據外媒報道，福特向Argo AI投資了10億美元的資金，希望這家公司能幫助它將自動駕駛汽車推廣給普通民眾。不過可別期盼很快就能看到自動駕駛汽車的到來，如果你聽了Argo CEO的話了的話。近日，CEO Bryan Salesky建議公眾降低他們對自動駕駛汽車的期盼。

“我們以務實的方式帶來自動駕駛汽車...我們進行的是一場漫長的比賽，並且我們避免承諾將這項重要技術推向成熟的宣傳。”

Salesky指出，那些認為可能幾個月後或幾年後就能在道路上隨處看到全自動駕駛汽車的人並沒有考慮到安全等問題。

許多汽車廠商都沒有逃避何時將迎來其自動駕駛汽車這個問題。一些廠商稱2020年左右，而一些則認為起碼還需要十多年的時間，Argo AI顯然屬於後者。

首先自動駕駛不等於無人駕駛，以目前的自動駕駛技術來看完全取代人工司機還為時尚早。

另外政府可能從安全的角度來看，可能也會設定強制性規定，自動駕駛也應該配備司機，以便在緊急情況下接手汽車避免危險的發生。

當然題主所擔憂的也不無道理任何變革型技術的產生都會造成一大批人的失業。但新技術的產生也同時產生了新的職位。

個人覺得自動駕駛就目前還不會普及，更不會完全替代人工駕駛，所以也就不存在駕駛員會失業的問題。

自動駕駛技術只能作為汽車的輔助功能使用，因為為了安全，行駛速度不快，最大的隱患就是萬一出現機械或者電路故障，就很容易引發交通事故。所以，全部普及無人駕駛至少在50年內是不可能的。

相較於樓上的答主，我對科技發展持樂觀態度，我覺得20年內會全面普及無人駕駛。

既然提到了很多人會失業，那就從這方面說說。一切社會身邊活動都是越來越高效，大勢所趨。所以不光司機會失業，同樣的隨著AI(自動駕駛的核心就是AI)發展，很多人都會失業，科技巨輪無可抵擋。從宏觀來看自動駕駛代替人工，會使得運輸業更加高效，安全（畢竟AI不會疲勞也不會喝酒），從而很多其他行業都會因此效率大增成本減少（淘寶雙十一次日達）。從個人角度，當然失業是相當之不開心的，國家為啥如此重視GDP,因為這個數值與失業率息息相關，事業人口多了，社會不安因素增加，其實個人在歷史洪流中真的無力，還是寄希望於國家政策吧，另外萬一出現一個規模類似於IT的巨大新興行業，估計就可以消化掉由於IT行業發展淘汰造成的失業人口。然後幾十年（老齡化社會過了）以後華人口數降下去以後，這個問題就不存在了。交給時間吧

安全的自動駕駛對道路要求非常高，現在的道路都需要整改和新增識別的機器。而且每輛車都是自動駕駛的最關鍵的是自動駕駛系統是共享的才能保證安全事故發生的最小機率。

現在的自動駕駛還是初始階段。要想普及還要很長一段時間。

就算自動駕駛普及了有一些人要失業，但是也有新的行業會誕生。未來的不確定性太大了沒人能準確的預測未來。

科技在不斷的創新，社會在不斷的發展，人類在不斷的進步。都是人類在淘汰舊的行業，沒有任何行業會淘汰人類。失業都是暫時的，人類的學習能力是很強大的。

自動駕駛汽車究竟何時到來還不好說，但可以肯定的是，它絕對會來並將從根本上改變交通。《經濟學人》最新發表的關於自動駕駛汽車的特別報道指出，UBS(瑞士聯合銀行集團)的分析顯示，得益於自動駕駛汽車，未來汽車每英里的成本將可能變得非常低，以至於消費者不再需要擁有汽車，因為一輛自動駕駛Uber足以。

分析指出，發達國家打車服務的每英里費用大概在2.50美元，私家車的每英里費用約為1.20美元，但在打車服務的費用中人類駕駛者佔了近60%，也就是說，1.50美元都是支付給駕駛者。UBS估計，伴隨著自動化、電氣化的到來，打車服務的費用將能減少70%，也就是說，每英里將只需要0.70美元左右。按照這樣計算的話，一個家庭完全可以捨棄掉家裡的汽車，因為選擇自動駕駛的打車服務的話，其每年可以省下5000美元（按照1萬英里路程計算）。此外，駕駛者還不需要為飲酒/醉酒駕駛、找停車位而煩惱。

