作为自动驾驶技术的推动者之一，特斯拉CEO马斯克一直热衷于讨论自动驾驶技术实际应用的时间表。近日，在SXSW大会一个问答环节上，马斯克给出了他最新的时间表：全自动驾驶技术将在未来18个月内完成并开始广泛应用于各类驾驶场景之中。
他还补充说道：“自动驾驶将在明年年底前涵盖所有驾驶模式”。
※ 这些年，硅谷“钢铁侠“马斯克立下的flag还少吗？
然而之前发生的史上第一起“自动驾驶汽车杀人事件”却让吃瓜群众迅速冷静下来。
美国当地时间2018年3月18日晚，亚利桑那州坦佩市（Tempe, AZ）发生了一起汽车撞击行人的严重事故，受害者最终因病重去世，而“肇事者”正是Uber——这家正在全美各地路测自动驾驶的硅谷科技公司。在事故发生时，肇事车辆的自动驾驶功能正在工作，并且在驾驶位配有安全员。
※ 谷歌地图场景演示：图中黄人所在处就是事发地点，黄人面向的则是死者当时的行进方向，汽车由南向北行驶。
通常，人们认为自动驾驶汽车技术能够最终让驾驶变得更加安全，然而面对这样的事故却让人想问：“所谓的汽车自动驾驶到底靠谱不靠谱？”
其实，自动驾驶汽车技术是一项处于高速发展阶段的新技术。任何一项全新的技术革新必然会面临各种各样的问题和瓶颈。对于这样一门新技术，我们与其讨论它到底靠不靠谱，不如静下心来反思一下自动驾驶汽车技术还有哪些问题需要解决和突破。
目前全世界有很多科学家在关注和研究自动驾驶汽车技术，杜克大学、昆山杜克大学电子与计算机工程教授李昕正是其中一员。他和他的团队正在努力解决自动驾驶汽车技术上的根本问题，降低交通死亡率，提高自动驾驶汽车技术的安全性。
※ 美国电气和电子工程师学会会士，杜克大学、昆山杜克大学电子与计算机工程教授李昕
李昕教授说，几年前他就开始与几家美国汽车厂商讨论自动驾驶汽车所面临的问题。他认为全自动驾驶技术目前面临两大主要问题：验证问题和集成问题。
验证问题主要归纳为两个方面：首先，为了确保安全，我们必须了解哪些情况下会导致故障。其次，在故障发生时，系统如何修复故障，迅速使汽车恢复到正常状态。
对于如何计算汽车自动驾驶系统的故障率，一种简单的解决方案就是将汽车置身于实地驾驶场景中，让自动驾驶汽车在一个区域内不断行驶，直到错误出现为止。
例如：汽车在运行中遇到停止标志却没能停下来，就算做一次故障的发生。但是大家都知道，在驾驶过程中，导致故障出现的原因多种多样，发生故障的场景也层出不穷。按照这种方法一一统计，在人力成本、时间消耗和实际操作上都不现实。
※ 汽车故障场景层出不穷，让人难以预期
对此，李昕教授表示：“技术人员很难在分散的独立个案中，观察所有可能出现的场景。那我们为什么不利用人工智能技术来整合所有可能的故障案例呢？”
对于这个问题，李昕教授及其团队不再依赖种种意外场合的出现，而是使用智能计算机程序来创建和模拟这些可能会导致故障的场景。这些程序能使用统计模型和算法来生成各种情况，以此来测试自动驾驶系统在不同情况下的反应。如此一来，大大提高了工作效率，并扩充了数据采集的广泛性和多样性。
对于李昕教授提到的解决方案，他的研究团队近期又有了重要的进展：高温和老化的电路会降低自动驾驶汽车摄像头所采集的图像质量。对此，研究团队使用对抗神经网络（Generative Adversarial Networks）技术，合成图像数据，模拟在高温或老化电路情况下所采集的图像质量。对于这些质量下降的图像，自动驾驶系统在识别时，其准确度也会随之降低，因此导致自动驾驶系统很难正确识别交通标志。
通过计算机模拟生成故障案例，李昕教授的研究一方面可以让汽车厂商更加精确地验证自动驾驶系统可能发生故障的频率，另一方面，也可以让汽车厂商对于发生故障的场合有更加深入的认识。该研究成果在国际计算机辅助设计会议上发表。据悉，李昕教授随后将与汽车厂商合作，把这项新技术应用于自动驾驶汽车的硬件和软件中，以期提升驾驶安全性。
对于集成问题，它指的是：安装到自动驾驶车辆的部件越多，发生故障的几率就越高这样一个技术性难题。自动驾驶汽车必须无缝地组合各种复杂的系统（防撞模块、交通信号灯识别系统等），同时还要以每小时80公里速度正常行驶。
李昕教授说：“这是一个重大的技术难题，我们还没有好的解决方案。”李昕教授希望，未来这个问题可以得到突破并通过开发更集中的汽车计算系统在整合汽车功能方面迈出一大步。
李昕教授指出，除了在技术层面的“验证问题”和“集成问题”两大难题之外，自动驾驶汽车的开发和教育领域还面临着更为根本性的问题。传统的车辆设计仅涉及机械工程等相关领域，但设计自动驾驶车辆则涉及到人工智能、软件工程和系统集成等方面的广泛专业知识。因此，自动驾驶技术领域极其需要懂跨学科知识的复合型人才，而这样的复合型人才，是自动驾驶技术发展的内发性保障和支撑。
※ 复合型人才必将占领未来自动驾驶行业的人才制高点
面对这样的复合型人才需求，昆山杜克大学从研究结构和课程设计上做出了战略性的布局。昆山杜克大学采用博雅通识教育模式，鼓励学生跨专业选修、跨学科学习，在教学上实现了交叉型人才的培养。同时，在研究上昆山杜克大学拥有各学科强大的专业研究团队和跨学科交叉合作的学术资源，为跨学科的科学研究提供了坚实有力的支撑。今年，。
面对自动汽车驾驶技术这样一个新兴技术，李昕教授指出，“现在自动驾驶是一个新兴领域，存在许多尚未解决的问题。对于像我这样的研究人员来说，这也是非常令人兴奋的时刻。” 同时李昕教授表示，自动驾驶技术的研究是一个机遇和风险并存的工作，需要包括自己在内的科研人员保持高度的社会责任心，不断追求持续的安全性提升，因为“如果出现错误，可能会是人命关天的大事。”
◆ ◆ ◆
