達到L5自動駕駛車仍需10年，採取以靜制動策略才是聰明之道

目前看起來，特斯拉的電動車的自動駕駛等級應該在Level 3，而Wamyo的自動駕駛車在天氣良好的情況下，應該可以達到Level 4。如果要真正達到Level 5的全自動駕駛，或許是一個夢。至少從現在的觀點來看，人們夢想中的自動駕駛車尚未到來。

許多分析師根據現在自動駕駛車的發展情況，紛紛認為人們距離自動駕駛車的理想仍需要十年以上的時間....
http://iknow.stpi.narl.org.tw/Post/Read.aspx?PostID=16260

Momenta完全無人駕駛首次曝光！城區道路混行無接管，遭遇逆行也不怕，特斯拉Waymo路線二合一

本文來源：量子位微信公眾號 QbitAI 作者：李根
…………………………………………………………
Momenta（現在）是一家怎樣的公司？
宏觀印象：學霸創業、中國無人車獨角獸、賓士母公司戴姆勒加持、自動駕駛第一梯隊玩家……
產品業務：高速場景方案產品、L4級自主泊車產品交貨、最高等級高精度地圖資質……
一千個維度有一千種答案，但也頗顯盲人摸象。
只是從今往後，Momenta的技術路徑開始完整清晰。
在通往自動駕駛實現大道上，之前有漸進式的特斯拉，也有一步到位的Waymo，天下方案，莫過於此。
而現在，Momenta集二者之所長，避二者之所短：
Tesla+Waymo，就是Momenta。

▌完全無人駕駛發佈
12月26日，Momenta對外正式發佈L4級無人駕駛技術MSD (Momenta Self Driving)，開始支持城市內完全無人駕駛場景。
如果說2019年來Momenta發佈的前裝量產產品Mpilot，更像是特斯拉方案。
那麼現在，MSD上馬，則顯出Waymo路線雄心。
萬萬沒想到，自動駕駛業內一度紛爭的兩種路線，如今讓Momenta實現二合一。
但MSD究竟是一套怎樣的方案？
區別於量產前裝方案，Momenta完全無人駕駛方案中最明顯不同在於多了雷射雷達。
在其測試車中，共搭載12個攝像頭，5個毫米波雷達和1個雷射雷達。整套系統感測器方案以攝像頭為主，雷射雷達為輔，多感測器冗餘。
而且Momenta強調，除去雷射雷達，方案中的硬體選型與前裝量產保持一致——這也是Momenta“兩條腿”向前的關鍵考量，後面還會詳細講到。
不過，說一千道一萬，無人駕駛——還得以身試乘看一看。
MSD方案的試乘，選在了Momenta（蘇州），地點毗鄰蘇州高鐵北站，屬城建頻繁區域，路線全程約12公里，沿途經過30餘個紅綠燈路口：
 既包括無保護左轉等典型場景，也有非機動車混行、立交橋下長路口等複雜路段。
 路線中還有多處工地，也有學校、居民區、寫字樓、商業中心等生活場景。
符合Momenta該方案目標所指：城市區間內，完全無人駕駛。
而且路段基礎設施也沒有過V2X改造，依然拼的是單車智慧實力。
車流交匯交互，也是最有意思的場景。MSD方案雖初發佈，但智慧程度已有老司機風範，在試乘的幾次交互場景中，有讓行、也有選擇先過，並不基於單一規則。
同車試乘的Momenta研發總監夏炎解釋，這能體現MSD在預測規劃方面的實力和學習能力。
不過整體試乘而言，因為城市區間不同高速場景（無人車混行）和停車場（低速），Momenta的AI司機給人的印象是：安全第一，寧慫不偏激。
比如在蘇州相城道路，會出現不規則的異型車——挑戰自動駕駛系統的感知識別。
其實從當天道路實際情況來看，系統完全可以“偏激”一些，讓路不減速通過。
但安全第一思考下，Momenta工程師打造的該系統，在交通中不確定性較大的情況下，先減速，甚至刹車，確保交互雙方的安全。
而且相比人類老司機，MSD雖初生牛犢，但也展現出不凡實力。
遭遇人類司機深為苦惱的大貨車時，既要對大貨車的載貨品類多樣、形態各異準確感知，還要對大貨車行為上的激進行為有應對：
MSD跟隨慢速行駛的大貨車一段時間後，“決定”變道超車，但在超車過程中仍保持對貨車一定的安全距離，通過接近路口的實白線後才拉大橫向距離超車，保證了超車過程中的安全性。

