隨著AI技術的進步，汽車已經具備了不錯的輔助駕駛能力，已經有越來越多的司機開始擔心會不會失業(yè)。但一項研究結果顯示，在特定條件下，人類開車比AI還好。
完全自動駕駛汽車究竟什么時候登場？我們仍然抱著這樣的期待和希望。雖然已經聽夠了完全自動駕駛技術的愿景，但可惜的是，目前還不能期待達到L5級水平的自動駕駛汽車。這里有幾個原因，首先，全球任何地方都還沒有規(guī)定自動駕駛汽車的事故相關補償、保險標準。當然，美國一些州正在慢慢制定相關法案，但大部分國家沒有制定相關法案特別是根據賠償責任的保險適用標準。
比這更棘手的難題是道德責任部分，人類無法對AI全權做出判斷。就像那個知名的問題，一條鐵軌上10個人，另一條鐵軌上1個人。兩個群體中的任何一個都不得不發(fā)生沖突的時候，那么AI無法解決到底應該選擇哪一方等面臨極限的情況。
像這樣，除了道德責任和法案相關標準，技術方面也有不盡如人意的地方。例如，不同的國家有不同的交通法規(guī)，比如在中國自動駕駛在一定程度上是可行的，但問題是與其他國家的交通法規(guī)有不同之處，因此對這部分的學 需要單獨進行。
當然，基本的事故防止及預防技術是可以適用的，但要想實現完全自動駕駛，必須了解交叉路口通過程序等各國不同的交通法規(guī)。這不僅僅是輸入法規(guī)就能解決的事情。目前的技術只能進行學 ，因此需要進行測試的國家太多，每個國家都需要獲得測試批準，特別是對于以出口為中心運營的制造商來說，完全自動駕駛汽車的海外銷售非常困難。
但最近的研究報告顯示，除了這個問題，技術上還有局限性。其中最具代表性的就是前面介紹的交叉路口通行。報告分析了約37000多起碰撞事故，其中集中分析了約35000起人類司機事故案例和2100多起自動化技術事故案例。其結果是，在交叉路口轉彎時或日出、日落等情況下，自動化技術還不如人類的駕駛技術安全。
據調查，特別是在低能見度的情況下，事物認知及車道識別仍然不足，這可能是因為相機傳感器的局限性。例如，在太陽低升起的時刻，陰影也會長長地垂下，相機傳感器將其識別為事物。據調查，如果太陽能朝向相機傳感器正面，就無法正確識別事物。
類似的例子表明，在大型交叉路口或旋轉式交叉路口，由于角度問題，仍然存在無法識別整個障礙物的問題。也就是說，目前的自動化駕駛輔助功能只能識別距離足夠近的障礙物，以確保足夠的照度。不僅如此，在大霧彌漫的情況下，認知能力還不如人。
之所以得出這樣的研究結果，是因為在前面提到的情況下，駕駛輔助功能改變車道或放慢速度的時間晚于人的反應。也就是說，如果是人，就會放慢速度，改變車道，而輔助功能卻做不到。
當然，這是對特定條件下統(tǒng)計的事故案例進行統(tǒng)計分析的，但不能忽視的是，實際上多數事故都是在這種情況下發(fā)生的。最終統(tǒng)計結果顯示，駕駛員輔助功能比人缺乏認知能力。顧名思義，這意味著輔助駕駛的功能，自主應對情況還需要一段時間。也許因為這個原因，目前就連L3級自動駕駛，也都沒有實現。
