最初的技術創新，激發了人們對自動駕駛技術的熱切期望，認爲那很容易實現，一切都指日可待。然而，希望之後是幻滅。後來人們逐步認識到，自動駕駛是目前我們需要解決的最複雜的問題之一。然而在接受采訪時，LeddarTech公司的CTO Pierre Olivier先生相信時機已然成熟。真的嗎？

AI汽車制造業：自動駕駛並非之前想象的那麽簡單。L3級自動駕駛是否多余？下一步將直接從L2級到L4級自動駕駛嗎？對此，大家衆說紛纭，您怎麽看？

Pierre Olivier：幾年前就在討論是否取消L3級自動駕駛，這已經是老生常談了。現在大家論及L2+ 級等，于我而言無非是沒有安全功能的 L3級自動駕駛。而人們需要自動駕駛功能，實現車輛自主駕駛，且無需強迫駕駛的事實，並沒有改變。有人稱其爲L2+級自動駕駛，在我看來正是L3級自動駕駛要實現的。

AI：每個人都想擁有自動駕駛功能，但是L3級自動駕駛意味著司機必須在一定的時間內重新掌控車輛，這是一個尚未解決的技術難題……

P.O.：我不會說它沒有作用。我認爲隨著時間的推移，大家會逐漸發現自動駕駛並非如當初設想的那般簡單。例如，Elon Musk在2015年表示，完全自動駕駛的汽車將在三年內上路。福布斯預測，到 2020 年，將有1000萬輛自動駕駛的汽車上路，Waymo的CEO甚至在2017年底表示：“已經有汽車可以實現完全自動駕駛。”而這些僅僅是一些陳述。事實卻截然不同。舉例來說，特斯拉已多次修正其預期，盡管該公司如今再次表示他們將很快做好准備。但是現在，即使是特斯拉也表示，完全自動駕駛是一個非常複雜的問題。我甚至想說，這是我們曾經想要解決的最棘手的問題之一，因爲它可以說是複制人腦的問題。

AI：那麽問題主要在于軟件、硬件方面，還是 AI（人工智能）訓練數據方面呢？

P.O.：我認爲，這三點都至關重要。比如說特斯拉在其汽車上禁用雷達，無論出于何種原因，所有的經驗均表明性能明顯下降，用戶事故的視頻真的很可怕。在我看來，這個例子證實了一點：自動駕駛需要最好的傳感器技術，因爲只有結合技術，才能真正保護汽車。還有一點，有相關研究，爲找出救護車、消防車等在開啓自動駕駛時會發生車輛事故的原因。對此我的問題是：這些車輛的AI是在數據不足的情況下訓練的嗎？因爲如果訓練數據庫不足，系統就無法識別相應的車輛。真正的3D傳感器肯定會檢測到是否有障礙物，所以無論識別出是何種障礙物，任何情況下車輛都會停下。這個例子再次表明硬件也同樣重要。當然，這並不意味著AI和深度學習不重要。AI和深度學習是用于覆蓋大量環境條件的最佳可用工具。如果必須對這些不同的條件進行單獨編程，將永遠無法成功。因此，需要最好的硬件、最好的軟件和最好的訓練數據來解決這個複雜的問題。

當然也需要負責任的OEM和一級供應商。OEM的責任最大，因爲如果他們允許駕駛員輕松繞過安全系統，這是非常草率的做法，因爲我們不能依賴最終用戶會始終負責任地行事。

AI：爲什麽最終用戶會出現不負責任的行爲，他們理應是第一個關心車輛安全的人員呀？

P.O.：自動駕駛是一個非常複雜的系統，司機沒有經過培訓就會出現一些潛在的風險和問題。飛行員使用自動駕駛系統，但他們接受了專業的培訓，他們准確地知道什麽時候該依賴系統，什麽時候不該依賴系統。在車裏，司機打開自動駕駛，然後簡單地了解了一下它的工作方式。這是兩種完全不同的行事方式。