▌完全無人駕駛新速度
12公里左右里程，按道路交規限速行駛（40公里每小時為主），近40分鐘，歷經城區內各種場景——有臨時施工、有不規則車輛，還有逆行，但全程無接管。
這樣的完全自動駕駛能力，起步最早的穀歌用了近十年，百度從開始研發到落地也超過5年，一眾自動駕駛新勢力從無到有也走過了快3年……
雖然深度學習、大數據和大計算帶來的指數加速，已再明顯不過。
但得知Momenta的速度，依然讓人不可思議：
50人左右的團隊，5個月左右的時間。
沒錯，從今年下半年交貨量產自動駕駛產品後，Momenta才開始囤積重兵，依靠公司長期的技術和數據積累，以及量產自動駕駛和完全無人駕駛通用的平臺支持，開始攻堅完全無人駕駛。
至於能夠達到城區開放道路全程無接管，之前行業內最快的友商也差不多用時1年，且積累了至少十萬公里以上實際路測里程。
所以Momenta之速，背後究竟有“引擎”？
Momenta CEO曹旭東認為，與他們內部看問題的角度、方法和戰略選擇有關。
Momenta創辦，從一開始就明確目標，要打造自動駕駛大腦。
這並非傳統汽車產業內“換輪子”，而是行業開始AI化變革後，供應鏈環節中的新機會。
汽車產業鏈中：
 有最基礎的Tier1一級供應商，如博世、大陸，在系統層面、硬體層面提供產業支援。
 再往上則是OEM廠商，賓士、寶馬、豐田……即車廠。
 還有智慧化的基礎——計算晶片，如TI、NXP、瑞薩和英偉達。
 最後，核心新增的玩家，一方面是提供出行網路的滴滴Uber等，另一方面則是提供自動駕駛所需核心演算法和軟體的技術公司。
比如定位“自動駕駛大腦”的Momenta，就處於這一層。
但即便如此，如何實現完全自動駕駛，如何最高效擁抱未來，也沒有清晰明確的答案。
至少在打造自動駕駛大腦這件事上，特斯拉方案和Waymo路線一度不可調和。

▌兩個路線的爭論
所謂特斯拉路線，是按照自動駕駛等級的劃分，從低級往高級不斷升維，通過量產汽車對場景、數據和演算法的反覆運算，最終實現完全無人駕駛。
而且正是因為堅定量產路線，也為了最低門檻獲取數據、場景和功能回饋，偏執狂馬斯克完全依靠攝像頭方案、不使用價格昂貴的雷射雷達。
所以即便2019年發佈為完全自動駕駛而生的FSD硬體，外界也不相信馬斯克2020百萬RoboTaxi的豪言。
而Waymo路線，則認為只有從一開始L4才能實現RoboTaxi。該路線中，人機共駕的高級輔助駕駛被認為有天然Bug——既要機器輔助駕駛，又要人類在緊急時刻接管，顯然不靠譜。
於是Waymo從2009年正式推動後，逐漸明確了實現方式：
原型車、規模化路測、在豐富場景中不斷反覆運算，區域內落地，終極場景是讓無人車行駛運營在任何時間、任何地點和任何場景。
但Waymo路線中，最難的是無窮無盡的“長尾”問題，現實中總會有出乎預料的新場景、特殊挑戰，這就要求自動駕駛系統足夠聰明、且學習反覆運算得足夠快。
所以概括而言，二者優缺點都很明顯。
特斯拉方案：想依靠低成本感測器方案不斷升維，難且有道德挑戰；但好處是數據“眾包”，能在量產中獲得現金流和數據流程。
Waymo路線：希望一己之力不斷擴大無人車隊規模，最終真正實現完全落地，險且依賴融資燒錢；而好處是安全性相較而言更可控，不用把車主當小白鼠。
但如今Momenta之行動，所謂“兩條腿”戰略，卻實現了特斯拉和Waymo路線的二合一。
即，通過量產自動駕駛產品獲得海量數據，持續研發數據驅動的核心演算法，打造閉環自動化工程體系，發揮數據價值，高效反覆運算數據技術，最終實現完全無人駕駛。
同時，MSD的技術框架中不同感測器的感知演算法相互獨立冗余，並非完全依賴某一種感測器，因此目前量產感測器收集的數據，如視覺、地圖、軌跡數據等可以無縫應用並有效助力MSD演算法提升。
最終，一個數據流程和技術流的閉環搭建完成，量產自動駕駛和完全無人駕駛，真正互相補益。
但為何能打通？又為什麼是Momenta？
一切要從Momenta創立之初對自動駕駛的認知說起。

