人工（gōng）智能具有专用和通用两种（zhǒng）不（bú）同取向，分别（bié）对应专用人工智能与通（tōng）用人工（gōng）智能。专用人工智能的目的在于（yú）通过（guò）预设的算法或训练解决特定问（wèn）题；而通用人（rén）工（gōng）智（zhì）能则（zé）致（zhì）力研发元学（xué）习能力，借助后（hòu）天培育（yù）解决各类问题（tí）。正如（rú）将“智能”视作“计算（suàn）”一样，专（zhuān）用人工智能专家常常将（jiāng）自动驾驶视为（wéi）一（yī）个纯粹（cuì）的技术（shù）问题，并（bìng）试图通过（guò）模块化的方（fāng）式实现技术拓展。

未来，专（zhuān）用人工智能（néng）技术路线下的L4—L5级（jí）别的自（zì）动驾驶，或趋（qū）向“智能外（wài）包”的技术解决（jué）路线——依靠的不是更强的（de）单车智（zhì）能，而是更复杂、精密的上层协调节点。这种做法存（cún）在诸多隐患。高级协调节点不仅覆盖性有限，并将（jiāng）增加通行（háng）系统的边际成本和总体复杂性，令单车决策链延（yán）长及决策参（cān）与度降低。其后果是，智能路（lù）网本（běn）身的（de）系统性脆弱将面临被放（fàng）大的风险。事实上，基于（yú）专（zhuān）用人工智能的自（zì）动驾驶并未真正面对“智（zhì）能”问题，而是将单车智能（内（nèi）部解）不断转嫁为寻求（qiú）外部援助（外部解），即车辆自（zì）己更多（duō）负责提出（chū）问（wèn）题而非解决问题。到最后，并（bìng）不是汽车（chē）变得更具（jù）适（shì）应性，而往往是（shì）人为改造了（le）那些不（bú）适应的地（dì）方——这仍陷于（yú）“有多少人工，就有多少（shǎo）智（zhì）能”的魔（mó）咒之中。

通用人（rén）工（gōng）智能试图创造能思考、有情感的具有认（rèn）知功能（néng）的软件系统，并认为智能（néng）并非全知全能，系统（tǒng）需要通过（guò）预设（shè）的元能力不断学（xué）习才能达到（dào）某个领域内的实用（yòng）水平。而且，即使（shǐ）在达到（dào）这种水平后，学习也不（bú）会停止，尤其是在环境变化的情况下更是（shì）如此。对通用人工智能而（ér）言，先天预置的是（shì）元水平的（de）学习能力，但一切学习的内容都由后天习得。因此，基于通用人（rén）工智能系统的（de）自（zì）动驾驶，本质上是一（yī）个教育而非技术问题。

通用（yòng）人工智能系统在启动时并未预置任何驾驶经（jīng）验，更（gèng）不是（shì）为了驾驶汽车（chē）而设计（jì）的。通用人（rén）工（gōng）智能系统与人类高度（dù）类似，成长的第一步也是通过（guò）自身的（de）感知运动设备获取具身（shēn）的直接物理经验。训练一个机（jī）器人和训练（liàn）一（yī）辆汽车完成自动驾驶任务，对（duì）通用人工智能系统而（ér）言并无实质区别。究竟装配（pèi）步足、履（lǚ）带还是轮（lún）子等“器官”，只是系统的“感觉”各异，却并非“驾驶”有别。但凡能够实现载人有目的性的自主移动，就（jiù）是自动驾驶。因此，基于通用（yòng）人工智能的自动驾驶，不限定设备类型、载运形式和驾驶（shǐ）环境，这样也是通用意义上的驾驶。

