大多數(shù)的自動駕駛技術排行榜單，都會把頭名給特斯拉，為什么是特斯拉？原因很簡單，因為特斯拉出的交通事故最多。說到這，可能有笑聲，覺得這是個笑話，但這真不是笑話。

　　我們知道，自動駕駛的核心技術源于人工智能，或者說是機器學習。而機器學習最需要的是什么？它最需要的是少數(shù)的邊緣化數(shù)據(jù)。這和我們人類社會正好相反，人們總是無意識去排斥那些少數(shù)分子。而對于機器學習來說，只有那些更邊緣的、更特殊的數(shù)據(jù)才具價值，而絕大部分普通的數(shù)據(jù)卻很容易就可以掌握，價值也低得多。所以，對自動駕駛而言，誰家危險狀況出得越多，誰家的自動駕駛技術反而更靠譜。

　　如果要問人們?yōu)槭裁葱枰詣玉{駛？其中一個很重要的原因就是安全。可有趣的是，當今的人工智能需要學習更多不安全的事故才能更多地保證用戶安全。

　　這個矛盾的根本原因，在理論物理學家張首晟看來，是自動駕駛技術還沒有找對方向，而沒有找對方向的主要原因是人工智能還處于非常早期的階段。

　　張首晟教授是美國科學院院士，中國科學院外籍院士，主要貢獻是發(fā)現(xiàn)了馬約拉納費米子，并預言了量子自旋霍爾效應。前者在量子計算機領域具有革命性的開拓，后者可以讓現(xiàn)在的芯片在工藝不變的情況下，大大降低功耗。張首晟說，該技術可以讓我們的手機待機一個月。楊振寧曾公開評論他的弟子張首晟一定能獲得諾貝爾物理學獎，而張首晟也是除了諾獎之外，幾乎包攬了世界上各大重要的物理學獎，包括歐洲物理獎、美國物理學會巴克萊獎和狄拉克獎。

　　如今自動駕駛技術的問題在哪？是太復雜了?；A物理有兩大準則：一是簡單；二是普世。“簡單”就不多解釋了，“普世”就是小到一個電子，大到整個宇宙都適用。如今包括自動駕駛，甚至人工智能，缺乏的就是一個簡單和普世的數(shù)學公式。這是基礎物理學家的工作，是第一性原理。

　　張教授做了一個比喻，人類當初想像鳥兒一樣飛翔，最早期做的是什么呢？就是去模仿鳥飛翔，即仿生。而后來，真正能夠讓人類飛向藍天的是空氣動力學的誕生?？諝鈩恿W的數(shù)學公式才是飛向藍天的第一性原理，而早期人類仿生鳥飛翔是因為沒有根本弄懂這件事。

　　今天的人工智能技術的發(fā)展和當初學鳥飛翔并沒有什么兩樣。因為人類還沒有真正弄清楚大腦里的思想是怎么運行的，這里還沒有一個簡單普世的數(shù)學公式。比如人們都用圖靈測試作為人工智能是否達到人類思維水平的測試方法，但這明顯是一個仿生測試。電腦是理性的，人卻是感性的，為什么要在一起比較？張首晟教授認為圖靈測試的方法并不好，雖然圖靈本人是一個偉大的計算機科學家。

　　人工智能是否超過人類該如何定義？張首晟教授提出了新的觀點，他認為當人工智能可以自發(fā)地發(fā)現(xiàn)人類還沒有發(fā)現(xiàn)過的科學原理時，我們就可以認為人工智能達到甚至超越了人類的智力水平。

　　正因為在人工智能的技術方向上，人們還沒有找到最根本的原理，所以，汽車自動駕駛技術的發(fā)展方向也是不大靠譜的。汽車為了實現(xiàn)自動駕駛變得越來越復雜，需要安裝好幾個攝像頭、傳感器，需要有更高精度的地圖，這些既不簡單，也不普世，而更像是仿生人類來開車。所以，自動駕駛技術仍然處在一個非常早期的階段，早期到還沒有弄明白根本的原理是什么，那個簡單而普世的數(shù)學公式是什么。

　　最近二三十年和過去人類科技上百年發(fā)展有很大的不同，這個不同不是說好，而是說走錯了方向。原來是先有了牛頓經(jīng)典力學和熱力學這些基礎科學之后，才有的汽車和汽車工業(yè)；原來是先有了空氣動力學，才有了飛機；原來是先有了量子力學才有了今天蓬勃發(fā)展的芯片技術和互聯(lián)網(wǎng)產(chǎn)業(yè)。

　　今天的芯片技術，摩爾定律已經(jīng)不適用了。單位面積下芯片的性能功耗比繼續(xù)往上發(fā)展變得非常困難，就是因為在該領域基礎科學已經(jīng)很久沒有創(chuàng)新了，原來的科學理論已經(jīng)被榨干了。張首晟教授預言并發(fā)現(xiàn)的拓撲絕緣體，在芯片產(chǎn)業(yè)可以讓芯片里的電子流動不再是雜亂無章的，而是像有高速公路一樣，這樣一來，電子相互撞擊會變少，功耗和發(fā)熱就會大大降低。有了這個基礎科學上的突破，才能真正改變科技應用上的突破。

　　如今資本市場對科技趨之若鶩，但投資人受到的都是經(jīng)濟和金融的訓練，很少有正規(guī)和嚴謹?shù)目茖W訓練，這就使得他們并不真正理解科技的發(fā)展。為了實現(xiàn)科技創(chuàng)新而帶來產(chǎn)業(yè)上的爆發(fā)，巨量資本在押注企業(yè)研發(fā)，但殊不知企業(yè)研發(fā)是應用層面的研發(fā)，也就是工程和技術上的研發(fā)，而非基礎科學上的。這就催生了很多領域，在基礎科學上沒有突破，但大量的錢砸在應用層面的研發(fā)上，東西變得越來越復雜，卻得不到根本上的改變。汽車的自動駕駛技術就是這樣。（《汽車人》記者/張恒，圖片來自網(wǎng)絡）