▌終局視角思考無人車
Momenta 2016年創辦，當時就分析過特斯拉模式和Waymo路線。
但並非為結合二者而生。
曹旭東回憶，從一開始就希望從本質出發、從終局角度思考問題。
Momenta的思考中，自動駕駛的終局，一定是L4級以上，不需要方向盤、不需要人類司機。
但要實現這個終局，結合深度學習為核心的AI新浪潮，兩大要素就格外關鍵：
 一是數據驅動。
 二為海量數據。
之所以要數據驅動，是因為完全無人駕駛中的長尾問題——幾乎是難以窮盡的。
唯一的可能性只有數據驅動，自動化解決大部分的問題，例如99%問題。
所以Momenta內部，“架構師”文化興盛，他們目標是架構能夠自動化解決問題的系統。
在當前系統中，Momenta的 “閉環自動化”方法論就已發揮作用，通過建立對問題自動化發現、記錄、標注、訓練、驗證的閉環過程，為技術和數據提供自動化的反覆運算能力。
而關於海量數據，這是數據驅動的原料和前提。
之前有粗略估計，實現完全無人駕駛，需要100萬輛車跑一年，每輛每天跑10小時以上。
如此海量數據，完全依靠自建車隊採集，幾乎不現實。
量產自動駕駛數據流程能夠助力完全無人駕駛，源自統一量產感測器方案。
MSD感測器方案包括視覺感測器、雷射雷達與毫米波雷達，均覆蓋360°範圍，該感測器方案子集與量產感測器方案保持一致。
所以理解了無人駕駛終局的兩大要素，或許也就不難明白Momenta此次談及的兩條腿戰略：
一條腿是量產自動駕駛；
另外一條是完全無人駕駛。
量產自動駕駛，人車共駕，以人為主，但解放人類在高速環路、停車場等場景下的駕駛時間，提升駕駛安全性及駕駛體驗。
而且通過量產自動駕駛，實現海量數據獲取——學特斯拉又超乎其外。
進一步，量產自動駕駛可以給完全無人駕駛帶來數據，通過數據驅動的方式，去自動化地解決99%的問題。
未來隨著量產產品上市，像 “活水”一般源源不斷注入MSD，推動MSD演算法不斷升級，使得完全無人駕駛系統不斷進化。
這是數據流程上的打通。
而通過完全無人駕駛，還能給量產自動駕駛回饋技術流，不斷提升體驗和能力，讓量產自動駕駛持續進步，提升行業份額。
當然，數據流程和技術流形成閉環，聽起來不算稀奇。
但真正實現這樣的戰略並不容易，關鍵是量產感測器方案的一致性、互補性，並在量產自動駕駛戰略中真正快速低成本交貨、落地。
這也是特斯拉和Waymo難以跨公司二合一的原因。
另外，作為創業公司，在數據流程和技術流閉環之外，靠融資燒錢顯然不可持續，必然還需要現金流。
所以Momenta創辦3年來，先在量產自動駕駛發力，實現數據流程和現金流方面的驗證，然後發力完全無人駕駛，同時著力於打通兩者之間的數據流程和技術流。
現在，完全無人駕駛方案發佈，數據流程和技術流的戰略雛形形成，現金流也能讓公司不受輿論和資本市場變化而左右。
曹旭東說， 目前Mpilot 和MSD的原型發佈，標誌著兩條腿的雛形期形成。預計到2019年-2024年，量產自動駕駛大規模上市，以及MSD真正的完全數據驅動，完全自動化，則是“兩條腿”戰略得到驗證的時刻，也是戰略的成型期。