这（zhè）种通（tōng）用性一方面体现在外设选（xuǎn）择的多样性，另一（yī）方面则体（tǐ）现在（zài）驾驶背后（hòu）学习内（nèi）容（róng）的广（guǎng）博性和具身理解（jiě）性。通用人工（gōng）智能自动驾（jià）驶“算（suàn）法”的奥义，就是从零开（kāi）始“养育”一台通用人工智能的机器“婴儿”。这台机器“婴（yīng）儿”具（jù）有主动性（xìng），其行（háng）动力（lì）依靠自身积累的历史经验，是一种向内依（yī）赖（lài）的平权技术模式，而非向外依赖（lài）的集权技术（shù）模式（shì）。于是，通用人工智能系统（tǒng）的“养育”过（guò）程，并不存（cún）在专用人工智能的那（nà）种外在干涉。而“养育”具（jù）体的技术手段，也不是专用（yòng）人工（gōng）智能（néng）的机器学习、图像识别、优化求解等软（ruǎn）硬件技（jì）术，而是（shì）类（lèi）似于对（duì）人类婴幼儿的教育（yù）手段。这种特殊性与（yǔ）人们的常识相悖，令其（qí）乍（zhà）看上去似乎难以理解。在（zài）此，以感知（zhī）运动为例进行比较说明。

首先，专用（yòng）人工智能系（xì）统的处理内容（róng）既可以（yǐ）是图像、声音之类的具象数据，也可以是自然语言、知识之类的抽（chōu）象概念，但（dàn）对其（qí）教育（yù）能（néng）且只能从感（gǎn）知（zhī）运动经验做起。因为（wéi）只有这种经验才能在通用人（rén）工（gōng）智能系统中直接落地。至于给通（tōng）用人工智能系统预置“思想钢印”的想法皆为秕言（yán）谬（miù）说，这些抽象经验根本没有立身之基。所以，就（jiù）连距（jù）离、速（sù）度、避障乃至数字等（děng）自动驾驶最（zuì）初级的常识，通用人（rén）工智能的机器“婴儿（ér）”一开（kāi）始也并不（bú）知晓。

其（qí）次，专用人工智能系统的学习和训练阶段中，感知与运动通常是分离（lí）的（de）。图像识别（bié）无须摄像头像人眼一样“跳视”，而（ér）机器人位移也只是程序设定的（de）机械操作及其优化。然（rán）而，在通用（yòng）人工智能系统的“养育”过程中，感知和（hé）运动不可分（fèn），二者不是两类（lèi）不同事（shì）物（wù），而是（shì）同一类事物（wù）的不同侧面（miàn）。运动是感知经验变化的原因，感知则是运动结果（guǒ）的反馈（kuì），二者相互（hù）依存、缺（quē）一不（bú）可。更为重要（yào）的是，直（zhí）接或间接经由运动，感知才（cái）能建构（gòu）出主体内在的经验意（yì）义。感知运动信号是（shì）最直接且不可再（zài）分的经验，其意义来自内在（zài）的相互赋予（yǔ）。

最后，基于（yú）通（tōng）用人工智（zhì）能的自动（dòng）驾驶（shǐ）也是我们（men）的（de）一面（miàn）镜子，能够（gòu）从中（zhōng）折射出（chū）深刻的关（guān）于人的道理（lǐ）。比如，通用人工智能（néng）的机器“婴儿”的运动，可分为主动运动和被动（dòng）运动两类。主动运动由机（jī）器“婴儿”自（zì）行控（kòng）制车轮（lún）移动，被动运（yùn）动则是车轮不动由（yóu）外力（如人拿起小车）导致车体位置变化。主动运动是主观经验的发动（dòng）机，是从客观环境中与传感器一同（tóng）协作感受自我（wǒ）边界从而区分主客体的原动力，因此对机器“婴儿”至关重要。只有（yǒu）经（jīng）历这样的成长，才能在人（rén）与物、自我（wǒ）与他人、自（zì）我与（yǔ）环境之间形成（chéng）更清晰的辨识。反观人类自（zì）身，对那些（xiē）无法有效将（jiāng）人与（yǔ）物、自（zì）我与（yǔ）他人进行（háng）区分的自闭症患（huàn）儿而言，基于（yú）通用人工智能的自动（dòng）驾（jià）驶所（suǒ）带来的病理学启示，或为当前自闭症生（shēng）物学假说带来新的可能。