閱讀下面的材料，完成各題。
材料一
      近年來，互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展給汽車工業(yè)帶來了革命性變化的機(jī)會。與此同時，汽車智能化技術(shù)正逐步得到廣泛應(yīng)用，這項技術(shù)使汽車的操作更簡單，行駛安全性也更好，而其中最典型也是最熱門的未來應(yīng)用就是無人駕駛汽車。也許這一趨勢能使無人駕駛汽車比新能源汽車更早走入大眾的生活。
      無人駕駛，是指通過給車輛裝備智能軟件和多種感應(yīng)設(shè)備，包括車載傳感器、雷達(dá)、GPS以及攝像頭等，實現(xiàn)車輛的自主安全駕駛，安全高效地到達(dá)目的地并達(dá)到完全消除交通事故的目標(biāo)。美國NHTSAC（美國國家公路交通安全管理局）分5級定義汽車的自動化等級：0級，由駕駛員駕駛；1級，具備1種以上自動化控制功能（如自適應(yīng)巡航和車道保持系統(tǒng)ACC等）；2級，以汽車為主體執(zhí)行多種操作功能；3級，當(dāng)以汽車為主體的駕駛行不通時可指示駕駛員切換為手動駕駛；4級，完全可以無人駕駛。
      如今，越來越多的企業(yè)開始涉足這塊領(lǐng)域，將尖端的IT技術(shù)運用到汽車領(lǐng)域中，希望為消費者駕車出行帶來更多美好體驗。麥肯錫（全球管理咨詢公司）預(yù)測，到2025年無人駕駛汽車可以產(chǎn)生2000億?1.9萬億美元的產(chǎn)值；市場研究公司IHS預(yù)測，2035年4級完全無人駕駛車每年銷量可達(dá)480萬輛。對任何一個行業(yè)而言，這都具有足夠的市場誘惑。
      國外著名汽車企業(yè)及IT行業(yè)巨頭谷歌都競相著手研發(fā)無人駕駛汽車技術(shù)，研發(fā)進(jìn)程十分迅速，不少研發(fā)車型已接近量產(chǎn)。
（取材于楊帆的相關(guān)文章）材料二
      無人駕駛技術(shù)研究過程中安全一直是其需要解決的首要問題，而環(huán)境中的動態(tài)障礙物如行駛中的機(jī)動車、自行車和行人等是對無人駕駛汽車行駛安全影響最大的因素。為了能夠保證無人駕駛汽車在行駛過程中不與動態(tài)障礙物發(fā)生碰撞，需要滿足三個條件。首先，無人駕駛系統(tǒng)要可靠地檢測并跟蹤周圍對行駛有影響的動態(tài)障礙物，這需要傳感器精確測量出障礙物的位置變化，并能夠提取出障礙物特征用于不同時刻的障礙物之間的匹配與運動狀態(tài)估計；其次，需要識別動態(tài)障礙物的種類，不同的障礙物具有不同的運動特性，對無人駕駛汽車采取的應(yīng)對策略有很大影響；最后，必須能夠預(yù)測動態(tài)障礙物的軌跡，這對碰撞檢測以及避撞動作至關(guān)重要。
      動態(tài)障礙物的類型影響著無人駕駛汽車的避撞行為決策。對行人，無人駕駛汽車會優(yōu)先采取減速停車的避撞策略，而對動態(tài)車輛則會采取更加靈活的避撞策略，如換道或減速。障礙物類型也會影響動態(tài)障礙物軌跡預(yù)測使用的方法。傳統(tǒng)的障礙物識別方法使用的是實時檢測障礙物幾何輪廓特征，但激光雷達(dá)數(shù)據(jù)的稀疏性會造成特征少，最終導(dǎo)致識別率低，所以無人駕駛汽車動態(tài)障礙物識別的關(guān)鍵問題是如何有效利用激光雷達(dá)數(shù)據(jù)提高動態(tài)障礙物的識別率，為更加合理的避撞決策提供障礙物類別信息支持。
      由于動態(tài)車輛速度較快且是最主要的交通參與者，要避開與動態(tài)車輛的潛在碰撞危險，不但需要獲得動態(tài)車輛當(dāng)前的運動狀態(tài)，還需要準(zhǔn)確預(yù)測其未來一段時間的軌跡，所以需要重點研究動態(tài)車輛軌跡預(yù)測方法，但動態(tài)車輛的運動軌跡受到駕駛員的駕駛行為意圖控制，使用運動狀態(tài)不變的運動模型或運動狀態(tài)變化速度不變的運動模型都難以準(zhǔn)確預(yù)測出其未來軌跡，所以動態(tài)車輛的駕駛行為意圖檢測是軌跡預(yù)測的基礎(chǔ)，如何完成駕駛行為意圖檢測并根據(jù)駕駛意圖預(yù)測出準(zhǔn)確的行駛軌跡是動態(tài)車輛軌跡預(yù)測的關(guān)鍵問題。
（取材于黃如林的相關(guān)文章）材料三
      與人類其他早期科技發(fā)展不同，人工智能具有很強(qiáng)的自主性特征，人工智能系統(tǒng)已經(jīng)可以在不需要人類的操作和監(jiān)督下獨立完成部分工作，例如GoogleX實驗室研發(fā)的全自動駕駛汽車，不需要駕駛者就能啟動、行駛以及停止。伴隨人工智能系統(tǒng)這些特征而來的就是各種問題和挑戰(zhàn)，從法律的角度來講，目前主要體現(xiàn)在個人隱私（數(shù)據(jù)）保護(hù)和責(zé)任劃分與承擔(dān)等方面，這也是各國在人工智能發(fā)展過程中重點關(guān)注的問題。個人隱私（數(shù)據(jù)）保護(hù)是各國立法長期以來關(guān)注的核心議題之一，歐盟甚至將其上升到人權(quán)的高度。
      責(zé)任劃分和承擔(dān)問題也是人工智能發(fā)展面臨的主要法律挑戰(zhàn)。目前，關(guān)于人工智能的責(zé)任問題已經(jīng)出現(xiàn)，各方也在積極探討如何對人工智能的責(zé)任進(jìn)行劃分和界定。聯(lián)合國教科文組織與世界科學(xué)知識與技術(shù)倫理委員會《關(guān)于機(jī)器人倫理的初步草案報告》中對機(jī)器人的責(zé)任進(jìn)行了探討，報告提出了一個可行的解決辦法，即：采取責(zé)任分擔(dān)的解決途徑，讓所有參與到機(jī)器人的發(fā)明、授權(quán)和分配過程中的人來分擔(dān)責(zé)任。IEEE（美國電氣和電子工程師協(xié)會）《合倫理設(shè)計：利用人工智能和自主系統(tǒng)最大化人類福祉的愿景》提出的基本原則之二就是責(zé)任原則。責(zé)任原則涉及如何確保人工智能和自主系統(tǒng)是可以被問責(zé)的。其指出，為了解決過錯問題，避免公眾困惑，人工智能系統(tǒng)必須在程序?qū)用婢哂锌韶?zé)性，證明其為什么以特定方式運作。為此，IEEE對不同的主體在人工智能責(zé)任方面的應(yīng)當(dāng)采取的措施進(jìn)行了詳細(xì)闡述，即：立法機(jī)構(gòu)應(yīng)當(dāng)闡明人工系統(tǒng)開發(fā)過程中的職責(zé)、過錯、責(zé)任、可責(zé)性等問題，以便于制造商和使用者可以知曉其權(quán)利與義務(wù)；人工智能設(shè)計者和開發(fā)者在必要時考慮使用群體的文化規(guī)范的多樣性；利益相關(guān)方應(yīng)當(dāng)在人工智能及其影響超出了既有規(guī)范之外時一起制定新的規(guī)則；自主系統(tǒng)的生產(chǎn)商和使用者應(yīng)當(dāng)創(chuàng)建記錄系統(tǒng)，記錄核心參數(shù)。
（取材于何波的相關(guān)文章）（1）根據(jù)材料一，對“無人駕駛汽車”的表述正確的一項是

