就像电动汽车取代汽油车早已经形成共识。所以20年前丰田出普锐斯混动这种过渡性方案普遍不被看好。
技术早就不是问题，都是利益集团之争，你们看问题格局太小，在中国byd马上要一桶浆糊了！
鉴于中国路况的特殊性，行人非机素质太低。ai要赶上中国司机的水平确实还有一段路要走。但是ai可以模拟驾驶，只要把每日10分钟输入电脑，不出3年就是身经百战的老司机了，什么大场面没见过？

你干脆问我1块钱住洲际四季但是远一点去不去得了
自己有车的意义在于车等人，非产权的车辆全部都是人等车。否则用滴滴就行了，不需要买车。

本帖最后由 AndMe 于 2017-5-7 15:47 通过手机版编辑

。。。
我去年问了问行业里搞这个的，大家都对这个事情还都挺无奈的，虽然也觉得深度学习来了后，对视觉语音方面的机器学习有很大提升，但对黑盒子这个事情总归是不放心。

当然，因为我的确不是做这个的，也许我请教的人也都比较low或不靠谱。所以还是谦虚点请教下，当年alphago输给李世石那盘棋，其实google当时也没办法说出为什么输或者怎么改进程序让它赢，所以大概是后来过了3-6个月的时间，因为alphago自己跟自己下棋时产生的数据补上了应有的训练样本，所以就克服了这个问题。
以上是我听人转述（经过1次转手）的deepmind团队的说法。请教下，是最近有什么理论或算法上的突破，还是我听到的这个事情本身就是错的，也麻烦详细介绍下，我可以找这个朋友求证下。

自动驾驶普及后不影响人们拥有私家车，无非是要车主负担高额的停车费和管理费而已，毕竟地价那么高，你停车占的位置是有成本的。

至于安全问题，由于汽车全部强制联网，所以一旦计算机系统监控到你的车和别人的车小于安全距离了就会马上计算出一套完美的方案避险，高网速和超极计算机将会保证这个处理时间大大少于人类的反应时间。

行人、非机动车和车辆的矛盾可以铺设立体通道来解决。

本帖最后由 ruler510 于 2017-5-7 16:24 通过手机版编辑

安全距离恐怕要结合中国国情作出调整
毕竟江浙沪的车流你要留安全距离反而危险，还会被后车闪死。

装上摄像头，写进服务条款，再加罚款即可，

车是天天要用的，星级酒店平均一年才住几天

一般occupancy rate 大概在75%左右，低的在45%左右，再低估计就要关门。

你在车里是要干嘛？

真的自动驾驶时代就不存在安全距离这个问题了，反而要近距离跟车来降低风阻，减少油耗电耗

人类会犯错，而且高速下人类视野会变窄，所以自动驾驶以后肯定是要变成强制性的，这样才能提高整个道路交通系统的使用效率

到时候就是你的车在路上，和你前后左右所有车都有数据共享，甚至和周围几条街的所有车都有数据共享。庞大的共享数据流会让你和你周围所有的车对8条街外的突发事件自动做出反应。反过来说，没什么突发事件的情况下，就可以尽情飙车了。

所有车的自重、负重、加速度、刹车距离、路面情况、行驶路线、车辆几何、保养情况都由系统自动把握。这样提速的时候红绿灯前第一辆车启动，能过这个绿灯的最后一辆车也同时启动，出现意外需要刹车的时候，所有车的前后距离都是即时调整好的，保证最短的安全距离也能不发生追尾碰撞

最终结果就是，大家一起在市内道路飙到250km，道路通过效率提高无数倍，在不改造现有道路的前提下将交通效率极大化，道路可以不用弯曲建设提高效率降低成文，都市可以建的更庞大，都市的规模经济效应得到更大的发挥，物流效率大幅提高，可以说是平白给现代世界的经济加了一个引擎

为啥我就想到了速8里的僵尸车

对人来说，不是对宾馆来说，天天住酒店，有几个人承受得了？酒店能保持干净就是因为超高价格，汽车像酒店那么搞没人买了

IT公司为啥不和有轨电车公司合作测试？多完美

电动车骑士看着你~哈哈

时速200km+的机动车道，廉价的租赁车，超高的路权和撞死白撞反而倒赔钱的政策，电动车骑士还敢往汽车身上撞？一年才有几个火车撞死人的事故啊

有轨电车盘子太小，根本没有合作价值

为啥你就认准了有轨电车了？

自动驾驶现在上路的已经有了啊，美帝大货车嘛，还用你有轨电车做测试？

永远也不可能有汽车撞死人白撞的条例

个体测试和铺开公开测试能比么，你就一句话，啥时候卡车能铺开公开测试

为什么非要1块的洲际，你说的是远，而不是300太贵不是？
人等车？你是没用过滴滴uber还是怎么？

酒店从200到800都有，而且酒店式公寓听过吗？

你算算你开车一公里成本多少，再比比出租车，没你想象的便宜。

跟外行真没什么好说的
人工智能不是智能，所有的AI包括啊发狗都是基于穷举算法。
冯诺依曼体系决定了计算机不可能有分析这个功能。
也许30年后量子计算机大规模应用才有希望

监控室里有人看着呢，不可能脱离人这个决策者

希望自动驾驶早点来 实在是不想再开车了？

你内行你来讲 阿法狗怎么是穷举算法了？ 围棋能穷举吗？

果然内行，阿尔法狗也是穷举算法了，它算到死能把围棋的可能性举完么？2.08*10的170次方的合理棋局的可能性。
你平时的决策一样是算加猜，而开车管理工厂要的是决策而不是分析问题。加速减速转弯，弯多大这些都是人脑在学习之后几乎无需主管介入就可以完成的工作。
当然不是说冯诺依曼体系是完美的，但是至少现在这个已经不是可能性而是现实。

胡说八道，谁告诉你深度学习是穷举算法了？

阿法狗只是有权重的穷举，楼上几位都不看访谈的吗

权重是通过学习慢慢获得的，而不是有谁写好的。
你想想你是怎么下棋的，或者平时怎么做决策的。

本帖最后由 handsomeken 于 2017-5-8 13:02 通过手机版编辑

基于穷举，基于2个字被无视了吗。
最后回一贴，深度学习得到的是“近似”最优解，应用在自动驾驶结果就是在大量实例面前意外不可避免。
以上是理论值，假设服务器无性能限制，无高并发带宽限制，终端完美接受信号。
小白太多，你们自己玩吧

本帖最后由 pascal0115 于 2017-5-8 19:11 通过手机版编辑

是的，别说高速公路，连马路都有摄像头，脱离了监控，马路都不叫马路

一条马路，水泥＋沥青，都是高科技

基于穷举法，没有穷举法，它还深度学习什么东西？

新算法只是告诉它哪些地方不要去穷举，阿尔法狗也是输入大量定式的。

人类下棋也是穷举。

存在行人的市区是不会有200KM时速的机动车道的，你算一下刹车距离就知道了。

军队的数据共享都达不到这个水平，别说民用了，现实点吧。