人（rén）工（gōng）智能具有（yǒu）专用和通用（yòng）两种不同取（qǔ）向，分别对（duì）应专用人工（gōng）智能与通用人工智能。专用人工智能的目的（de）在于通过预设的算法或训练解决特定问题；而通用人工（gōng）智能则致力研发元学习能（néng）力，借助（zhù）后天培（péi）育解决各类（lèi）问题。正（zhèng）如将“智能”视作“计算”一样，专用（yòng）人工智能专家常常将自（zì）动驾驶视为一（yī）个（gè）纯粹的技术（shù）问题，并（bìng）试图通过模块（kuài）化（huà）的方式实（shí）现技术拓展。

未来（lái），专用人工智能技术（shù）路线（xiàn）下的（de）L4—L5级别的自动驾驶，或趋向（xiàng）“智能外包”的（de）技术解决路线——依靠的不（bú）是更强的单（dān）车智能（néng），而是更复杂、精密的上层协（xié）调节（jiē）点。这种做法存在诸多隐（yǐn）患。高（gāo）级（jí）协调节点不仅覆盖性有限，并（bìng）将增加（jiā）通行系统的边际成本（běn）和总体复杂性，令单车决策链延长（zhǎng）及决策参与度降低。其后果是，智能路网（wǎng）本身的系统性脆弱（ruò）将（jiāng）面临被放大的（de）风险。事实上，基于专用人工（gōng）智（zhì）能的自动（dòng）驾（jià）驶并未真（zhēn）正面对“智能”问题，而（ér）是将单车智能（内部解）不断转嫁（jià）为寻求外部援助（外部解），即车辆（liàng）自己更多负责（zé）提出问（wèn）题而（ér）非解决问题（tí）。到最后，并不是汽车变（biàn）得更具适应性，而往往是人为改造（zào）了那些不适应（yīng）的地方——这仍陷于“有（yǒu）多少人工，就有多少智能（néng）”的魔咒之中。

通用人（rén）工（gōng）智能试图创造（zào）能（néng）思（sī）考（kǎo）、有情感的具有认知功能的软件系统（tǒng），并认为智能并非全知全（quán）能，系统需要通过（guò）预设的元能力不（bú）断学（xué）习才能达到某个领域内的（de）实用水平。而且，即使在达到这种水平后（hòu），学习也不会停止，尤其（qí）是在环境变化的情况（kuàng）下更是如（rú）此。对通用（yòng）人工智能而（ér）言，先天预置的是元水平的（de）学习能力，但（dàn）一切学习的内容都由后天习得。因此（cǐ），基于通用人（rén）工（gōng）智能（néng）系统的自动驾驶，本质上（shàng）是一个（gè）教育而非技术问题。

通用人工（gōng）智能系统（tǒng）在启动时（shí）并未（wèi）预置任何驾（jià）驶经验，更不是为了驾驶汽车（chē）而设（shè）计的。通用人工智能系统与人类高度类似，成长的第一步也是通过自身的感（gǎn）知（zhī）运动设备获取（qǔ）具身的直接物理经验。训练一个机器人（rén）和训练（liàn）一辆汽车完成（chéng）自动驾驶（shǐ）任（rèn）务（wù），对通用人工智能系统而言并无实质（zhì）区别。究竟（jìng）装配步足、履（lǚ）带还是轮子等“器官（guān）”，只是系统的“感（gǎn）觉”各异（yì），却并非“驾驶”有别。但凡（fán）能够实（shí）现载人有目的（de）性的自主移动，就是（shì）自动驾驶。因此，基于通用人工智能的自（zì）动驾驶，不限定设备（bèi）类型（xíng）、载运形（xíng）式和驾（jià）驶环境，这样也（yě）是通用意义上的驾驶。