▌道阻且長，行則將至
不過，也還沒到一腳定江山的時刻。
雛形初現，一切還只不過是開始。
更何況這樣的戰略完整披露，一方面會面臨質疑，另一方面也有被複製的風險。
但曹旭東並不擔心。他說：“戰略沒有優劣，戰略是選擇。這個戰略有其優點，也有難點和挑戰。我們在選擇戰略同時，也必須克服和解決其背後難點。我相信，戰略發佈後，看到的不是抄襲，更多的是爭議。在戰略執行時，遇到困難，可以選擇繼續走下去，也可以去選擇其他戰略，但我們選擇迎難而上。道阻且長，行則將至。”
按照Momenta的說法，執行層面主要面臨兩個維度的挑戰：包括技術難度和商業難度。
技術層面的難，例如數據流程的打通。曹旭東認為，行業主流都是以雷射雷達為主的技術解決方案，但Momenta是以統一量產感測器為主，需要打通量產自動駕駛到完全無人駕駛的數據流程，而他們在其中做了大量的技術創新。
在矽谷拜訪時，曹旭東也講到Momenta的戰略和已解決的技術難題，得到很多行業專家的認可和欣賞，因為Momenta在做原始的技術創新，而不是簡單的複製跟隨。
商業層面的難，包括如何深入行業、理解客戶，如何拓展能力邊界及更好的服務市場。
曹旭東進一步解釋：“To B是系統性的業務，面對的是一個組織，需要得到方方面面的認可。一線客戶都有很強的技術能力和很高的技術標準，需要經過非常嚴格的技術評測。而我們經過層層驗證，最後獲得了客戶的認可，進入了量產體系。”
Momenta也有相對長遠的完整時間表。
他們內部，認定2016年-2019年是戰略雛形期，2019年-2024年是戰略成型期。
然後2024年-2028年才是真正的戰略爆發期，那時候在完全自動駕駛“這條腿”上將加速趕上Waymo。
只是現在開始，自動駕駛“面壁者”Momenta，戰略意圖一覽無餘。

▌告別盲人摸象
作用力也才剛剛開始。
從Momenta自身來說，徹底告別被“盲人摸象”狀態。
高精度地圖供應商？高級輔助駕駛玩家？量產自動駕駛交貨……
都不準確。
大道至簡，Momenta（現在）是一家怎樣的公司？
Momenta = Tesla + Waymo。
而且這種結合帶來的新場景新技能，還可能不是線性相加。
或許也是聚變反應。
比如特斯拉一直是從車角度提供方案，Waymo則是運力技術維度……
但二者結合，就是完整軟硬體集合體，載人載貨，私家車共用車，都有了可能。
簡而言之，能做的更多，可以做的更多，新價值已經展現，新邊界也就要重勘。
自然還會進一步帶動行業新格局重塑。
自動駕駛發展中，特斯拉方案和Waymo路線，一次次被提起，一次次被模仿，一次次被對標。
這樣的新玩家新勢力，無論中美，都可以舉出很多。
但今日之Momenta，在理論上真正達到二合一，並且驗證了可行性。
於是，之前衡量自動駕駛的時間表，曾經理解Momenta的框架，可能是時候刷新了。
▌One more thing
雖然Momenta是中國自動駕駛的獨角獸，但作為Momenta的船長，曹旭東最關心的並不是公司的估值。
他認為商業世界一切有為法，一定離不開價值規律本身，估值並不需要過分關心。
他關心什麼？
作為CEO，他說核心還是人，組織的學習、進步和提升。
這位Momenta創始人，今年來自上而下改變了一件小事：不再把“創始人”放在對內對外的任何地方，僅以職務——CEO示人。
他解釋說，Momenta正在最大限度通過組織變革、文化塑造，形成合夥人文化。
合夥人不分加入先後，不論年齡資歷，核心關注的是技術、貢獻和志同道合。
他希望以此吸引最頂級的牛人，讓更多有識之士加速自動駕駛終局到來。
《道德經》裡說，夫唯不爭，故天下莫能與之爭。
但真正能邁步實踐者，少之又少。
如今，無人車獨角獸Momenta，宣示兩條腿，放下“自我”，立志要做推動終局實現的那個玩家。
這就是Momenta。

對自駕車來說，5G 網路是必要條件嗎？

作者 雷鋒網 | 發布日期 2018 年 10 月 11 日 7:30 |

5G 網路的忠實粉絲相信，這項新技術不但提供比 4G 網路更快的連接和數據下載能力，還能處理更大量的通訊任務，而正一步步走向成熟的自駕車，未來也需要 5G 網路的「輔佐」。不過，自駕車缺了 5G 就真的「活不下去」嗎？

一直以來，電信業都對未來有個預設，那就是自駕車會透過網路採集並接收訊息，這個過程必須在電光火石間完成。

業界還為這個概念取了一個名字──V2X（Vehicle-to-everything，即車與外界的訊息交換）。

為了達成這個目標，車輛的探測能力必須涵蓋一切盲點並提前阻止事故發生。也就是說，車輛行駛時，車上感測器需要採集三大資訊：

天氣和路況。
是否有事故發生。
車輛周圍的障礙物和移動物體。

一旦完成資訊採集，這些數據不是由車載電腦處理並即時決策，就是回傳到雲端處理後再指導車輛下一步動作。

比人類更聰明

假設車輛 A 正以 100 公里時速在高速道路奔馳，突然車輛 B 出現在車輛 A 前方。為了避免事故，兩輛車的感測器必須相互交流，車輛 A 趕緊煞車，車輛 B 則急加速防止事故發生。

