最初的技术创新，激发了人们对自动驾驶技术的热切期望，认为那很容易实现，一切都指日可待。然而，希望之后是幻灭。后来人们逐步认识到，自动驾驶是目前我们需要解决的最复杂的问题之一。然而在接受采访时，LeddarTech公司的CTO Pierre Olivier先生相信时机已然成熟。真的吗？

AI汽车制造业：自动驾驶并非之前想象的那么简单。L3级自动驾驶是否多余？下一步将直接从L2级到L4级自动驾驶吗？对此，大家众说纷纭，您怎么看？

Pierre Olivier：几年前就在讨论是否取消L3级自动驾驶，这已经是老生常谈了。现在大家论及L2+ 级等，于我而言无非是没有安全功能的 L3级自动驾驶。而人们需要自动驾驶功能，实现车辆自主驾驶，且无需强迫驾驶的事实，并没有改变。有人称其为L2+级自动驾驶，在我看来正是L3级自动驾驶要实现的。

AI：每个人都想拥有自动驾驶功能，但是L3级自动驾驶意味着司机必须在一定的时间内重新掌控车辆，这是一个尚未解决的技术难题……

P.O.：我不会说它没有作用。我认为随着时间的推移，大家会逐渐发现自动驾驶并非如当初设想的那般简单。例如，Elon Musk在2015年表示，完全自动驾驶的汽车将在三年内上路。福布斯预测，到 2020 年，将有1000万辆自动驾驶的汽车上路，Waymo的CEO甚至在2017年底表示：“已经有汽车可以实现完全自动驾驶。”而这些仅仅是一些陈述。事实却截然不同。举例来说，特斯拉已多次修正其预期，尽管该公司如今再次表示他们将很快做好准备。但是现在，即使是特斯拉也表示，完全自动驾驶是一个非常复杂的问题。我甚至想说，这是我们曾经想要解决的最棘手的问题之一，因为它可以说是复制人脑的问题。

AI：那么问题主要在于软件、硬件方面，还是 AI（人工智能）训练数据方面呢？

P.O.：我认为，这三点都至关重要。比如说特斯拉在其汽车上禁用雷达，无论出于何种原因，所有的经验均表明性能明显下降，用户事故的视频真的很可怕。在我看来，这个例子证实了一点：自动驾驶需要最好的传感器技术，因为只有结合技术，才能真正保护汽车。还有一点，有相关研究，为找出救护车、消防车等在开启自动驾驶时会发生车辆事故的原因。对此我的问题是：这些车辆的AI是在数据不足的情况下训练的吗？因为如果训练数据库不足，系统就无法识别相应的车辆。真正的3D传感器肯定会检测到是否有障碍物，所以无论识别出是何种障碍物，任何情况下车辆都会停下。这个例子再次表明硬件也同样重要。当然，这并不意味着AI和深度学习不重要。AI和深度学习是用于覆盖大量环境条件的最佳可用工具。如果必须对这些不同的条件进行单独编程，将永远无法成功。因此，需要最好的硬件、最好的软件和最好的训练数据来解决这个复杂的问题。

当然也需要负责任的OEM和一级供应商。OEM的责任最大，因为如果他们允许驾驶员轻松绕过安全系统，这是非常草率的做法，因为我们不能依赖最终用户会始终负责任地行事。

AI：为什么最终用户会出现不负责任的行为，他们理应是第一个关心车辆安全的人员呀？

P.O.：自动驾驶是一个非常复杂的系统，司机没有经过培训就会出现一些潜在的风险和问题。飞行员使用自动驾驶系统，但他们接受了专业的培训，他们准确地知道什么时候该依赖系统，什么时候不该依赖系统。在车里，司机打开自动驾驶，然后简单地了解了一下它的工作方式。这是两种完全不同的行事方式。

