人工（gōng）智能（néng）具（jù）有专（zhuān）用和通用两种不同取向，分别对应专用人（rén）工智（zhì）能（néng）与通用人工智能。专（zhuān）用（yòng）人工智能的（de）目（mù）的在于通过预（yù）设的（de）算法或（huò）训（xùn）练解决特定问（wèn）题；而（ér）通用人工智能（néng）则致力研发（fā）元学习能力，借助（zhù）后天培育解决各（gè）类（lèi）问题。正如（rú）将“智能”视作“计算（suàn）”一样，专用人工智能专（zhuān）家常（cháng）常将自动驾（jià）驶视为一个纯粹的技术（shù）问（wèn）题，并试图通（tōng）过模块化的方式（shì）实现（xiàn）技术拓展。

未（wèi）来（lái），专用人工智能技术路线下的L4—L5级别（bié）的自动驾（jià）驶，或（huò）趋（qū）向“智（zhì）能外包”的技术解决（jué）路线——依靠的（de）不是更强的单车智能，而是更（gèng）复杂、精密的上层（céng）协调节点。这种做法存在诸多隐（yǐn）患。高级（jí）协（xié）调节（jiē）点（diǎn）不仅覆盖性（xìng）有限，并将增加（jiā）通行系统的边际（jì）成本（běn）和总体（tǐ）复杂性，令单车决策链延长及决策（cè）参与度降低（dī）。其（qí）后果是，智能路网（wǎng）本身的系统性脆弱将（jiāng）面临被（bèi）放大的风险。事实上，基于专用人工智能的（de）自动驾驶并（bìng）未真（zhēn）正（zhèng）面对（duì）“智能（néng）”问题，而是（shì）将（jiāng）单车智（zhì）能（内部解）不断（duàn）转嫁为（wéi）寻求外部援助（外（wài）部解），即车辆自己更多负责提出问题而（ér）非解决问（wèn）题。到最后（hòu），并不是汽车变（biàn）得更具适应（yīng）性，而（ér）往往是（shì）人为改造了那些（xiē）不适（shì）应的地方——这仍陷于“有（yǒu）多少人（rén）工，就有多少智能”的魔咒之中。

通用人工智能（néng）试图创造能（néng）思考、有情感的具有认知功能的（de）软（ruǎn）件（jiàn）系（xì）统，并（bìng）认为智（zhì）能并非全知（zhī）全能，系统（tǒng）需要通过预设（shè）的（de）元能力（lì）不断学（xué）习才能（néng）达到某个领域（yù）内的实用水（shuǐ）平。而（ér）且，即使在（zài）达到这种水平后，学（xué）习（xí）也不会停止，尤其是在环境变化的情况下更是如此。对（duì）通用人工（gōng）智能而言，先天预置的（de）是元水平的学习（xí）能力，但一切学习的内容都由后（hòu）天习得。因此（cǐ），基于通用人工智能系（xì）统的自动（dòng）驾驶，本质（zhì）上是一个教育而非技术问题。

通用人工智（zhì）能系统在启动时并未预置任何驾驶经验，更不（bú）是为了驾驶（shǐ）汽车而设计的。通用人工智（zhì）能系（xì）统与（yǔ）人（rén）类高度类（lèi）似，成长的第（dì）一步也是通过自（zì）身的感知运动设备获取具身的直接物理经验。训练一（yī）个机器人和训练一辆汽（qì）车完（wán）成自动驾驶任务，对通用人工智能系统而言并（bìng）无实质区别（bié）。究竟装配步足、履带还是轮子等（děng）“器（qì）官”，只是系（xì）统的（de）“感觉”各异，却并非“驾驶”有别。但凡能够实现载（zǎi）人有目的性的自主移动，就是自动（dòng）驾驶。因此，基于通用人（rén）工智能的自动（dòng）驾驶，不（bú）限定设（shè）备类型、载运形式和驾（jià）驶环境，这（zhè）样（yàng）也是通用意义上的驾驶。