也就是說，工程師不但想讓自駕車與雲端相連，還想讓它們之間互通有無。

「我們得弄清楚，訊息在感測器之間傳遞需要多長時間，當然還要考慮到傳回車載電腦和電腦分析處理並做決定的時間，這個過程必須比人類駕駛更快，即低於 2 毫秒。」諾基亞公司的 Jane Rygaard 解釋。「我們需要一套網路來達成這個目標，而 5G 就是最佳選擇。」

Ordnance Survey（英國地形測量局）也認同這觀點，「你按下電燈開關開燈時，瞬間就照亮屋子，自駕車我們也需要這樣的速度，車輛在遇到情況時必須迅速停下來。因此高頻 5G 訊號在這裡就成了必要條件。」

不過，車輛之間相互交換「情報」還不夠，瑞典電信巨頭愛立信認為發生重大災害或嚴重塞車時，當局應該發給自駕車及時提醒，警告它們切換到其他路線。

為此，愛立信還專門聯合 Volvo 和 Scania（卡車）在斯德哥爾摩進行測試。如果發生恐怖攻擊，警察有能力讓被劫持的聯網車輛徹底停下來，防止它們進入核心區域造成更大的傷害。

自動駕駛等級

美國汽車工程學會對自駕車的分級恐怕大家已很熟悉了，未來車輛將一步步升級，直至達成 Level 5 等級的全天候全地形自動駕駛。

市場研究機構 Gartner 認為，Level 3 和 Level 4 自駕車今年底就會小批問世，到 2025 年，全世界自駕車保有量就會突破 60 萬輛。

毫米波天線

Ordnance Survey 認為，自駕車很有可能支援 5G 網路，但最初它們肯定是部署在已經過詳細測繪的地理區域，比如人口密集的城市。

眼下，英國政府就在製作精細的英國 3D 地圖，將視覺化呈現所有永久固定的物體，比如建築、街道標示牌和大橋等。當然，臨時搭建的物體如聖誕裝飾、懸掛的花籃和吊車，也會出現在 3D 地圖，以上種種事物可能都會阻隔 5G 訊號，影響自駕車的表現。

如果要保證自駕車與行動網路無縫連接，建築現有的 4G 天線恐怕不夠用，必須每隔 200~300 公尺就安裝一些小型毫米波天線。

「現有的行動基地台可能需要增加 60 或 70 個毫米波發射器和接收器。」Ordnance Survey 管理顧問 Richard Woodling 解釋。

雖然全自動駕駛一時半刻還無法落地，但福特希望能在 2021 年推出 Level 4 的自駕車。

為了達成這個目標，福特正努力繪製邁阿密的一山一水和一草一木。此外，福特的模擬軟體也頗具水準，能幫助車輛分析當前形勢，遠離不安全的後果。

不過，Woodling 依然不看好自駕車短期內「占領」城市。「我覺得自己有生之年都看不到自駕車『占領』城市。」他說，「你根本不可能把它們塞到倫敦，然後信心滿滿地說每個人都能使用自駕車了，我們離這項技術的成熟還有一段距離。」
5G 還是 Wi-Fi？

一些業界人士也不看好自駕車與 5G 技術的「聯姻」。

鑑於汽車行業已在推薦聯網汽車了，未來有可能還會繼續沿用現有的 4G 網路，然後再用 Wi-Fi 輔助。

「即使在沒有網路訊號的地方，自駕車也必須擁有百分之百的安全性和可靠性。如果必須做到這樣的技術參數，幹嘛還要 5G 網路呢？」諮詢師 Prof William Webb 說，他還寫過一本名為《5G 的神話：當視覺與現實脫鉤》。

「在我看來，C2C 通訊確實意義重大且能增強車輛安全，而 4G 或 Wi-Fi 就能 Hold 住這個艱鉅任務，別忘了這些車輛是直接連線。」

高通歐洲分部主席 Enrico Salvatori 卻不同意 Prof Webb 的觀點，高通的產品已是全球 33 家汽車製造商的標配。

「Wi-Fi 能解決短程通訊的問題，而 V2X 就複雜多了，它能讓車輛連上網路、城市、雲端等，因此你必須制定囊括所有端對端應用的標準。」Enrico Salvatori 解釋。「必須能在任何距離保持連接，無論遠近。」

