如何看待“华为智驾独一档，智驾出问题很正常”这种言论?

从技术上来讲，智驾出问题很正常的

当然，这里的“问题”需要说明一下：现在的智驾不保证能100%完成所对应的功能，只能“尽量”满足。比如，车辆有自适应巡航功能+车道保持功能，理论上就可以自己去行驶了。

但是这只是理论上，实际驾驶场景还有很多，不能够全部覆盖，比如：

24年5月，一位湖北襄阳的理想L9车主称，在高速上开启了辅助驾驶系统，车辆在行驶中检测到高处广告牌上的小货车图片，突然急刹导致追尾。经交警认定，车主负此次事故的全部责任。车主认为，由于是车辆的原因导致发生事故，还未上牌的新车变成了事故车，要求厂家赔偿2万元。 2023年5月，一辆理想L7在行驶过程中将苏炳添的广告牌识别成真人，紧急刹停被后车追尾。

其实这样的类似问题还有很多，比如车道保持功能，在下雪天气是区分不了车道线的，所以这个时候的车道保持，是不好用的；比如华为的AEB功能，是限制车速的，过快车速，不好使。其实这些问题都有一个统一的说法：长尾问题。

自动驾驶长尾问题是指自动驾驶汽车中的边缘情况，即发生概率较低的可能场景。目前，自动驾驶的底层架构和大部分技术问题已经被解决，剩下的5%的长尾问题，逐渐成了制约自动驾驶发展的关键。这些问题包括各种零碎的场景、极端的情况和无法预测的人类行为。

而，解决这些问题，只能靠时间“磨”。时间久了，见到的场景多了，自驾软件就更加聪明了。

造成这样的结果的原因是，自动驾驶的开发模式导致的。

我们让电脑工作，都是预先编号程序，有什么样的输出，做出什么样的结果，计算机循环往复的运行就可以了。

通常这套计算机程序有两种实现方式：

1.公式编程法：这样的方式是编程人员（人脑）预先认知世界，然后抽象出相关的公式和逻辑，然后依据逻辑进行编程。比如：if-else。

2.神经网络编程：后来随着我们人来要求电脑解决的问题越来越复杂（比如自动驾驶场景），我们人类已经无法利用“公式编程”的方法，覆盖所有问题场景。后来，算法编程人员在认知人脑”神经系统“的基础上，提出基于训练的编程方法。

人脑神经学习方式：我们小孩子出生后，大脑里只是一张空白的纸，人眼、耳朵，触摸等传感器的接触，不断训练我们的神经系统，建立学习认知能力。在训练的时候，我们可以简单的理解为我们人脑的“神经节”在不断的断裂和重连。

类比于人脑，编程人员预先在计算机里编制出一张庞大的“电子神经网络”，这些神经网络通过投票机制，不断的建立连接权重，建立选择关系。通过预先的训练，形成得到正确结果的能力。这种能力就被称为“人工智能”。

实践证明，自动驾驶过于复杂，必须通过“人工智能”的方式，才能最终实现。

而由于这种是训练出来的，那么训练的数据就成为的关键。训练数据是不是覆盖得全，覆盖得广，决定了自动驾驶实际使用的结果。

这就是为什么，问题中说到：智驾出问题很正常！

也正是基于这样的原因，现在的自动驾驶都是L3-，也就是需要人员监控。说白了就是现在自动驾驶系统就是不靠谱的，撞车的，怨车主，车主负责！