開啟自動駕駛新時代

隨著馬斯克親自來北京推動FSD在中國落地一事，在取得預期的效果之際。

對于在國際上投入最大的資金，并聚集了最多的開發人員的中國自動駕駛團隊來說應該說無疑會產生一定的影響。這種影響既可能帶來壓力，也可能轉化為動力。

在此之前還認為自己的技術遙遙領先的開發團隊，今后會頭腦清清的反思自己了。

總結失敗的經驗教訓還是對自動駕駛這一復雜系問題的難度缺少認識，甚至過于樂觀。

2021年6月特斯拉首先推出自動駕駛的產品不久，出現了很多的惡性事故，殘酷的現實讓馬斯克感到：“自動駕駛怎么這么難”，而且從自動駕駛的失敗中馬斯克深感學術界給出的AI不智慧，自動駕駛需要像人那樣智慧的AI。特斯拉就是在手里只有這種不智慧的AI的條件下，通過用強化學習的決策模型，并以人為駕駛4億英里所產生的端對端的訓練數據成功的推出了FSD產品。特斯拉對目前的AI的理解度最深，而且技術路線清晰，成果很難被模仿。

比起特斯拉我國的團隊缺乏科學的態度，只滿足商業炒作！一時間紛紛吹噓自己是同特斯拉一樣的端對端的自動駕駛，但是內行人士很清楚，在AI底層還很落后的狀態下，一味宣傳遙遙領先豈不是笑話。

自動駕駛領域的P=NP的算法，以及針對自動駕駛中的混沌世界的表征等等這些及其重要的理論還沒有搞清，盲目的開發耗費了巨額資金，最終一定是以失敗告終！

為了讓人們親身體會自動駕駛中的圖靈機不可解NP問題到底復雜到什么程度？

（該網址提供的體驗自動駕駛中的圖靈機不可解NP問題到底復雜到什么程度的演示程序的文字說明：目前在自動駕駛領域隨著特斯拉的FSD的推出，給自動駕駛的商用化帶來了希望。 那么特斯拉為什么要進行4億英里的訓練，這是否可以保證未來量產后的FSD可以高枕無憂了呢？ 相比之下谷歌的自動駕駛搞了十年，路測距離可繞地球一圈半，可是至今默默無聲。 這里到底有什么不解之謎？ 其實，自動駕駛在決策上遇到了相當于組合理論中的圖靈機不可解的NP問題。 為了直觀的讓人們理解，我們將自動駕駛與周圍8輛同行車之間的將近32個以上的組合要素進行直接組合， 以證明目前自動駕駛要做到完全無事故，如果沒有可以繞開NP問題的P=NP的算法，單純大數據訓練， 在宣傳上不管自稱是多么的遙遙領先，在AI的底層上沒有突破，這個階段的自動駕駛很難做到真正的車規級的安全的自動駕駛。 本程序 可以下載驗證，歡迎大家參與?。?/p>

這個程序直接把自動駕駛的最少32個決策要素進行組合計算，將一直組合下去不會有終結之日！

看到這個結果后，相信還在用不智慧的AI模型開發自動駕駛的同行們，盡快懸崖勒馬，以科學的態度走AGI自動駕駛的道路將前途無限！開啟自動駕駛技術的新時代！