福特倒是很淡定，認為自己正好站在這場爭論的中間。

「我們曾是 Wi-Fi 的支持者，因為當時只有這種技術最好用。」福特聯網汽車平台與產品高級主管 Don Butler 解釋。「但現在我們相信，行動網路比 Wi-Fi 更適合 V2V 通訊。」

Gartner 也認為 5G 未來會對自駕車產生影響，但還有個問題。「5G 確實會對自駕車的發展和應用至關重要，但要先講兩個限定條件，一是網路必須是真 5G，而車輛必須有全自動駕駛能力。」 Gartner 報告寫道，「現在，這兩個條件恐怕一時半刻都做不到。」

資料來源：https://technews.tw/…/is-5g-necessary-for-self-driving-cars/

新在哪裡?
●維持單一車型設定，售價為新台幣 105.9 萬元，相較於舊款車型，售價微幅提升 4 萬元。
●導入全新外觀，車頭換上立體式格紋鍍鉻水箱罩。
●頭燈與尾燈導入新式的 LED 日行燈組。
●輪圈加大至 17 吋的配置(舊款為 15 吋)。
●搭載 Hyundai SmartSense 智能安全科技，提升至 Level 2 半自動駕駛等級。
●內裝方面，加入新式三幅式平把方向盤，中控台整體進行大幅度更新。
●新增 8 吋多媒體主機支援 Android Auto、Apple CarPlay 智慧手機連結功能。
●新增觸控式空調介面以及新式冷氣出風口造型。
●新增 EPB 電子式手煞車及 Auto Hold 自動駐車系統。
●動力系統保持不變，但平均油耗從 23.1km/L 提升至 24.7km/L。

#Hyundai
#IONIQ
#hybrid
#節能與駕馭樂趣都兼具

Hyundai 在 2016 年分別於南韓、歐洲、北美等市場推出了以相同底盤打造同時擁有三種不同動力形式 (EV、Hybrid、Plug-In Hybrid) 的 IONIQ 新世代節能車，以「環保節能車也應該要有純粹駕馭樂趣」的思維挑戰主要對手 Toyota Prius。總代理南陽實業於 2017 年正式導入國內市場，雖然銷售量無奈於品牌形象沒有重大的突破，但也讓國內消費者了解到這款來自韓國綠能車的獨特魅力。

延伸閱讀：https://www.7car.tw/articles/read/70447
更多車訊都在【小七車觀點】：https://www.7car.tw/
【七哥試駕都在這邊】：https://reurl.cc/O1xnWr
--------------------------------------
「小七哥」親自實測嚴選的商品都在【七車坊】
https://shop.7car.tw/
台灣商用車專屬網站【商車王】
https://www.truck.tw/

記得訂閱追蹤YouTube唷 》》》
7Car →https://reurl.cc/pdQL7d
7Car新聞頻道 →https://reurl.cc/MvnRrm
台灣車文庫 →https://reurl.cc/ar61QQ

上週，特斯拉的股票衝上去，
成為美國最有價值的汽車公司。

剛好這個時間點，想跟大家談談自動駕駛碰到的其中一個瓶頸：
「道德兩難」的問題。
當人開車面對「怎麼做都會有人受傷」的時候，
必須要在很短的時間內做出抉擇，
在路上沒有人能等你。
而自動駕駛，是以車內的演算法來做出決策，
必須要有「足夠的數據」以及「了解車主」的判斷才行。
但這都不是件容易的事情，
最後的法律責任，是否能夠讓「演算法」來承擔呢？
這一集研究生，來跟大家從特斯拉談談自動駕駛的道德兩難。
會談到：
1. 特斯拉 — 美國最有價值的汽車公司
2. 自動駕駛的難處
3. 經典哲學問題 －電車問題
4. 法律，人性，演算法
--
「研究生 Talk」Podcast：
https://yanjo.soy/Talk-Podcasts

記得訂閱研究生的 Youtube 頻道：
http://bit.ly/2Cmb190

研究生的臉書在這邊：
https://www.facebook.com/pointsjourney

還有也要追蹤研究生的 IG：
https://www.instagram.com/pointsjourney

#特斯拉
#自動駕駛
#電車問題