这（zhè）种通用性一（yī）方面体现在外设选择的多样性，另一方面则体（tǐ）现（xiàn）在驾（jià）驶（shǐ）背（bèi）后学习内容的广博性和（hé）具身理（lǐ）解性。通用人工（gōng）智能（néng）自（zì）动驾驶“算法（fǎ）”的奥义，就是从零开始“养育”一台通（tōng）用人工智能的（de）机器“婴儿”。这台（tái）机器（qì）“婴儿”具（jù）有主动（dòng）性，其行动力依靠自身（shēn）积累（lèi）的历（lì）史经验，是一种向内（nèi）依赖的平权技术模式，而（ér）非向（xiàng）外依赖的集权技术模式。于是（shì），通（tōng）用人工智能（néng）系统的（de）“养育”过程，并不存在专（zhuān）用（yòng）人工（gōng）智能的那种外在干涉。而（ér）“养育（yù）”具体的（de）技术手段，也不是专用人工智能（néng）的机器学（xué）习、图像识别、优化求解等软硬件技术，而（ér）是（shì）类似于对（duì）人类婴幼儿的（de）教育手（shǒu）段。这种特殊性与人们的常识相悖，令其（qí）乍看上去似乎难以（yǐ）理解。在此，以（yǐ）感知运动为例进行比较说明。

首先，专（zhuān）用人工智能系统的处理内（nèi）容既可以是图像、声音之类的具象数据，也可以（yǐ）是自然语言、知识（shí）之类的抽象概念，但对其（qí）教育（yù）能且只能从感知（zhī）运动经（jīng）验（yàn）做（zuò）起（qǐ）。因（yīn）为只有（yǒu）这（zhè）种经验才能在通用人（rén）工智能系统中（zhōng）直接（jiē）落地。至于给通用人工智（zhì）能系统（tǒng）预置“思想钢印”的想法皆（jiē）为秕（bǐ）言谬说，这些抽象经验根本（běn）没有立身之基。所以（yǐ），就连距离、速度、避（bì）障（zhàng）乃至数字等自动（dòng）驾驶最初级的常（cháng）识，通用人工智能的（de）机器（qì）“婴儿”一开始也并不（bú）知晓。

其次（cì），专用（yòng）人工智能系统的学（xué）习和（hé）训（xùn）练阶段中，感（gǎn）知与运动通常（cháng）是分离的。图像识（shí）别无须摄像（xiàng）头像人（rén）眼（yǎn）一样“跳视”，而机器人位移也只是程序（xù）设定（dìng）的机械操（cāo）作及其（qí）优化。然而，在通用人工（gōng）智能系统的“养育”过程中，感（gǎn）知和运动不可（kě）分，二（èr）者（zhě）不是（shì）两类（lèi）不同事物，而是同一类事物的不同侧面。运动（dòng）是感知经（jīng）验（yàn）变化的原因，感知则是运动结果的反馈，二者（zhě）相（xiàng）互依存、缺一不可。更为重（chóng）要的是，直接或间接（jiē）经由运（yùn）动，感知才能建构出主体内在的经验意（yì）义。感知运（yùn）动（dòng）信号是最直接（jiē）且不可再分的经验，其意义来（lái）自内（nèi）在的相互（hù）赋予。

最（zuì）后，基于通用人（rén）工智能的自动驾驶也是我们的一面镜（jìng）子，能够（gòu）从中折射出深刻的关于人的道理。比如，通用人工智能的机（jī）器（qì）“婴儿（ér）”的运动，可分为主动运动和被（bèi）动运动（dòng）两（liǎng）类（lèi）。主（zhǔ）动运动由机器“婴儿”自行（háng）控制车轮移（yí）动，被动（dòng）运动则（zé）是车轮不动由外（wài）力（如人拿起小车）导致车（chē）体位置（zhì）变化。主动运动（dòng）是主观经验的发动（dòng）机，是（shì）从（cóng）客观环境中与（yǔ）传感器一（yī）同协作感受（shòu）自我边界从而区分（fèn）主客体的原（yuán）动力，因此对（duì）机器“婴儿”至关重要。只有经历这样的成（chéng）长，才能在人与物、自我与（yǔ）他人、自我与（yǔ）环境之（zhī）间形成更（gèng）清晰的辨（biàn）识。反观人类（lèi）自（zì）身（shēn），对那些（xiē）无法有（yǒu）效将人与物（wù）、自我（wǒ）与他人（rén）进行（háng）区分的（de）自闭症患儿而（ér）言，基（jī）于通用人（rén）工（gōng）智（zhì）能的自动驾（jià）驶所（suǒ）带来的病理学启示，或为当前自闭症（zhèng）生物学假说带来新的可能。