AI：谈到训练数据，像特斯拉或Waymo这样的公司应该有无限的训练数据，这些公司不应该进一步发展吗？

P.O.：如果今天有人想要考取驾照，那他大约需要50个小时才能拿到。之后他可以很好地驾驶。但想要成为一个真正优秀又安全的司机，至少需要行驶100,000公里。

在同一环境中反复收集的数据只是冰山一角。这无关数据的数量，而是关于它的多样性。Waymo更注重数据的数量。但是，如果查看车辆的视频，就会发现系统在其无法识别的情况下，会不断出错。

AI：很多公司都涉足“自动驾驶”领域，但目前为止还没有成功。您相信成功，那么您认为要使它成功需要什么？

P.O.：有很多方面。但对我来说最重要的是基础设施的贡献，即V2X。如今，通用汽车的 Super Cruise被认为是最安全的系统，但它只适用于有地图数据的道路。汽车仅可在有地图数据的街道上行驶，用户是否可以接受呢？如果对足够多的高速公路进行了地图绘制，这可能是一个很好的折中方案，也就是说，V2X在这里真的有帮助。但当涉及到在各种条件下工作的系统时，很快就会达到极限，即计算能力的极限。限制因素与其说是传感器，不如说是计算硬件。即使给我很好的训练数据，计算硬件仍然是一个限制因素。

AI：那么也就是说，在未来十年内不会有真正的发展吗？因为如果自动驾驶是基于纯粹的计算能力，发展就有限。

P.O.：在一定程度上的确如此，不过我相信有其他方法可以实现目标。

我们必须准确选择那些具有经济价值的应用场合，即人们会付费的应用。例如，从慕尼黑到纽伦堡的高速公路旅程的自动驾驶，这个应用场合必须是安全的。这个应用场景相对简单。

如果是在未知城市的城市交通中自动驾驶车辆时，情况就要复杂得多。如果应用或应用场合很明确，那么可以为其精确开发优化的解决方案——就是我们所说的L4级自动驾驶。

显然，创建一个适用于任何场合的通用方案是非常困难的，这至少还需要20年的时间。

AI：如果针对德国的高速公路训练车辆，容易实现吗？

P.O.：是的，德国高速公路尤其适用，因为整个高速公路网络设计是非常安全的。在这种情况下可以忽略速度，事实上，高速公路应用场合是最简单的，理论上可以自动驾驶几百公里都不会遇到困难。像此类系统，自动驾驶可以发挥很好的作用。

城市交通似乎是自动驾驶系统真正的难点。问题是：这正是大多数事故发生的地方。

AI：我想很多人会对可以在高速公路上自动驾驶的车辆倍感兴趣，但这样的车辆并不存在，对吧？

P.O.：我也认为是这样，为了不必亲自在高速公路上驾驶，人们愿意支付合理的费用。即使现在还没有相应的车辆出售，我想说：我们已经非常接近这个目标了。

AI：这需要花费了很长时间。

P.O.：是的，因为大家都试图独自解决这个极其复杂的问题。例如，许多公司希望实现相同的目标，但却不愿意进行合作，并使用例如标准化的训练数据，尽管这会容易得多。回顾历史，人类总是共同解决最棘手的问题。在阿波罗登月计划中，最有实力的公司共同合作，最终实现了这一目标。对于自动驾驶，每个人都做自己的事，这是行不通的，问题太复杂了。

AI：毋庸置疑，汽车行业是将竞争置于首位的行业之一，所以……

P.O.：确实，汽车行业也尤其显示出：成功是掌握在标准制定者的手中。如今，超过90%的车辆都配备了Bosch的燃油喷射系统。这为什么不能适用于自动驾驶领域呢？

AI：毫无疑问，但这听起来更需要经过人们长期的努力才能达到的成功，因为目前尤其ADAS 应用，是OEM用来区别于竞争对手的东西。

P.O.：我想肯定有迹象表明这种思想也在转变。例如大众汽车，它向福特的子公司Argo AI投资了数十亿美元。平心而论，我想不出有什么比福特和大众这样的更大的竞争对手了。当这些公司合作时，就表明合作的方式是行得通的。除此之外，到目前为止，在自动驾驶方面根本没有差异化，因为自动驾驶技术并没有被实际应用。它们都提供相同的非功能性。

