制了 ALVINN 的表現(xiàn)。

　　要知道，比起現(xiàn)在主流 CPU 每秒能進行幾百億次的浮點運算，ALVINN 的 CPU 每秒只能進行一億次的浮點運算，運算能力不及現(xiàn)在智能手表的十分之一。更加夸張的是，它有一個冰箱那么大小，并且需要 5000 瓦的發(fā)電機供電運作。

　　27 年后的今天，無人駕駛技術(shù)有了更多黑科技傳感器，更高精度的地圖數(shù)據(jù)，更強大的運算能力及算法，但是大家對無人駕駛還是會害怕和擔心。在一些突發(fā)情況，不具有情感的電腦能比人類更及時更準確地去做出反應(yīng)。顯然，需要證明其安全性，各大汽車廠商及科技公司需要拿出更多的數(shù)據(jù)，讓數(shù)據(jù)說話。

　　愛范兒認證微信公眾號：AppSolution（微信號：appsolution），發(fā)現(xiàn)新酷精華應(yīng)用。