【烽巢网】
曾经我们畅想到2018年，全自动驾驶汽车将主宰全球道路，当这一切都没有发生时，我们被告知这一切将在2020年底之前实现，现在这一切又被继续无限推迟着。
现在看来，各路的专家们正在采取一种更加务实的方法。据《华尔街日报》最近的一篇报道，许多计算机科学专家认为，无人驾驶汽车至少还需要10年的时间，甚至有些专家认为无人驾驶汽车可能永远不会到来。
最大的问题是：无人驾驶汽车技术是一个难以解决的挑战。
正如埃隆·马斯克所说：真正无监督,广义的完全无人驾驶的人工智能，它的重要组成部分，是由整个道路系统与光学成像系统组成的专为生物神经网络，如果这个问题无法解决，那么完全无人驾驶汽车很难实现。
尽管提出了这样的观点，但马斯克仍在继续推动一个毫无根据的想法，即把特斯拉的汽车变成全自动驾驶汽车。FSD是一项功能强大的驾驶员辅助功能，但不能说明特斯拉比其他任何制造商更接近实现真正的完全自动驾驶。
2014年，在包括Ian Goodfellow在内的众多计算机科学家的努力下，深度学习的流行程度出现了爆炸式增长。他开发和定义通用对抗网络(GAN，一种神经网络，通过充当生成器和鉴别器，帮助人工智能产生输出的工作，使得几乎任何自主成就都可以通过算法和神经网络来实现。
现代深度学习的兴起掀起了人工智能研究领域的浪潮，几乎在一夜之间把谷歌、亚马逊和微软变成了人工智能优先的公司。但这些收益并没有转化为专家预测的技术奇迹水平。在现代世界中运作良好的AI几乎都是非常狭隘的，这意味着它被设计成只做非常特定的事情。
当你想象驾驶员必须做的所有事情，从关注周围环境导航到实际操作车辆本身，它很快变成了一个设计问题：需要数十、乃至数百互相配合狭窄的AI系统，或弄清楚如何创建一个广义的通用人工智能。
通用人工智能的发明和开发固然是解决无人驾驶汽车问题的一个主要催化剂。但是因为一般AI只是“能够执行人类所能执行的任何相关任务的AI”。而且，到目前为止，通用人工智能的出现仍是遥远的未来的技术。
未来几年，我们很可能会看到世界各地的主要城市划出特定区域，并为无人驾驶汽车技术指定整条公路。但这并不预示着无人驾驶汽车时代的到来。没有任何迹象表明(除了前述的特斯拉策略外)，任何汽车制造商都有可能在5年内开发出完全自动驾驶的消费量产汽车。
但无人驾驶汽车也不一定不可能，但它们的发展不仅仅是智能算法、蛮力计算和计算机视觉。这需要一种不同类型的人工智能，一种完全不同的方法，一个大规模的基础设施建设，或者需要三种都要来推动该领域的发展。
