據(jù)外媒報道，美國汽車制造中心（center of U．S． auto manufacturing）最近發(fā)布一份報告給人工智能（AI）熱潑了一盆冷水，研究結(jié)果表明，自動駕駛汽車算法在惡劣天氣條件下表現(xiàn)并不佳。由美國密歇根州立大學(xué)（Michigan State University）進(jìn)行的該項研究發(fā)現(xiàn)，即使是小雨或者細(xì)雨也會干擾自動駕駛車載攝像頭的算法，可能意味著未來的自動駕駛車隊最初只能在亞利桑那州（Arizona）、加利福尼亞州（California）和佛羅里達(dá)州（Florida）等陽光明媚的地區(qū)行駛。

密歇根州立大學(xué)的研究確定了核心問題并不在于用來探測障礙物的主要傳感器－攝像頭，而是用于對計算機視覺數(shù)據(jù)進(jìn)行排序的算法。

密歇根州立大學(xué)電氣和計算機工程教授Hayder Radha表示：“當(dāng)我們運行此類算法時，我們探測功能有非常明顯的退化，即使是非常弱的降雨都會造成一些很嚴(yán)重的問題，而隨著降雨強度增加，即使最先進(jìn)機制的性能都可能會幾乎癱瘓。”

該大學(xué)研究人員發(fā)現(xiàn)，計算機視覺算法無法在小雨中探測到20％的物體，而當(dāng)降雨強度增加三倍，探測故障率就會增加一倍。而秋季樹葉減少、天氣變冷等季節(jié)性變化因素也影響了雷達(dá)和激光雷達(dá)（lidar）等自動駕駛車輛的傳感器。自動駕駛系統(tǒng)必須更新高分辨率地圖以應(yīng)對季節(jié)性場景的變化。

但是，天氣所帶來的問題并沒有挫傷投資者們對研發(fā)自動駕駛系統(tǒng)初創(chuàng)公司的投資熱情。例如，去年11月，韓國汽車制造商現(xiàn)代（Hyundai）就宣布投資以色列初創(chuàng)公司Allegro．a(chǎn)i，該家初創(chuàng)公司會將深度學(xué)習(xí)應(yīng)用于計算機視覺，以實現(xiàn)汽車導(dǎo)航。Allegro．a(chǎn)i于2016年成立，2018年4月份完成了A輪融資，融得1100萬美金，從而脫穎而出。

現(xiàn)代汽車公司風(fēng)投服務(wù)現(xiàn)代搖籃（Hyundai Cradle）與該家位于以色列特拉維夫的Allegro．a(chǎn)i公司建立了戰(zhàn)略合作伙伴關(guān)系，但是Hyundai Cradle沒有透露投資金額，只是表示此次合作將加快該家初創(chuàng)公司人工智能技術(shù)的部署。其中之一就是自動駕駛技術(shù)，現(xiàn)代汽車公司以及越來越多的汽車初創(chuàng)公司都在發(fā)展該技術(shù)，而且也都取得不同程度的成功。現(xiàn)代表示，將把Allegro．a(chǎn)i的計算機視覺技術(shù)部署在導(dǎo)航和實時駕駛決策等汽車應(yīng)用中。

其他公司也在采取短期策略，在受控環(huán)境中部署自動駕駛車輛。例如，總部位于波士頓的Optimus Ride公司正采用英偉達(dá)的Drive AGX Xavier計算平臺，作為其無人駕駛車隊服務(wù)的一部分，該服務(wù)覆蓋社區(qū)、校園和其他指定的自動駕駛區(qū)域等地理圍欄區(qū)域。