Reddit 影片： http://bit.ly/2Wf3NL0 一輛Tesla 開著AutoPilot 時從一般車道進入隧道 在隧道中因為陽光的關係，光線在隧道路面形成了類似車道線的線段 AP 似乎是誤認為車道縮減而向右邊靠攏 這時候車主自己接手 這是一個很好的例子來說明為何在使用AP 時車主必須要保持注意力注意路面 因為不管對程式設定再多的規則、教它判別再多的意外狀況 只要時間夠久，總是可以碰到以前從未遇到過的事件 對於人腦來說處理這種未曾遇過的事件相對容易，對電腦來說卻很難 這種罕見的場景在自動駕駛領域中被稱為long tail(長尾問題) 拿Tesla 的發佈會當例子 https://i.imgur.com/1j9ImjM.png 99.9999...% 第一個9代表你能做到讓電腦完美識別並應對一輛在一般車道上的車 在全自動駕駛上做到了90% 第二個9代表你能讓電腦應對載了一堆貨物的車，做到了99% 第三個9代表你能讓電腦知道是一輛車載著自行車而不是分別是一輛車跟一輛自行車 做到了99.9% .... 一直到能讓電腦應對一輛飛起來的車，那在自駕領域中做到了99.9999% 以上只是例子 但不論如何都會有未知的long tail 場景出現，這時就需要人腦來輔助 所以在使用任何種類的自動輔助駕駛時都必須保持專注，注意路況 至於全自動駕駛 在現實世界中不可能做到完美的100% 這是該領域所有人的共識 直到電腦學會了如何判別未知場景 或是電腦經過訓練能應對的場景已經足夠多到其安全性能超越人類後 全自動駕駛才有上路的意義 目前全球一年大約會有135萬人死於交通事故，平均每24秒就會有一人死於車禍 就算不能做到100%，只要能顯著降低這項比率，就能拯救許多人的生命 自動輔助駕駛、全自動駕駛除了帶給人們便利外，其最大的意義就是減少傷亡 -- https://i.imgur.com/RD9eNLu.jpg https://media.giphy.com/media/pOAuNmPwsxmdts1vRx/giphy.gif --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.34.252.81 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/car/M.1559670955.A.E8A.html 謝謝 XD 要看狀況，電腦跟人腦擅長的東西不同 電腦反應速度快不會累，但人腦對於預測這件事情做得很好 像前車就算沒打方向燈偏了一邊，有經驗的駕駛很容易就能判斷它可能要靠邊或轉彎 電腦對於預測這件事情還很笨 ※ 編輯: Scape (1.34.252.81 臺灣), 06/05/2019 06:49:47 剛看早上的回文自己都覺得口氣太衝了，不過沒這意思只是沒想太多就回了 重新問過: 我不知道撞牆這件事情也不清楚事情始末，很難表示意見 可以的話請先分享一下你講的撞牆事件 ※ 編輯: Scape (1.34.252.81 臺灣), 06/05/2019 09:40:16 ※ 編輯: Scape (1.34.252.81 臺灣), 06/05/2019 12:24:58