AI：談到訓練數據，像特斯拉或Waymo這樣的公司應該有無限的訓練數據，這些公司不應該進一步發展嗎？

P.O.：如果今天有人想要考取駕照，那他大約需要50個小時才能拿到。之後他可以很好地駕駛。但想要成爲一個真正優秀又安全的司機，至少需要行駛100,000公裏。

在同一環境中反複收集的數據只是冰山一角。這無關數據的數量，而是關于它的多樣性。Waymo更注重數據的數量。但是，如果查看車輛的視頻，就會發現系統在其無法識別的情況下，會不斷出錯。

AI：很多公司都涉足“自動駕駛”領域，但目前爲止還沒有成功。您相信成功，那麽您認爲要使它成功需要什麽？

P.O.：有很多方面。但對我來說最重要的是基礎設施的貢獻，即V2X。如今，通用汽車的 Super Cruise被認爲是最安全的系統，但它只適用于有地圖數據的道路。汽車僅可在有地圖數據的街道上行駛，用戶是否可以接受呢？如果對足夠多的高速公路進行了地圖繪制，這可能是一個很好的折中方案，也就是說，V2X在這裏真的有幫助。但當涉及到在各種條件下工作的系統時，很快就會達到極限，即計算能力的極限。限制因素與其說是傳感器，不如說是計算硬件。即使給我很好的訓練數據，計算硬件仍然是一個限制因素。

AI：那麽也就是說，在未來十年內不會有真正的發展嗎？因爲如果自動駕駛是基于純粹的計算能力，發展就有限。

P.O.：在一定程度上的確如此，不過我相信有其他方法可以實現目標。

我們必須准確選擇那些具有經濟價值的應用場合，即人們會付費的應用。例如，從慕尼黑到紐倫堡的高速公路旅程的自動駕駛，這個應用場合必須是安全的。這個應用場景相對簡單。

如果是在未知城市的城市交通中自動駕駛車輛時，情況就要複雜得多。如果應用或應用場合很明確，那麽可以爲其精確開發優化的解決方案——就是我們所說的L4級自動駕駛。

顯然，創建一個適用于任何場合的通用方案是非常困難的，這至少還需要20年的時間。

AI：如果針對德國的高速公路訓練車輛，容易實現嗎？

P.O.：是的，德國高速公路尤其適用，因爲整個高速公路網絡設計是非常安全的。在這種情況下可以忽略速度，事實上，高速公路應用場合是最簡單的，理論上可以自動駕駛幾百公裏都不會遇到困難。像此類系統，自動駕駛可以發揮很好的作用。

城市交通似乎是自動駕駛系統真正的難點。問題是：這正是大多數事故發生的地方。

AI：我想很多人會對可以在高速公路上自動駕駛的車輛倍感興趣，但這樣的車輛並不存在，對吧？

P.O.：我也認爲是這樣，爲了不必親自在高速公路上駕駛，人們願意支付合理的費用。即使現在還沒有相應的車輛出售，我想說：我們已經非常接近這個目標了。

AI：這需要花費了很長時間。

P.O.：是的，因爲大家都試圖獨自解決這個極其複雜的問題。例如，許多公司希望實現相同的目標，但卻不願意進行合作，並使用例如標准化的訓練數據，盡管這會容易得多。回顧曆史，人類總是共同解決最棘手的問題。在阿波羅登月計劃中，最有實力的公司共同合作，最終實現了這一目標。對于自動駕駛，每個人都做自己的事，這是行不通的，問題太複雜了。

AI：毋庸置疑，汽車行業是將競爭置于首位的行業之一，所以……

P.O.：確實，汽車行業也尤其顯示出：成功是掌握在標准制定者的手中。如今，超過90%的車輛都配備了Bosch的燃油噴射系統。這爲什麽不能適用于自動駕駛領域呢？

AI：毫無疑問，但這聽起來更需要經過人們長期的努力才能達到的成功，因爲目前尤其ADAS 應用，是OEM用來區別于競爭對手的東西。

P.O.：我想肯定有迹象表明這種思想也在轉變。例如大衆汽車，它向福特的子公司Argo AI投資了數十億美元。平心而論，我想不出有什麽比福特和大衆這樣的更大的競爭對手了。當這些公司合作時，就表明合作的方式是行得通的。除此之外，到目前爲止，在自動駕駛方面根本沒有差異化，因爲自動駕駛技術並沒有被實際應用。它們都提供相同的非功能性。

