加利福尼亚州圣何塞-奥迪的工程师设计了他们最新的自动驾驶汽车原型“杰克”，以应对多种危害。

风滚草不是其中之一。

杰克（Jack）是A7轿车，由近二十个激光，摄像头和传感器引导，在一月份前往拉斯维加斯举行的国际CES技术展览会时，行驶了550英里，当时在一条偏远的沙漠公路上，一块风滚草被卡住了到格栅。

奥迪高级工程师丹尼尔·利宾斯基（Daniel Lipinski）上周在这里的一次会议上回忆道，它在那里停留了10或15英里，挡住了杰克的某些传感器。杰克设法保持了前进的步伐，但这一集显然显示出了设计自动驾驶汽车最艰巨的挑战之一：教导他们应对意外情况。

主持会议的芯片制造商英伟达公司（Nvidia Corp.）首席执行官黄仁勋（Jen-Hsun Huang）说：“我们不能为汽车编程以执行所有操作。”

正是这一挑战使Nvidia和其他科技公司陷入了“深度学习”领域，该领域旨在训练计算机以模仿人脑的方式处理数据。

汽车制造商和供应商在设计防止驾驶员撞车的“驾驶员辅助”功能时一直使用蛮力。他们进行了广泛的测试，为各种情况做准备，例如，如果测试表明自动制动系统无法识别小鹿，工程师将对算法进行调整，以得出正确的结果。

Nvidia的客户包括奥迪和特斯拉，旨在通过车载计算机来补充这些技术，该计算机可以处理来自摄像头和传感器的信号，并将其与庞大且不断增长的已知驾驶情况数据库进行比较。黄说，这种计算机可以“随着时间的推移学习驾驶行为，并且可以随着时间的推移而更新，从而变得越来越聪明，越来越好。”

该公司首款具有此功能的产品是Drive PX汽车计算机，该计算机将于五月上市，开发套件的价格为10,000美元。（生产芯片的成本会更低。）

一些专家建议深度学习将取代算法，并颠覆致力于通过常规编程来完善自动驾驶的供应商领域。其他人则希望深度学习能够补充算法，而不是替代算法。

巴克莱（Barclays）分析师布莱恩·约翰逊（Brian Johnson）在本月给投资者的一份报告中写道，总部位于以色列的Mobileye已开始发售其广泛用于自动制动系统的EyeQ3芯片，深度学习技术和算法。他否认了深度学习将消除Mobileye超过15年的算法组合的想法。

但是深度学习正在迅速改善。微软在2月6日表示，其超级计算机是第一个在ImageNet数据库中识别出图像的人，该图像包括从狗到水果的1000万个类别中的150万张图像。

通过正确的培训，汽车在识别小鹿，风滚草和其他物体方面可能很快会比人类更好。对于试图减轻驾驶员负担的奥迪和特斯拉等汽车制造商而言，这至关重要。

特斯拉首席执行官埃隆·马斯克（Elon Musk）在上周的会议上说：“在复杂的郊区环境中，这是发生很多意外事件的地方。”“封路，人孔盖打开。孩子们玩耍是一个大问题……能够识别您正在看到的内容，并在郊区环境中做出正确的决定，因为时速为10 mph至50 mph时，这是具有挑战性的部分。”

特斯拉使用Nvidia的芯片为Model S轿车的仪表盘和信息娱乐系统提供动力，马斯克表示，计算机技术的进步使他对自动驾驶汽车的开发充满信心。

他说：“我几乎认为这是一个已解决的问题。”“我们确切地知道该怎么做，我们将在几年后到那儿。”