很显然自动驾驶走错了路，这个过程从乘用车智驾追求「无图」就已经初现端倪了。
自动驾驶最难的地方并不是处理各种奇形怪状的交通参与者和纷繁复杂的交通状况，而是达到像人一样几万公里出一次事故的高可靠性，而高可靠的工程系统一般具有三个特征：
（1）具有较强的冗余，且冗余链路之间具有较强的隔离；
（2）系统的设计基于精确的方程，它们源自物理定律，因此精确且普世，没有corner case；
（3）对输入向量的绝大多数（甚至所有）组合都进行过验证，确保输出都符合预期。
现有的民航飞机、汽车底盘等都属于高可靠系统的范畴，它们也许会缺少上述特征的一个或两个，但是，像端到端这样的同时缺失以上三个特征的设计方案，从未实现过高可靠。定量的看，端到端的错误概率不会小于千分之一，换算成MPI，不会超过1000 公里，比普通人差了几十倍，比老司机差了几百倍。
现在无图NOA火，是因为车企的智驾研发团队可以说服老板不买地图，进而把建图的活揽在自己手里。端到端火，是因为这样做可以让智驾系统无法模块化，只能全栈自研，再把供应商都踢出局，更进一步保住饭碗。只是苦了车企，本就利润薄，还要交智商税。
从这个案例也可以看出，目前基于统计的人工智能会至少因为精确性差而无法实现AGI. 当然这个结论还有很多更深层次的原因，例如深度学习缺乏逻辑推理能力等，就不再赘述了。单就可靠性这一条，就足以证伪现有的人工智能技术。
