奇點臨近的時間有時很遙遠，但有時又未必像我們想像的那樣遙遠。
1894年滑翔機試飛成功的消息讓經營自行車生意的萊特兄弟立志飛行事業，到1903年他們造出依靠自身動力飛行的「飛行者1號」在美國試飛成功，不過9年時間，人類飛向了天空。
如今，無人駕駛汽車領域也正走向奇點臨近的時刻。包括網際網路和汽車領域在內的幾家大企業，正野心勃勃地試圖改變人類現有的交通面貌。去年12月，百度宣布成立自動駕駛事業部，與此同時，百度一同宣布了它在無人駕駛汽車領域的目標：實現三年商用，五年量產。
隨後，Google 自動駕駛汽車項目負責人克裡斯·烏爾姆森（Chris Urmson）說，他的目標是到 2019 年時將一款能自動駕駛的汽車推向市場。而瘋狂的特斯拉的CEO埃隆·馬斯克（Elon Musk）預言說，完全自動駕駛的汽車將在兩到四年內行駛在美國的公路上。時間表一公布，各家企業的行動將進一步加速。
技術有自己的進化路徑和歷程，我們之所以認為奇點遙遠，往往受社會環境因素的影響，比如法律法規和現有的道路交通行駛習慣。
未來的無人駕駛汽車社會需要的不僅僅是無人駕駛汽車本身的技術完善，也需要配套的交通系統和道路的改變以及人的行為的改變。從現在到未來，一下變過去不亞於將我們這個社會右行的行車習慣一夜之間變為左行的規定，很難實現。
但還是會有突破點的。
百度希望無人車的出現，交通系統和道路能有一些微調，改造成本不要太高。切實可行的方案是先在小範圍內進行改造示範。有傳言就稱，百度將在北京亦莊經濟技術開發區來試點無人駕駛公交車的試運行。而真實的情況是，百度已經定下計劃，今年預計將與10個城市合作，試點無人駕駛公交車，將這一項技術落地。
眼下，王勁，這位百度高級副總裁、自動駕駛事業部總經理正到處出差，忙著挑選適合測試的城市。他的考慮標準是一線、二線城市，北方和南方城市，雨多的雪多的不同氣候的城市綜合考慮，確認全路況都能適用，把無人車訓練好。這個階段測試是為將來的商用服務，相當於為改進產品而挑選實驗室。
而「訓練」則意味著百度在雲端把無人車駕駛數據搜集起來，利用雲計算能力離線訓練好模型再傳回汽車，通過在線處理傳感器實時數據，進行環境感知、分析規劃和智能控制。雲能將任何一輛車學到的新技能共享給所有車。有了真實場景的測試，無人駕駛汽車的表現會大幅度改善。
在去年烏鎮舉辦的世界網際網路大會上，百度將無人駕駛汽車運到了大會現場。國家主席習近平在展臺參觀了這輛無人駕駛汽車。就在去年的12月，自動駕駛事業部成立之前，百度在北京的城市、環路和高速路混合路況條件下測試了這輛裝有百度無人駕駛系統的與寶馬合作的無人駕駛汽車。在今年的兩會分組討論上，習近平再次詢問了百度無人駕駛汽車的最新進展。很多政府部門也在跟百度探討法律法規方面的制定。
與Google在美國面臨的立法情況相比，百度在中國似乎面對一個更好的環境。在美國加州，Google總部所在地，直到現在它也無法說服州政府完全相信無人駕駛汽車已經做好準備可以上路了。
除了在中國國內測試，百度也將在美國矽谷路測它的無人駕駛汽車。在矽谷，百度設立了百度研究院，負責人工智慧領域的研究，由著名的科學家吳恩達領軍。而無人駕駛汽車實際上由百度在中美兩國的團隊共同參與。
無人駕駛汽車是一個能積累先發優勢的領域，而最終可能是個贏家通吃的領域。
「如果按每輛車每年行駛2萬公裡來計算，如果百度部署十輛無人車，每年可以積累20萬公裡的自動駕駛經驗，那麼我們的系統也會處於更加先進的狀態。」王勁對36氪說。就像搜索領域一樣，誰先進去，因為它的數據多，誰的技術就領先很多。人工智慧的技術中數據不是輕易積累出來的。
