管控了方向盤、剎車和油門的輔助駕駛依賴的是算法，算法的BUG培訓也沒轍_風聞

【本文來自《“蔚來教”內訌，非官方聯合聲明惹千名車主不滿，蔚來在幹什麼！》評論區，標題為小編添加】

那個呼籲廠家學習特斯拉和小鵬加強車主培訓的車主，自己就選配了NP，但是我感覺他沒搞清楚一件事就是：

即使培訓也沒用！

為啥呢，因為從原理上來説，這種能管控方向盤、油門剎車的輔助駕駛功能，很大程度上依賴自動駕駛探測感應器的算法（即攝像頭和毫米波雷達），如果算法做不到的事情，你人再培訓也白搭。

實際上，識別算法一直是自動駕駛的痛點。

機器的認知模式終究與人類不同，人眼或許能輕易地識別不同形狀、不同顏色的工程車，能辨認出光影。

但對系統來説，有時影子的形狀都可能被識別成物體。

知乎上，一位認證為“小鵬汽車大數據工程師”的用户舉例，一道橋上的護欄在特定時分投下的光影，光帶像車道線，而真正的車道線卻被陰影遮住（算法是通過識別車道線來保持車道的）。

不只是常規駕駛畫面，還需要很多類似大貨車變道、遇上工程車的個例。

@汽車營銷分析此前發佈了一段蔚來車主提供的視頻，夜間行車時系統並未識別出路面上的事故車輛。

還好他反應及時，趕緊接管繞了過去，險些撞上路面的三角警示牌。

這個視頻裏，車主的車速似乎不快且車主對輔助駕駛出現的錯誤有正確的判斷，但如果車速再120碼以上，外加不注意觀察或者判斷晚幾秒，就是撞車了，剎車都來不及，

**你説這個判斷力怎麼培訓？**多遠沒剎車算算法沒起作用？相似的多起事故足以證明，這些輔助駕駛系統的漏洞與不足不是培訓能解決的。

所以車企除了利用賣出的車再道路上不斷給算法餵食，並“繼續改進”外，只剩了一句説給普通車主們的“應保持警惕，不過度依賴系統”。

否則就只能説：晚上別用，車速超過80碼別用，下匝道別用……

——

再説説發聲明的車主的反應，我感覺就像是舔狗追女孩子追了好久，花了很多金錢和心思後不願面對現實的反應，這些金錢和心思就是所謂的沉沒成本，因為有沉沒成本，所以很多人是不願意接受愛人不忠或者大缺點，甚至是分手的事實……

所以之前有個開特斯拉的律師要起訴河南特斯拉女車主，和蔚來車主的反應一樣一樣的