辛弃疾的主导风格无人驾驶汽车可以给我们带来什么？可以让更多人享受自驾的自由；可以让我们在旅途中获得更多的休息娱乐时间。也许还有更高的安全保障，毕竟计算机不知疲倦没有疲劳驾驶一说，不会喝酒也不存在酒驾，且有着比人更快的计算反应时间，并且不会出现不专注的情况。但无人驾驶线年，在亚利桑那州，一家叫车服务公司测试一辆自动驾驶汽车时撞死了一名推着自行车过马路的女子的行人。而使用特斯拉自动驾驶软件的用户，不管它叫什么名字，必须把手放在方向盘上，眼睛盯着路面，这也意味着自动驾驶并没有给我们带来更多的休息娱乐时间(有几个似乎没有做到这一点的人已经在撞车事故中丧生)。

　　计算机的深度学习方法从根本上讲是统计学方法以训练数据指定的方式将输入与输出联系起来，这使得它们无法应对工程师们所说的边缘案例，在这些培训数据中并没有不常见的不寻常情况，但开车总会遇到各种奇怪的事情。有些是戏剧性的比如一匹马在路上逃跑，或者一架轻型飞机在高速公路上紧急迫降。大多数都是微不足道的，比如一个穿着小鸡装的男人跑了出来人类司机通常不假思索地处理这些问题但机器不能。一项研究发现，当雪部分遮挡了道路标志时，计算机视觉系统就会被影响；另一项研究发现，一小撮贴纸可能会导致汽车将停车标志误认为时速限制在45英里的标志。即使是未被察觉的物体，也能在不寻常的方向上迷惑计算机。

　　杜克大学人类与自主实验室主任玛丽·米西·卡明斯说，人类能更好地应对各种奇怪事件是因为他们能够用自上而下的推理解释世界是如何运作的，当自下而上的感官信号模糊不清或不完整时，这种推理能够指导我们。但人工智能系统缺乏这种能力，他们在自己的舒适区很称职，但遇到再小的改变也会引起问题。在缺乏推理和概括能力的情况下，计算机就会被同样的数据所束缚，而这些数据正是他们最初工作的原因。这些系统基本上是脆弱的，康明斯博士说。

　　人们从期待无人驾驶汽车的普及上市，认为它更方便，而无人驾驶汽车正式出现后，却担忧它的安全性，这种转变来源于科技意识的提高。结合整个市场大环境来看，距离我们能真正放心地享受无人驾驶汽车给我们带来的便利，还有很长的路要走。