Reddit 影片： http://bit.ly/2Wf3NL0 一辆Tesla 开着AutoPilot 时从一般车道进入隧道 在隧道中因为阳光的关系，光线在隧道路面形成了类似车道线的线段 AP 似乎是误认为车道缩减而向右边靠拢 这时候车主自己接手 这是一个很好的例子来说明为何在使用AP 时车主必须要保持注意力注意路面 因为不管对程式设定再多的规则、教它判别再多的意外状况 只要时间够久，总是可以碰到以前从未遇到过的事件 对於人脑来说处理这种未曾遇过的事件相对容易，对电脑来说却很难 这种罕见的场景在自动驾驶领域中被称为long tail(长尾问题) 拿Tesla 的发布会当例子 https://i.imgur.com/1j9ImjM.png 99.9999...% 第一个9代表你能做到让电脑完美识别并应对一辆在一般车道上的车 在全自动驾驶上做到了90% 第二个9代表你能让电脑应对载了一堆货物的车，做到了99% 第三个9代表你能让电脑知道是一辆车载着自行车而不是分别是一辆车跟一辆自行车 做到了99.9% .... 一直到能让电脑应对一辆飞起来的车，那在自驾领域中做到了99.9999% 以上只是例子 但不论如何都会有未知的long tail 场景出现，这时就需要人脑来辅助 所以在使用任何种类的自动辅助驾驶时都必须保持专注，注意路况 至於全自动驾驶 在现实世界中不可能做到完美的100% 这是该领域所有人的共识 直到电脑学会了如何判别未知场景 或是电脑经过训练能应对的场景已经足够多到其安全性能超越人类後 全自动驾驶才有上路的意义 目前全球一年大约会有135万人死於交通事故，平均每24秒就会有一人死於车祸 就算不能做到100%，只要能显着降低这项比率，就能拯救许多人的生命 自动辅助驾驶、全自动驾驶除了带给人们便利外，其最大的意义就是减少伤亡 -- https://i.imgur.com/RD9eNLu.jpg https://media.giphy.com/media/pOAuNmPwsxmdts1vRx/giphy.gif --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 1.34.252.81 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/car/M.1559670955.A.E8A.html 谢谢 XD 要看状况，电脑跟人脑擅长的东西不同 电脑反应速度快不会累，但人脑对於预测这件事情做得很好 像前车就算没打方向灯偏了一边，有经验的驾驶很容易就能判断它可能要靠边或转弯 电脑对於预测这件事情还很笨 ※ 编辑: Scape (1.34.252.81 台湾), 06/05/2019 06:49:47 刚看早上的回文自己都觉得口气太冲了，不过没这意思只是没想太多就回了 重新问过: 我不知道撞墙这件事情也不清楚事情始末，很难表示意见 可以的话请先分享一下你讲的撞墙事件 ※ 编辑: Scape (1.34.252.81 台湾), 06/05/2019 09:40:16 ※ 编辑: Scape (1.34.252.81 台湾), 06/05/2019 12:24:58