而從使用私家車到公共打車服務還將對人們居住的城市產生巨大的影響。未來將會有大量的停車位被拆除、十字路口將重新設計、一部分車道區域可以被改造成人行道，等等。

《經濟學人》中的另一份報告就談及了自動駕駛打車服務將給城市規劃帶來的影響：一方面，由於一些停車位將重新被改建成住宅，城市居住者的數量將可能會變得更加密集，另一方面，更長的通勤駕駛將變得更越來越容易接受，因為乘客們可以在車上工作或休息。查普曼大學的Joel Kotkin指出，郊區生活最不好的地方就是需要通勤者開車並在進入城市後為汽車尋找停車點。現在， 透過取消駕駛以及讓進入城市變得更加容易，郊區生活將變得更富有吸引力，而這一切似乎將要取決於打車服務的定價。

前段時間特拉斯的自動駕駛技術由於不能識別細小的障礙物，正式把自動駕駛技術更名為自動駕駛輔助技術，這恰恰說明了駕駛技術對於目前來說是不成熟的。

自動駕駛技術發展時間不長，最終形態是要做到無人駕駛，這個結論是確定的，大家也在不斷朝著那個方向努力。但是在現階段的市場宣傳中，有些廠家會誤導讓大家以為技術已經達到了可以無人駕駛的地步，更有甚者，開著自適應巡航+車道保持就敢在高速路上放開方向盤，從主駕位置坐到後排撒手不管，這種行為送他兩個字：走好！

在汽車行業，大家常提到一句話“科技以人為本”，現代科技越來越接近大眾的生活，它的精髓就是為人們提供方便，在汽車技術上更是如此。 而近年來最熱門的自動駕駛技術，就是汽車工業以人為本這一理念的發展成果，汽車究其本質來說，就是一種人類出行的代步工具，有了自動駕駛技術，車自動往前開，司機看報紙，豈不樂哉？

自動駕駛能讓大家能夠自由的享受出行的樂趣，看上去真的很美。但是，近日媒體上一則新聞引起了大家的注意，美國亞利桑那州的一名女子路上被優步自動駕駛車輛撞傷，後不幸身亡，據悉，這是全球首例自動駕駛的車輛致人死亡的案例。那麼，自動駕駛究竟是馬路上不可預測的冷血殺手，還是解放司機雙手的好幫手？

你的愛車是“假”自動駕駛嗎？

現代社會是個資訊發達的時代，也是個資訊氾濫的時代，一個新詞彙出現後，總會被拿來蹭熱度，就拿自動駕駛技術來說，經常看見一些車輛用“自動駕駛”作噱頭來進行推廣，但是，雖然有很多品牌型號具有了部分的車輛輔助駕駛的功能，但並不能因此說這輛車就是自動駕駛的，因而消費者在看車時不要被一些銷售人員的花言巧語所誤導了。

在行業裡，自動駕駛汽車是透過車載電腦的資料收集、分析，和指令控制來實現電腦駕駛汽車的技術，最早進入這個領域並投入應用的是谷歌，在2012年穀歌自動駕駛車就曾經獲得了美國首個自動駕駛車輛的許可證，其後自動駕駛汽車的發展一日千里，去年北京也釋出了加速推進自動駕駛車輛的相關檔案，為自動駕駛車輛的規範化制定了標準。

自動駕駛究竟有多智慧？

從自動駕駛汽車的定義中我們可以瞭解到，只有具有一個完善的電腦控制系統的車輛，才能夠被稱之為自動駕駛汽車，那麼自動駕駛究竟有多智慧？這還是要從它的原理和控制方式上說起，汽車自動駕駛的配套部件主要有：感測監控裝置，包括高畫質影片攝像頭、車載雷達感測器、小型鐳射測距儀等；導航資料系統；電腦和控制系統這幾部分組成。

在自動駕駛車輛的行駛過程中，透過感測監控裝置對車輛周圍的路況、車輛和人流等情況進行監控，同時透過網路得到導航資料和道路的狀況，然後車輛電腦對車輛的行駛狀態作出判讀，並用控制系統來操縱車輛安全的抵達目的地。目前谷歌、優步、特斯拉等各大汽車公司的自動駕駛汽車均基於這一運作模式來實現自動駕駛。