C

C

A.比新能源汽車更早走入大眾生活
B.已經(jīng)實現(xiàn)了車輛的自主安全駕駛
C.車輛需裝備智能軟件和感應(yīng)設(shè)備
D.以汽車為主體執(zhí)行多種操作功能
（2）根據(jù)材料一推斷，無人駕駛技術(shù)的普及離不開的兩個關(guān)鍵因素是

D

D

A.技術(shù)問題和資金問題
B.資金問題和動機(jī)因素
C.動機(jī)因素和市場需求
D.市場需求和技術(shù)問題
（3）根據(jù)材料二，下列理解不符合文意的一項是

C

C

A.無人駕駛技術(shù)研究過程中首要解決的問題是安全問題。
B.無人駕駛汽車對行人、動態(tài)車輛的避撞策略都有減速。
C.利用激光雷達(dá)數(shù)據(jù)，就可以提高動態(tài)障礙物的識別率。
D.動態(tài)車輛軌跡預(yù)測的基礎(chǔ)是檢測駕駛行為的意圖。
（4）下列詩句中適合做增強(qiáng)行路安全意識主題標(biāo)語的一項是

B

B

A.舶臚萬里來往，有禱必安全。（趙師俠《訴衷情》）
B.涇溪石險人兢慎，終歲不聞傾覆人。（杜荀鶴《涇溪》）
C.彩筆題桐葉，佳句問平安。（呂渭老《水調(diào)歌頭》）
D.馬上相逢無紙筆，憑君傳語報平安。（岑參《逢入京使》）
（5）如果你是一名投資者，近期要選擇人工智能無人駕駛汽車行業(yè)進(jìn)行投資，請根據(jù)以上三則材料，概括投資這個行業(yè)可能面對的有利因素和問題挑戰(zhàn)。