丰田研究所负责人认为，早期使用深度神经网络处理大量数据所带来的成功，让研究人员感到乐观。这种乐观就如同1990年代，互联网泡沫期间广为人知的“非理性繁荣”。

1996年12月，美联储主席艾伦·格林斯潘（Alan Greenspan）在华盛顿发表了一次例行演讲，用了一个新词——“非理性繁荣Irrational Exuberance”，来形容股票投资客的行为。市场迅速进行解读，认为美联储将采取货币紧缩政策了，第二天，美国道琼斯指数下跌2．3％，全球其他国家的股票指数也随即应声而落。

而后，一个名叫罗伯特·J·席勒（Robert J． Shiller）的经济学家，把这种“市场的运行超出了正常的规律，由人类的心态推动市场运行”的现象称为“非理性繁荣”。

自动驾驶世界中是否也存在着“非理性繁荣”？

汽车行业的很多人谈论全自动驾驶汽车即将问世的时间太久了。  

2013年，时任日产董事长的卡洛斯·戈恩（Carlos Ghosn）表示，将在七年内实现。早在2016年，伊隆·马斯克就曾暗示他的车基本上能做到这一点了。在2017年左右到2019年年初，GM克鲁斯谈到的期限是2019年。而Waymo ，迄今为止发展靠前的公司，说只是一年或两年的事情。

面对这一切不可能实现的诺言，加利福尼亚丰田研究所的首席执行官吉尔·普拉特（Gill Pratt）表现得更实际一点。普拉特（Pratt）是一位资深机器人专家，他于2015年加入丰田公司，负责开发机器人汽车，从一开始就强调了这项任务的艰难程度，以及实现中间目标的重要性，特别是通过制造一辆现在可以帮助驾驶员的汽车，而不是现在只能设定一个较远的时间点。

所以，丰田其实也在奉行着两条腿走路，正通过名为“Guardian（高级安全驾驶辅助）”和“Chauffeur（自动驾驶）”的两条路径开发自动驾驶技术。“Guardian”是高级驾驶辅助系统，监控车内外环境，在紧急情况下可向驾驶员发出警告或介入驾驶。

在今年年初，CES展上，丰田研究院推出了TRI－P4自动驾驶测试车，P4是基于全新的第五代雷克萨斯LS旗舰轿车，将用于TRI的双轨Guardian和Chauffeur自动驾驶系统开发中。

P4增加了两个额外的摄像头以改善侧面的状况，添加了两个新的成像传感器（一个面向前方，一个指向后方），这些传感器专门为自动驾驶汽车设计。成像传感器采用具有高动态范围的新型芯片技术。雷达系统已经过优化，可以在车辆周边进行近距离检测。LIDAR传感系统继承了之前的测试模型Platform 3．0，并演变为新的车辆设计。

P4得益于雷克萨斯（Lexus）的新一代底盘和转向控制技术，该技术提供了更大的灵活性，并在自动驾驶过程中提供了更灵敏的响应和更流畅的操纵。

围绕“深度学习”缓慢的进步

似乎看起来发展一片繁荣，但普拉特（Pratt）对自动驾驶技术的前景和陷阱仍有很多话要说。

“没有任何事情告诉我们完全自动驾驶是这不可能完成的；我对此应该很清楚，”普拉特说。“仅仅因为我们不知道该怎么做并不意味着它就不能完成。” 

他指出，早期使用深度神经网络处理大量数据所带来的成功，让研究人员感到乐观。这种乐观就如同1990年代，互联网泡沫期间广为人知的“非理性繁荣”一词。

事实证明，早期的成功来自那些众所周知的深度学习最有效的领域，例如人工视觉和感知的其他方面。长期以来一直被认为在模式识别方面特别糟糕的计算机突然被证明在其上特别擅长，在某些情况下甚至比人类还要好。

普拉特说：“非理性的繁荣透过图表的斜率，让我们看到深度学习看似奇迹般的进步速度。” “每个人，包括开发它的人都感到惊讶，突然间，如果您向它投入足够的数据和足够的计算，性能将变得非常好。可以很容易地说，因为我们为这件事感到惊讶，那就意味着我们将在未来几年继续感到惊讶。”  
然而，近几年人们逐渐意识到，人工智能不仅必须感知世界（即使是现在也不是小问题），而且还必须做出有关人类行为的预测。这个问题是非常棘手的。

当然，我们始终可以使用深度学习来做最擅长的事情，然后使用专家系统（ES）来处理其余的事情。这样的系统使用逻辑规则（由实际专家输入）来处理出现的任何问题。该方法还使工程师能够调整系统，这是深度学习的黑匣子所不允许的选项。

Pratt说，将深度学习和专家系统整合在一起确实有帮助。“但还远远不够。”

丰田公司自动驾驶技术副总裁沃尔夫拉姆· 伯加德（Wolfram Burgard）表示，无论AI研究人员可以使用什么新工具，都将继续进行日常改进。  

他说：“我们现在处于深度学习的时代。” “我们不知道会发生什么—这可能是旧技术的重生，该技术突然超越了我们之前所看到的。我们仍处在利用现有技术取得进步的阶段，但是梯度并不像几年前那么陡峭。这变得越来越困难。”