自動駕駛發展難點在哪裡？

任何技術發展的時候都不是一帆風順的，自動駕駛也是如此，上文中提到的優步自動駕駛車輛致人死亡的事故也給了業內研發人員一個警示，只有加快自動駕駛系統的提升和完善程度，才能讓這一新技術更好的服務人類。自動駕駛技術的核心，除了周邊的硬體裝置的穩定與精密要求之外，最重要的就是電腦系統的資訊處理水平了。

其實電腦自動駕駛，和人類開車上路時觀察周違環境、熟練操作時一樣，同樣是個學習的過程，它的最終發展目標就是人工智慧的發展，電腦收集資料然後做出決策，控制車輛，這個流程和人類無異，想要完美必須使用“試錯”的方法，但在現實生活中，車輛是不允許發生一點點失誤的，因而想要自動駕駛象人類一樣的隨機應變，只有逐漸建立大量的資料庫，並讓人工智慧找到新的分析模式，這隻能靠長期的積累才能完成。

駕駛什麼時候才能真正的自動起來？

把車輛安全作為賣點的沃爾沃公司，在自動化駕駛車型研發的過程中，歸納出了幾個階段，這也成為了業內的主要參考標準。首先，是駕駛輔助系統的發展，它的主要駕駛者仍然是人類，其目的是為司機提供駕駛的協助，顯示必要的駕駛資訊並對緊急情況提出警示。其次，再進一步進入車輛部分自動化的階段，這是為了應對司機對緊急反應不及時，或者可能告成車輛或人員傷害的情況下，對車輛的操控進行干預，如“自動緊急制動”等。

爾後，會發展到車輛高度自動化的的駕駛狀態，比如說進入了高速公路這種穩定的駕駛環境中，車輛就可以長時間代替駕駛者來控制車輛，但駕駛者仍然不能離座；最終，完全自動化駕駛車輛將會出現，此時一切的操控都將由自動駕駛系統完成，只需乘客語音通知車輛目的地，車內不用司機。據國外有關機構預計，無人駕駛的全自動化汽車將於2030年左右出現。

二師兄總結：試想一下，未來的時代裡，車輛全部實現了自動化駕駛，人人都能輕鬆安全地出行，而且自動化駕駛的AI水平大大的提高，透過大資料的運算，交通事故、擁堵得到大幅改善，公路上減速帶、寬路肩、護欄等大筆開支也將大量節省，這將是一幅多麼和諧美好的場景。科技改變生活，自動駕駛汽車技術正是這句話最好的體現！

國際上早就有標準了。無人工干預的時間週期。目前谷歌的成績是百度的一千多倍，實力也是這樣的差距。不過國內都還要意淫一些泡沫公司，在吹噓呢。就像沃爾沃那種，吹噓個簡單的自動剎車，還把他們老總當眾撞進醫院了，還好沒死。

自動駕駛的L0-L2階段大家都已經被科普過很多次了。我來說說L3-L5階段

L3→L4:

到了這個階段，其實已經算是功能的全面化階段了。舉個例子說吧，如果你在高速上開了三個小時，L3會有一部分時間需要你接管來做出一些他不能判斷的事宜。即使不接管，也會給你安全地停邊。

但是L4則會全程幫你解決所有會妨礙你自行活動的突發狀況，就算有狀況發生，他也能夠在最短時間能做出最有效率的決策。舉個例子，看看下圖。

李彥宏一個人坐在副駕駛打電話，百度無人車在五環上實線變道，有點違反交通規則_(:з」∠)_。在這個級別，駕駛員無需關注任何駕駛工況，車輛可以自行控制。

總的來說，這個階段就是功能全面化的補充階段。

L4→L5：

最後的階段，我先簡單說明一下，L5實際上可以說是未知的領域。換一種說法，也就是建立還沒有成熟的技術的基礎上進行的一系列有根據且有能力實現的設想。對於自動駕駛技術而言，想要做的全面其實是一件無法達到最好的過程，但是能夠一直處於進步的狀態。畢竟科技發展的本身就是為了給人們提供更為便捷的服務，也就是解決人們因為懶而滋生的一系列問題。而路況的複雜程度也是考量自動駕駛深度的一個很重要維度。這就是L4和L5本質上的區別，例如你要去某個特定的點去接人。這個車輛可能會有以下兩種判斷。

