是撞到两侧的记者堆里，得撞死多少人啊？”

“万幸路测的时候问题暴了，要是问题没暴来，青无人驾驶汽车真正上路，路上的其他汽车、自行车和行人，就全都于大的危险之中！”

“怪不得一整天没有青路测的消息呢！原来了这么大的事故，天琛科技公司把消息全都压下去了啊！”

“有没有懂行的专家解释一下，青为什么会突然发疯撞树啊？”

网友们在网上向各个专家提问，而云歌的名字无疑是被最多人圈的那个。

云歌的微博私信箱，更是早已爆炸了。

网友们关心青的车祸原因，更关心云骐是否会存在同样的问题。

“云骐安全吗？”

“云骐何时会行上路测试？”

“请问云骐和青的无人驾驶原理是相同的吗？云骐会不会也突然失控？”

为了避免人们对青的不信任，扩大到所有无人驾驶汽车上，影响小车云骐的前景。

云巅之歌科技公司立刻宣布召开一个发布会。

发布会上，云歌认真地解答了大家的疑问――

“青发生事故的原因……我并不知青的内系统是怎样的，也没有亲看到事故现场，只是在网上看到了一些照片和视频，因此不方便妄自揣测。

但是通过照片和视频――大家都觉得青在撞树前，像是突然被‘蒙住了睛’一样――所有无人驾驶方面的专家学者都可以确定的一是，青这次发生故障的原因，就是被‘蒙住了睛’。

传统开车上路，靠司机的睛判断路况――那么无人驾驶汽车判断路况的‘睛’是什么？

目前，无人驾驶汽车的‘睛’大上可以分为三类――lidar技术、雷达、相机。

天琛科技公司并没有公布过青采用的是哪技术，或者哪几技术的组合。但无论是哪一技术，都是‘睛’了问题，现了应盲区。

还有两可能较低的情况，是‘大脑’了问题，或者是‘睛’与‘大脑’之间连接的‘神经’了问题。

我们以基于相机的无人驾驶思路为例。云骐的‘睛’就以相机为主，雷达、红外探作为辅助。

第一步要什么呢？machinelearning，也就是离线训练分类。

打个比方，一个刚从山区里来的、从来没见过车龙的小孩，他在路上遇到很多情况，是不知应该怎么理的。

他的睛没有问题，能将一切看得很清楚，但是他的大脑里完全没有理这些状况的经验。那么他遇到一些状况时，就反应不过来，或者反应速度很慢。

无人驾驶汽车也是一样的理，我们需要训练无人驾驶汽车的‘大脑’，让‘大脑’在遇到任何情况时都能迅速正确的应当对。

这对算法的要求很，因此青也有可能是在算法上现了问题……”