自動駕駛

在2012年，美國國防部在經過很多解釋之後提出一項指令，不論是否決定要攻擊，讓人類保留在決策圈都是必要條件。雖然不清楚這個條件是否一定要遵守，但無論出於什麼原因，人類干預的要求都將限制預測機器的自動化，即使機器可以自己運作。

目前自動駕駛實現的瓶頸其實並非在於技術門檻，更重要的問題可能是：各家車廠對於自身技術究竟願意負責到哪裡？

若將深度學習比喻為手拉坏，陶土就是資料，陶碗成品是電腦自動找出來的函數（function），而目前有的「拉坯機」為TensorFlow、PyTorch、Microsoft CNTK、Keras等程式庫......核心處理器GPU就像拉坯機的電源，若是GPU強大又穩定，深度學習的運算速度會更快。但最重要的是，身為手拉坏師傅的你，要如何教導電腦這位學徒。

為自家的全自動駕駛設定一個明確的啟用時間，顯示馬斯克對特斯拉的技術仍非常有自信，但推特文中謹慎的用詞卻留下了偌大的脫逃空間。

在亞利桑那州那場致命車禍發生的一年多前，Uber自動駕駛車輛出事的比率就已經高過其他廠商，而且出事的狀況更嚴重。在同一個時間點，Uber減少了一些安全措施，然後在它們提供的方案以及出問題時的解釋上混淆視聽。

Facebook面臨可想而知的政治壓力改變做法，但它真正需要的是新競爭對手，證明能夠在把隱私放在首位的情況下仍能盈利。

鴻海集團專注於替世界上許多3C產業代工製造。如今全球掀起了一波電動車品牌熱潮，而這股熱潮又以近年來極力發展電動車的中國大陸市場最為興盛。曾以中國大陸為最大製造基地的鴻海集團，自然不會放過這個機會。讓我們先來看看中國大陸的電動車市場現況。

這些研究結果顯示哪些人會在開車時使用手機：「該死的幾乎每個人都是如此……該死的幾乎到哪都這樣。」

電動車趨勢已經到來，相關的供應鏈已經成為投資組合必備選股。 不同以往的是，剛加入特斯拉陣營的新面孔，是這一波飆漲的新主流。

即使是在美國這個先進的經濟體裡，大多數人並未免於經濟壓力。與其說是科技創造了富足的時代，讓大多數人不再需要擔心錢，不如說節省勞力的科技一路上發展良好，進而創造了兩層式社會，分別由少數特別富裕的人與絕大多數愈來愈窮的人組成。

「你想搭乘沒有機師坐鎮駕駛艙，完全自動駕駛的飛機嗎？」我的答案是「NO」。接下來的問題，則是該如何讓機師與自動駕駛系統不產生衝突，銜接上不出現失誤，能夠發揮各自的能力，和睦共事？

「當各國、各大企業都在發展Level 5的個人自動駕駛時，台灣若主打自動巴士發展，會很有機會取得先機。」

資金不斷湧入矽谷的無人駕駛車新創公司，連同資金滾滾而來的是渲染炒作。 對這個產業的忠貞信徒而言，任何質疑自駕車的商業模型，都在模糊焦點。

新加坡的無人計程車nuTonomy已經往「最後一公里」的公共交通解決方案前進了。是否無人車技術的成熟，加速消費級機器人技術的研發進程，也能讓人工智慧往更快速地往下個階段邁進呢？

在科學家和哲學家絞盡腦汁思忖該如何賦予機器人道德意識之時，身為人類一員的我們也應該仔細思考，該怎麼樣才能解決人類日益依賴機器人和其他科技的問題。

目前各家廠商對自駕車正式上路的時間點看法依然存在分歧，但普遍認為未來5～10年間將有重大突破。也許過不了多久，想來個環島之旅不必再等18歲考駕照，只要點開app輸入簡單資料，就讓自駕車帶你安全地上山下海！