雖然Google在無人駕駛汽車方面還領先百度，但在一些單項上，比如在路上對車的判斷，百度已經超過了Google。而王勁也希望在量產時，百度能超過Google。
在百度這樣的網際網路陣營公司眼裡，汽車廠商的系統更多是輔助駕駛。從一開始，雙方的技術路徑就完全不同。「車廠側重的是車，百度側重的是智能、是無人駕駛。車企是不斷地演繹讓自動駕駛系統來幫助人們來駕駛，但是百度、Google不是，百度等是直接做駕駛。」王勁說。
研發系統的思路不一樣，但百度依然需要與車廠合作。因為百度沒有生產線自己去造車。百度已經和一些城市、車廠達成意向。最近百度與長安汽車達成合作，將一同測試高速公路下無人駕駛汽車。
在這個領域，幾個廠商互相競爭。但他們有共同的對手——時間。在中國，據統計每天都有500人因為交通事故丟掉了性命，而王勁則激勵他的員工們，將來無人駕駛汽車成為主流的話，能把這個數字大大降下來。而早一天把無人駕駛汽車做出來，就能提前一天拯救500條人命。這對於一家主營業務依靠廣告收入的公司來說，技術價值能帶來新的功效。
大眾還處於並不相信技術和機器能替代真實司機的階段上，但做出這些技術的人相信，無人駕駛汽車大大優於人類司機來駕駛汽車。
人有諸多不靠譜的時候，比如酒駕、疲勞駕駛、新手司機經驗差等。而無人駕駛汽車則相當於「老司機」，相比起來，它更安全、低成本和高效。
無人駕駛汽車能把任何一輛車學到的新技能共享給所有車，這是人類遠達不到的能力。人類在駕駛的時候對周邊環境（比如一些視覺盲區）是判斷不準的，但是無人車傳感器是可以精確到釐米級甚至毫米級的，這一判斷的精準度是人類無法做到的。而未來，無人駕駛汽車的每年折舊成本能降到低於司機的人工成本。而從整個道路交通狀況的視角來看，無人駕駛汽車能實現路網更有效率，能解決一部分的堵車問題。
無人駕駛汽車的技術基礎是人工智慧。
人工智慧，它模擬人類思考能力，學習和推理能力是其核心。而機器學習是人工智慧領域中的一個很有前途的課題，主要是利用大數據訓練程序，讓它找到一些可遵循的規律，讓程序預測結果。人工智慧領域，90年代機器學習和人工神經網絡就開始迅速發展。機器學習理論加入新元素後現在最近發展方向是深度學習理論。
而深度學習主要模擬人腦對新事物的反應，它粗略地構建了人腦中神經以及神經突觸的層級關係。深度學習是人工智慧領域身份火熱的研究方向，已經被廣泛應用於協助機器執行任務，甚至是使人工智慧呈現類似直覺的行為。藉助深度學習，有時候機器的執行力比人類更好。
人工智慧的發展主要依靠三個方面，一是超強的計算能力，第二是大量數據，第三是算法。
因為有深度學習算法的出現，給整個人工智慧帶來了一個新的發展機會。目前全球有三個在用深度學習來做人工智慧的頂尖公司：Google、百度，還有Facebook。
無人駕駛技術現在開始利用機器學習理論構建主程序。百度人工智慧六大能力，視、聽、說、預測、決策以及行動控制，再加上了高精地圖、高精定位，就成為百度無人駕駛的基礎。
最近五六年人工智慧才得以有條件在百度、Google、Facebook這樣的公司中大規模與業務結合應用起來，這是因為海量數據的積累以及高性能的能計算這些數據的計算平臺的搭建。然而挑戰依然存在，在人工智慧方面，人才極為缺乏，無論是在高校和科研機構還是在業界。
從這個角度看，百度他們做無人駕駛汽車，挑戰的還並不僅是對手，還有時間。時間決定了人才的供給。
而接下來，人工智慧對百度的改變不局限於無人駕駛汽車。百度將用人工智慧對幾乎所有線上產品進行改造，吳恩達負責把百度整個技術體系用人工智慧做一個重構。而王勁稱，百度對無人駕駛汽車技術的投入將會大於之前對O2O業務的200億人民幣的投入。
歡迎就人工智慧、無人駕駛汽車領域交流，聯繫請加微信：changfan2016