AI：寶馬想要雇傭數萬名軟件工程師，也許這是大家都想做的事情。

P.O.：是的，因爲每個OEM都認爲未來成功的關鍵是軟件，研發發動機肯定不再是核心。汽車行業面臨著巨大的挑戰，OEM必須關注差異化，但我認爲如果單打獨鬥，自動駕駛很難成功。

AI：當您觀察不同的OEM時，是否有些廠家已經明白有可能進行差異化的地方？

P.O.：是的。例如，通用汽車希望在20款車型中引入其Super Cruise（超級巡航）系統，這清楚地表明通用汽車相信這種方式會奏效。即使功能依然有限，但這邁出了很好的一步。但通用汽車在中檔汽車中提供了這些功能，這是一個有力的承諾。在日本，本田也開始交付L3級自動駕駛車輛，我認爲這也是一個堅定的承諾。在我看來，尤其值得注意的是，像通用汽車或福特這樣通常被視爲相對保守的公司，在自動駕駛方面都取得了非常好的進展。通常我們會期望像特斯拉這樣的新秀在該領域取得成就，但預計像通用汽車這樣的公司會遠落後于創新的驅動力。但事實並非如此，一些最成熟的公司似乎在這方面處于領先地位。對我來說，這是一個好現象，因爲它表明傳統OEM也可以通過創新獲得成功。

AI：曾有人說，L3 級自動駕駛—或者在某些環境中被稱爲“自動駕駛”，激光雷達是必須的，您能證實這一說法嗎？

P.O.：我相信L3 級自動駕駛即將到來。而且我絕對相信，激光雷達將在某些環境中簡化L3 級自動駕駛。至于是不是必不可少？我不會這麽說，但激光雷達顯然有助于以一種真正安全的方式實現這個功能。

AI：LeddarTech已經在向市場交付激光雷達系統，除了Robotaxis之外是否還會在道路上發現含有 LeddarTech激光雷達技術的其他應用？

P.O.：LeddarTech的激光雷達技術目前尚未在道路上使用，但我們與OEM正在進行量産配套的計劃。我們從活躍于高端市場的OEM開始。這與雷達技術推廣也沒有什麽不同，但我們希望激光雷達可以盡快立足于大衆市場，不會像雷達那樣花費30年時間。

AI：您認爲推進自動駕駛的理念，需要什麽？

P.O.：道路上的商業化和可靠的解決方案。需要他們來建立對該技術的信任，數萬名特斯拉司機是遠遠不夠的。司機必須改變固有思想，習慣車輛獨立駕駛部分路線的想法。到目前爲止，經驗表明，系統不能完全起作用。但一旦系統起作用，大家的態度就會隨之改變。安全氣囊出現時，有很多媒體說安全氣囊會殺人而不是保護人。但這項技術最終證明它本身以及對駕駛員都是有意義的。現在，再也沒有人質疑安全氣囊了。自動駕駛也必將經曆這一過程。

AI：相信實現自動駕駛只需要一小步，然而同時對該技術持懷疑態度的並不在少數，尤其是因爲媒體的負面報道。

P.O.：的確，但如果看下有多少事故是因司機犯錯而引起的，那麽ADAS系統引起的所有事故幾乎是可以忽略不計的。我想說的是：自動駕駛提高了交通安全，系統需要可靠運行。同時，道路上的商業解決方案，展示了這些方法帶來的好處。這産生了決定性的趨勢。現在人們往往對車輛自動駕駛更爲苛刻，至今爲止，負面報道僅僅證明了這種方法行不通。但是現在大家都可以自己嘗試一下，看看是否如此。當大家都清楚，汽車可靠且安全時，市場的春天就會來臨，就像安全氣囊那樣。