AI：宝马想要雇佣数万名软件工程师，也许这是大家都想做的事情。

P.O.：是的，因为每个OEM都认为未来成功的关键是软件，研发发动机肯定不再是核心。汽车行业面临着巨大的挑战，OEM必须关注差异化，但我认为如果单打独斗，自动驾驶很难成功。

AI：当您观察不同的OEM时，是否有些厂家已经明白有可能进行差异化的地方？

P.O.：是的。例如，通用汽车希望在20款车型中引入其Super Cruise（超级巡航）系统，这清楚地表明通用汽车相信这种方式会奏效。即使功能依然有限，但这迈出了很好的一步。但通用汽车在中档汽车中提供了这些功能，这是一个有力的承诺。在日本，本田也开始交付L3级自动驾驶车辆，我认为这也是一个坚定的承诺。在我看来，尤其值得注意的是，像通用汽车或福特这样通常被视为相对保守的公司，在自动驾驶方面都取得了非常好的进展。通常我们会期望像特斯拉这样的新秀在该领域取得成就，但预计像通用汽车这样的公司会远落后于创新的驱动力。但事实并非如此，一些最成熟的公司似乎在这方面处于领先地位。对我来说，这是一个好现象，因为它表明传统OEM也可以通过创新获得成功。

AI：曾有人说，L3 级自动驾驶—或者在某些环境中被称为“自动驾驶”，激光雷达是必须的，您能证实这一说法吗？

P.O.：我相信L3 级自动驾驶即将到来。而且我绝对相信，激光雷达将在某些环境中简化L3 级自动驾驶。至于是不是必不可少？我不会这么说，但激光雷达显然有助于以一种真正安全的方式实现这个功能。

AI：LeddarTech已经在向市场交付激光雷达系统，除了Robotaxis之外是否还会在道路上发现含有 LeddarTech激光雷达技术的其他应用？

P.O.：LeddarTech的激光雷达技术目前尚未在道路上使用，但我们与OEM正在进行量产配套的计划。我们从活跃于高端市场的OEM开始。这与雷达技术推广也没有什么不同，但我们希望激光雷达可以尽快立足于大众市场，不会像雷达那样花费30年时间。

AI：您认为推进自动驾驶的理念，需要什么？

P.O.：道路上的商业化和可靠的解决方案。需要他们来建立对该技术的信任，数万名特斯拉司机是远远不够的。司机必须改变固有思想，习惯车辆独立驾驶部分路线的想法。到目前为止，经验表明，系统不能完全起作用。但一旦系统起作用，大家的态度就会随之改变。安全气囊出现时，有很多媒体说安全气囊会杀人而不是保护人。但这项技术最终证明它本身以及对驾驶员都是有意义的。现在，再也没有人质疑安全气囊了。自动驾驶也必将经历这一过程。

AI：相信实现自动驾驶只需要一小步，然而同时对该技术持怀疑态度的并不在少数，尤其是因为媒体的负面报道。

P.O.：的确，但如果看下有多少事故是因司机犯错而引起的，那么ADAS系统引起的所有事故几乎是可以忽略不计的。我想说的是：自动驾驶提高了交通安全，系统需要可靠运行。同时，道路上的商业解决方案，展示了这些方法带来的好处。这产生了决定性的趋势。现在人们往往对车辆自动驾驶更为苛刻，至今为止，负面报道仅仅证明了这种方法行不通。但是现在大家都可以自己尝试一下，看看是否如此。当大家都清楚，汽车可靠且安全时，市场的春天就会来临，就像安全气囊那样。