编者：虽然一些人工智能专家、营销人员和汽车主机厂商们依然会自欺欺人地讨论似乎永远也不会敲定的L4、L5的发布时间，但事实上“自动驾驶”也许根本不会交付。如果人工智能技术无法预判公路边一对正在交配的奶牛的下一步动作，那么这种技术将永远无法取代一位”老司机“。 无法在城市和乡间道路上安全高效行驶的”自动驾驶“汽车，也许是过去十年科技界编织的最烧钱的弥天大谎之一。 但是，从更高的维度去思考，我们会发现“自动驾驶”最大的瓶颈也许还不是技术，而是经济和心理动机。

近日，Indico Data创始人兼首席执行官成了揭穿”自动驾驶汽车“皇帝新衣的那个人，他在Venturebeat撰文指出，自动驾驶汽车就是个永远实现不了的融资口号，”这个烧钱坑几十年来都没有产生过有意义的结果。“

原文编译整理如下：

未来已来，但它看起来与我们预期的完全不同。Alexnet即将迎来成立 10 周年之际，我们必须批判性地审视机器学习的成功和失败。

我们正在从更高的维度向外看。

然而，这还不够。

我们对未来的看法是错误的。 关于自动驾驶汽车的每一个预测都是错误的。我们未来不会生活在一个自主机器人的世界，其他一些事情已经成为焦点。

增强自动化

人类渴望控制。这是我们最深刻、最本能的欲望之一。没有我们放弃它的世界。当今人工智能社区最大的误解之一是，随着时间的推移，人们会对自动化感到满意。随着自动化解决方案的可靠性得到证实，社会对微波背景的舒适度稳步提高。

这是错误的。

技术的历史不是自动化的历史，是控制和抽象的历史。我们是工具制造者，对我们无法控制的经历感到非常不舒服，以至于几千年来我们围绕着天堂发展了整个（西方）文明和神话。所有技术都是如此。

人工智能也是如此。

从一开始，自动驾驶汽车的问题就很明显：人类对车失去控制。多年来，我们实现了一些自动驾驶功能，例如车道辅助和侧方停车。但仅此而已，当人们开始追求（鼓吹）神话般的5 级自主性时，自动驾驶汽车惨遭失败。

技术不是瓶颈

1925 年，一辆无线电遥控汽车在纽约市的街道上行驶，穿过繁忙的交通堵塞，没有司机驾驶。在 1939 年的世界博览会上，Norman Geddes 的 Futurama 展览概述了一个合理的智能高速公路系统，该系统将有效地使用嵌入道路中的磁化尖峰（如电磁基准）来引导汽车。他预测，到 1960 年代，自动驾驶汽车将成为主要的交通工具。

当然，他也错了。

不过与技术无关。“智能高速公路”在实施的地方取得了巨大的成功。即使没有额外的基础设施，我们今天也拥有能够像人类一样安全驾驶的自动驾驶汽车。即使从2014 年到 2017 年有超过 800 亿美元流入该领域，我们也没有得到真正的自动驾驶汽车。作为参考，美国联邦政府承诺在5 年内为公共交通投入 1080 亿美元，这是该国在公共交通方面的最大投资。

当然，不同之处在于我实际上可以乘坐火车。

从根本上说，问题在于没有人费心去考虑我们试图启用的新控制面板。 问题从来都不是关于自动驾驶的，这是一种短视、封闭的思维方式。 问题是关于如何改变交通体验。

汽车很烂

它们又大又吵又臭，基本上是人们能想象到的最低效的交通工具。它们是一个人拥有除房子之后最昂贵的东西，但它们不创造价值。这不是任何人 都 想拥有的资产，而是人们必须拥有的资产。这是一种累退税，它摧毁了地球并补贴了破坏我们城市的高速公路。汽车还是一块昂贵、危险的金属块，绝大多数时间都在昂贵的车库中闲置。

汽车很烂,让汽车自动驾驶并不能解决实质问题，这就是问题所在。当我们花太多时间专注于完全自动化的准神话状态时，我们会忽略摆在我们面前的更有影响力的问题。优步之所以成功，是因为您只需按一下按钮即可呼叫汽车。尽管成本很高，但租赁还是成功的，因为它是汽车的不同控制面板。这些都是新的迁移体验。

那么，真正的机会在哪里？

我认为Zoox这样的公司的关注点更为有趣。通过专注于骑手体验，并通过设计一个非常新颖的远程导航界面，我认为他们真正有机会在自动驾驶汽车的狂热中提供一些有用的东西。不过，我认为重要的是要意识到，他们的远程导航系统并不是从这里到那里的临时桥梁。对于他们来说，远程导航系统及其支持架构可以说是比任何算法优势都更具防御性的突破，与消除所有权的模型相结合，可提供令人信服的……公共汽车的愿景。

不要分心。

我没有使用 Zoox 的远程导航系统。我不确定它是否比开车更有效率，但至少它们选对了方向。我们必须停止将自动驾驶汽车与完全自动驾驶技术划等号。在这个5级自动驾驶即将发布的时代，无需考虑混乱的中间状态。事实上，这些杂乱无章的中间状态本身才是要解决的问题。

投资自动驾驶需谨慎

如果你是投资者，正在寻找一家将“解决”自动驾驶的公司，那么你找错了方向，赢家是 能够真正提高车辆运营单位经济效益的公司。在我们解决这个实质问题之前，在所有封闭道路上演示的各种虚假繁荣的自动驾驶技术和指标毫无意义。

障碍不是机器学习技术，是用户体验。