乳胶枕厂家
免费服务热线

Free service

hotline

010-00000000
乳胶枕厂家
热门搜索:
行业资讯
当前位置:首页 > 行业资讯

苹果要造汽车sorry我还不敢开

发布时间:2020-07-21 10:31:58 阅读: 来源:乳胶枕厂家

科客点评:其实出了之后,只要是苹果,大家还是会抢着买。

谷歌研究无人驾驶技术已经有数十年,我们也越来越多的看到关于谷歌无人驾驶汽车的消息。比如说,安全行驶了160万公里,谷歌无人驾驶汽车内部曝光以及道路测试等等。除了谷歌之外,也有消息称苹果欲打造一款Apple Car(苹果汽车),关于苹果汽车的传闻已经屡见不鲜,官方也一直未明确表态,这让苹果汽车显得更加扑朔迷离。

在Re/code科技大会上,面对“苹果将寻找哪些新市场?”这个问题,苹果运营高级副总裁杰夫·威廉姆斯(Jeff Williams)称:“汽车可以说是终极移动设备。”

对此,人们持两种看法。一是认为,这是苹果正在秘密研发汽车的重要佐证。另一种则是认为,这是关于苹果车载媒体平台Car Play发表的评论,并非指苹果正研发汽车技术。

苹果汽车究竟是怎样一款汽车,路透社曾经表示,苹果汽车实际上是自动驾驶汽车。不过,也有消息称苹果汽车是一款电动汽车,将挑战特斯拉的地位。

另外,据华尔街日报报道,苹果为了电动汽车的研发正在招兵买马,目前已经挖到重量级人物克莱斯勒前经理Doug Betts来带领计划。此外,苹果还请来了原为瑞士联邦理工学院的汽车系统实验室负责人Paul Fugale,以及其他有关电脑视觉和机器人方面的专家。这种配置说苹果的电动车计划应该不会错过加入自动驾驶技术。

我很期待无人驾驶技术的到来,我很想体验坐在车中,让车自己在路上行驶是一种什么样的体验,我对这种技术对于这种未来充满了期待,无论是谷歌无人驾驶汽车还是苹果无人驾驶汽车。

然而,并不是人人都期待着坐上谷歌或苹果无人驾驶汽车,比如外媒编辑Bambi Brannan就非常抗拒。下面请和我来了解他为什么不愿意购买和乘坐无人驾驶汽车。

每周,我都看到很多消息报道无人驾驶汽车的多么了不起,能够带来多少好处。

请你原谅我,我有一些挑剔,我是不会购买谷歌和苹果无人驾驶汽车的。对于谷歌,无人驾驶之类的研发工作只是一个烟雾弹,用来掩饰谷歌无法多样化搜索引擎广告的事实。苹果则是将保密工作做到了最好,不告诉任何一个人它计划如何重新发明汽车。

我现在不会买无人驾驶汽车,以后也不想。为什么?

我热爱驾驶

我拒绝无人驾驶汽车的第一个理由就是,我热爱驾驶。第二个理由是,无人驾驶汽车会被黑客入侵,人会处于一种担心、恐慌和不确定的状态中,这可不是一种好的感觉。第三,我们并不是生活在一个完美规划的地图世界里,无人驾驶汽车也不是。

我住在旧金山,这里的交通和美国其他城市一样差,我还是更喜欢由我自己来操控汽车去哪里,以及怎么去。如果美国政府、大型公司以及银行无法最安全的保护用户的数据,那么一台与网络连接的无人驾驶汽车要怎样才能防止被黑客入侵?假设这个你的仇人正好是黑客可怎么办。

这种事情是有可能发生的,你不知道什么时候,你不知道会发生在谁的身上,或者哪一辆车身上。根据墨菲定律,凡事只要有可能出错,那就一定会出错。

最后,有一些情况,无人驾驶汽车永远无法像人类处理的那么好。突变的天气、风雪、沙尘暴、烂泥路、结冰路、坑坑洼洼的路段、道路建设等情况都需要一个驾驶员的存在。当一群鹿或者一群小鸡过马路时,无人驾驶汽车将如何应对?

我在考虑生命的问题

从本质上来说,无人驾驶汽车是移动的机器人。机器人是什么,是硬件和软件的综合体,这两件东西都是由不完美的人类制作出来的产品,所以他们也不是完美的。

在软件方面,无人驾驶汽车依赖地图。地图是动态的,处于不断的变化之中,需要不断更新的,硬件和软件的交叉结合可以告诉软件实时情况。大家需要知道的是,最好的智能手机iPhone上的摄像头尚且没有办法足够快的进行对焦,或者调解曝光以适应不断变化的光线环境。那么,采用和iPhone摄像头技术类似的无人驾驶汽车也是无法避免这种缺陷的。

最后一个就是我有对无人汽车驾驶技术伦理问题的恐惧,正如Isaac Asimov’s I, Robot 故事集中描述的那样。一辆经过编程的无人驾驶汽车会遵守机器人三定律吗?

机器人3大定律如下:

一.机器人不得伤害人,也不得见人受到伤害而袖手旁观

二.机器人应服从人的一切命令,但不得违反第一定律

三.机器人应保护自身的安全,但不得违反第一、第二定律

如果人类本身都不能在所有的条件下遵守这些定律,那我们又怎么能指望无人驾驶汽车(机器人)可以遵守呢?所以,不好意思了,苹果和谷歌,你们的无人驾驶汽车不适合我。(威锋网,原标题《Sorry了苹果 我不会买你们的无人驾驶汽车》)

webpack-cli

Markdown 段落

轻量级前端框架