圖中不難看出，一個目的性很強，而一個對於駕車狀況有一個相對清晰的介紹。這就是L5的智慧性所在。L4車輛可能會選擇最近的路程。而L5則會考慮到車況，路況等一系列客觀因素，甚至事情的優先順序，車主狀況等主觀因素也會一併考慮進去。

當然，不得不提及的還是面臨事故時的道德抉擇。我想這一部分沒有除了車主之外的人承擔。所以回到一開始的問題。L3才是解決所有車輛安全隱患的關鍵步驟。

最後做個總結吧：

我認為從L2→L4這個步驟是最難實現的，這個保證才是對於自動駕駛發展最長遠的基礎。其次才是實現自動駕駛智慧化的L4→

自動駕駛技術與AI技術相輔相成，當前在AI落地應用的眾多垂直場景之中，自動駕駛因其增長迅猛而備受關注。自動駕駛技術因為AI技術的不斷髮展，也將會有更好地發展。

曼孚科技與浪潮聯手為例，二者已實現自動駕駛資料中臺與AIStation人工智慧開發平臺的全面對接，打通自動駕駛研發過程的中臺與後臺，實現計算資源、資料與演算法研發的高效敏捷管理，提升綜合資料處理效率10倍以上，輕鬆解決自動駕駛企業基礎設施搭建問題，賦能自動駕駛開發全生命週期。

透過私有化部署的方式，曼孚科技的自動駕駛定製化資料中臺與AIStation開發平臺實現全面對接。作為領先的AI開發平臺，AIStation能夠為AI模型開發訓練與推理部署提供從底層資源到上層業務的全平臺全流程管理支援。曼孚科技資料中臺能力與AIStation的有效結合可將領先的AI資料處理能力與計算能力、深度學習軟體棧資源深度融合，實現統一管理排程，從而助力使用者快速建立與部署模型、管理AI全週期工作流，滿足自動駕駛不同開發層次的需要，以資料加速自動駕駛創新。

AI產業前景廣闊且規模龐大，企業協同發展已是大勢所趨，也將進一步加速自動駕駛技術開發，推動自動駕駛汽車的商用化程序，為消費者帶來更加智慧、便利、安全的自動駕駛體驗。

自動駕駛技術主要是透過人工智慧，車輛雷達，監控以及定位等系統的合作對路面資訊進行判斷，進而自動駕駛汽車安全執行。

目前大部分的自動駕駛技術只能夠達到L1-L2級。其中L1級駕駛主要包括一些輔助駕駛功能，例如定速巡航，車道保持，而L2級的功能要更全面一些，其中包括危險預判以及一些駕駛輔助功能。

雖然目前大多數的自動駕駛只能稱之為輔助駕駛，但的確能夠在一定程度上提高行車安全性，例如危險警示系統，車道保持系統等功能都能夠幫助駕駛者避開可能會發生的危險。

所以在未來自動駕駛技術肯定會比現在更加先進。

汽車出行的自動駕駛是未來的一個大趨勢，我們大概可以從以下幾個方面簡單判斷。首先，歷史不會開倒車。車輛從最初的渡輪手推車，後來發展到馬車，再後來機動車出現。一直以來都是人越來越科學地參與到駕駛中，機動車的下一步目前看來應該是自動駕駛。

另外，從自動駕駛的出行工具來看，在正常巡航階段，飛機已實現自動駕駛。但是飛機在高空中，無需頻繁轉彎，空中交通工具少，也不會撞機。自動駕駛技術延伸到汽車上，最主要的還是提高行車安全，提高司機的駕駛體驗。比如以前要雙手握住方向盤不能粗心大意，但是自動駕駛技術普及後，或許你可以在車裡和朋友一起鬥地主。

但目前來看，自動駕駛要走的路還很長，特斯拉率先推出自動駕駛，但主要還是由駕駛員掌控。所以目前看來，近幾年市場上可能會出行可部分自動駕駛的車輛。

未來普及是必然的，但是時間比較長了，我感覺無人駕駛推廣起來和發展沒那麼快，對於車這種消費品來說，產品特點是太大，更換成本過於高，而且自動駕駛的突破和5G有關係，但是沒那麼大，自動駕駛主要還是智慧方面，智慧方面的主要因數是演算法和資料，資料的採集更多在完善各種採集工具，5G解決的是資料傳輸問題。自動駕駛在演算法和感知裝置的完善上還有很長的路要走，首先推出的自動駕駛會是半自動方式的自動駕駛，而且會選用特殊場景進行預先應用，全面替代人工駕駛的路實在太長了