众宝汇返还网埃隆·马斯克（Elon Musk）认为，他的公司特斯拉（Tesla）将在2020年年底之前生产出全自动驾驶汽车。“他说，没有根本性的挑战了。”“有很多小问题。然后就是解决所有这些小问题并将整个系统整合在一起的挑战。”

　　虽然使汽车能够在无人工干预的情况下完成旅程的技术（业界称为“5级自治”）可能正在迅速发展，但生产可以安全合法地行驶的汽车却是另一回事。

　　安全引入全自动驾驶汽车的确仍然存在根本性的挑战，我们必须克服这些挑战，才能看到道路上的这些汽车。这是剩下的五个最大障碍。

　　自动驾驶汽车使用各种各样的传感器来“查看”周围的环境，从而帮助检测诸如行人，其他车辆和路标之类的物体。摄像头可帮助汽车查看物体。激光雷达使用激光测量物体与车辆之间的距离。雷达检测物体并跟踪其速度和方向。

　　这些传感器都将数据反馈到汽车的控制系统或电脑，以帮助其决定在哪里转向或何时制动。全自动驾驶汽车需要一套能够在所有条件和环境下准确检测物体，距离，速度等的传感器，而无需人工干预。

　　恶劣的天气，拥挤的交通，道路标志上的涂鸦都可能对感知能力的准确性产生负面影响。特斯拉使用的雷达不太容易受到恶劣天气条件的影响，但在确保全自动驾驶汽车所选用的传感器能够探测到所有物体，并确保其安全所需的确定性水平方面仍存在挑战。

　　为了实现真正的自动驾驶汽车，这些传感器必须在地球上任何地方的任何天气条件下工作，从阿拉斯加到桑给巴尔，以及在开罗和河内等拥堵的城市。特斯拉目前的“自动驾驶仪”(仅为二级)发生的事故，包括2020年7月的一辆撞上停在路边的车辆，表明该公司要制造这样一种全球、全天候的能力，还有很大的差距要克服。

　　大多数自动驾驶汽车将使用人工智能和机器学习来处理来自其传感器的数据，并帮助做出有关其下一步行动的决策。这些算法将帮助识别传感器检测到的物体，并根据系统的训练将其分类，如行人、路灯等等。然后，汽车将利用这些信息来帮助决定汽车是否需要采取行动，例如刹车或转向，以避免碰撞到被探测到的物体。

　　将来，机器将比人类驾驶员更有效地进行检测和分类。但是目前，尚无广泛公认的基础来确保汽车中使用的机器学习算法是安全的。在如何训练，测试或验证机器学习方面，我们在整个行业或标准化机构之间都没有达成一致意见。

　　一旦自动驾驶汽车上路，它将继续学习。它将在新的道路上行驶，检测其培训中未遇到的物体，并进行软件更新。

　　我们如何确保系统继续保持与以前版本一样的安全性？我们需要能够证明任何新的学习都是安全的，并且该系统不会忘记以前的安全行为，这是行业尚未达成一致的。

　　任何行业都没有足够的标准和法规来建立一个完整的自主系统。现有车辆安全的现行标准假定在紧急情况下有一名人类司机接管。

　　对于自动驾驶汽车来说，有一些针对特定功能的新法规，比如自动车道保持系统。还有一个包括自动驾驶汽车在内的自动驾驶系统的国际标准，该标准设定了相关要求，但没有解决上面介绍的传感器、机器学习和操作学习等问题，尽管可能会及时实现。

　　特斯拉目前的自动驾驶汽车，以及其他自动驾驶汽车，已经发生了许多引人注目的事故。社会可接受性不仅是那些希望购买自动驾驶汽车的人的问题，也是与他们共享道路的其他人的问题。

　　必须解决这些挑战中的前三个挑战，以帮助我们克服后两个挑战。当然，这是第一家推出全自动驾驶汽车的公司的竞赛。但是，如果我们不就如何保证汽车的安全性进行合作，不提供证明汽车安全性的证据，不与监管机构和公众合作以获得批准许可，这些汽车将在未来几年继续在测试轨道上运行。