开启自动驾驶新时代

随着马斯克亲自来北京推动FSD在中国落地一事，在取得预期的效果之际。

对于在国际上投入最大的资金，并聚集了最多的开发人员的中国自动驾驶团队来说应该说无疑会产生一定的影响。这种影响既可能带来压力，也可能转化为动力。

在此之前还认为自己的技术遥遥领先的开发团队，今后会头脑清清的反思自己了。

总结失败的经验教训还是对自动驾驶这一复杂系问题的难度缺少认识，甚至过于乐观。

2021年6月特斯拉首先推出自动驾驶的产品不久，出现了很多的恶性事故，残酷的现实让马斯克感到：“自动驾驶怎么这么难”，而且从自动驾驶的失败中马斯克深感学术界给出的AI不智慧，自动驾驶需要像人那样智慧的AI。特斯拉就是在手里只有这种不智慧的AI的条件下，通过用强化学习的决策模型，并以人为驾驶4亿英里所产生的端对端的训练数据成功的推出了FSD产品。特斯拉对目前的AI的理解度最深，而且技术路线清晰，成果很难被模仿。

比起特斯拉我国的团队缺乏科学的态度，只满足商业炒作！一时间纷纷吹嘘自己是同特斯拉一样的端对端的自动驾驶，但是内行人士很清楚，在AI底层还很落后的状态下，一味宣传遥遥领先岂不是笑话。

自动驾驶领域的P=NP的算法，以及针对自动驾驶中的混沌世界的表征等等这些及其重要的理论还没有搞清，盲目的开发耗费了巨额资金，最终一定是以失败告终！

为了让人们亲身体会自动驾驶中的图灵机不可解NP问题到底复杂到什么程度？

（该网址提供的体验自动驾驶中的图灵机不可解NP问题到底复杂到什么程度的演示程序的文字说明：目前在自动驾驶领域随着特斯拉的FSD的推出，给自动驾驶的商用化带来了希望。 那么特斯拉为什么要进行4亿英里的训练，这是否可以保证未来量产后的FSD可以高枕无忧了呢？ 相比之下谷歌的自动驾驶搞了十年，路测距离可绕地球一圈半，可是至今默默无声。 这里到底有什么不解之谜？ 其实，自动驾驶在决策上遇到了相当于组合理论中的图灵机不可解的NP问题。 为了直观的让人们理解，我们将自动驾驶与周围8辆同行车之间的将近32个以上的组合要素进行直接组合， 以证明目前自动驾驶要做到完全无事故，如果没有可以绕开NP问题的P=NP的算法，单纯大数据训练， 在宣传上不管自称是多么的遥遥领先，在AI的底层上没有突破，这个阶段的自动驾驶很难做到真正的车规级的安全的自动驾驶。 本程序 可以下载验证，欢迎大家参与！）

这个程序直接把自动驾驶的最少32个决策要素进行组合计算，将一直组合下去不会有终结之日！

看到这个结果后，相信还在用不智慧的AI模型开发自动驾驶的同行们，尽快悬崖勒马，以科学的态度走AGI自动驾驶的道路将前途无限！开启自动驾驶技术的新时代！