这种通（tōng）用性（xìng）一方（fāng）面体现在外设选择的多样性，另一方面则（zé）体现在驾驶（shǐ）背后学习内容的广博性和（hé）具身（shēn）理解（jiě）性。通用（yòng）人工智能（néng）自（zì）动驾驶“算法（fǎ）”的奥义，就是从零开始（shǐ）“养育”一台通（tōng）用（yòng）人（rén）工智能的（de）机器（qì）“婴儿”。这台机器“婴儿”具有主动性，其行动（dòng）力（lì）依靠自身（shēn）积累的历史（shǐ）经验，是一（yī）种向内依赖的平权技术模式，而（ér）非向外依赖的集（jí）权技术模式。于是，通用人工智能（néng）系统的“养育”过程，并不存在专（zhuān）用人（rén）工智能（néng）的（de）那种（zhǒng）外在干涉。而“养（yǎng）育”具（jù）体的技（jì）术手段，也不是专用人（rén）工智（zhì）能（néng）的机器学习（xí）、图像识别、优化求解等（děng）软硬件技术，而是类似于对人类婴幼儿的教育手段。这种特殊性与人们（men）的常识相悖，令其乍看上去似乎难以理（lǐ）解（jiě）。在此，以感知运动（dòng）为例进（jìn）行比较说明（míng）。

首（shǒu）先，专用人工智能（néng）系统的处理（lǐ）内容既可以是（shì）图像、声（shēng）音之类的具象数据，也可以是自然语（yǔ）言、知识之类的抽象（xiàng）概念（niàn），但对其教育能且（qiě）只能从感知运动经验做起。因为只有这（zhè）种经（jīng）验（yàn）才能在通用人工智（zhì）能系统中直（zhí）接落（luò）地（dì）。至于给通（tōng）用人工（gōng）智（zhì）能系（xì）统预置“思想钢印（yìn）”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，就连距离、速（sù）度、避障乃至数字等自动驾驶最初级的常识，通（tōng）用（yòng）人工智能的机器“婴儿”一开始也并不知晓。

其次，专用人工（gōng）智能系统的学习和训练阶段中（zhōng），感（gǎn）知与运动通常（cháng）是分离的。图像（xiàng）识别无须（xū）摄像头像人（rén）眼一样“跳（tiào）视”，而机器人位移也只是（shì）程序设定的（de）机械操作及其（qí）优化（huà）。然而，在通（tōng）用人（rén）工智（zhì）能系统的“养育”过程中，感（gǎn）知和运动不可分，二者不是两类（lèi）不同事物，而（ér）是（shì）同一类事（shì）物的不同侧面。运动是感知经（jīng）验变化的原因，感知则是运动结果的反馈，二者（zhě）相（xiàng）互依存、缺（quē）一不可（kě）。更为重要（yào）的是，直接或间接经由运（yùn）动，感知才能建构出（chū）主体内在的（de）经验意义。感知运动信号是最直（zhí）接（jiē）且不（bú）可再（zài）分的经验，其（qí）意义来自内在的相互赋予。

最后，基于通用人工智能的自动驾驶（shǐ）也（yě）是我们的一面镜子，能够（gòu）从中折射出深刻的关于人的道（dào）理（lǐ）。比（bǐ）如（rú），通用（yòng）人工智能的机器“婴儿”的运（yùn）动，可分为主动运动和（hé）被动运动两类（lèi）。主动（dòng）运动由机（jī）器“婴（yīng）儿（ér）”自行控制车轮移动（dòng），被（bèi）动运（yùn）动则是车轮不动由外力（如人拿起小车）导致（zhì）车体位置变化。主动运动（dòng）是（shì）主（zhǔ）观经（jīng）验的发（fā）动（dòng）机，是从客（kè）观（guān）环境中与传感器一同协作（zuò）感受自我边界从而（ér）区分主客体的原动力，因此（cǐ）对机器“婴儿”至关重要（yào）。只有经历这样的成（chéng）长（zhǎng），才能在人与物、自（zì）我（wǒ）与（yǔ）他人、自我（wǒ）与环境之（zhī）间形（xíng）成（chéng）更清晰的辨识。反观人类（lèi）自身，对那些无法有效将人与（yǔ）物、自我与他人进（jìn）行区分的自（zì）闭（bì）症患儿而言，基（jī）于通（tōng）用人工智能的自动驾驶所带来的（de）病理学启示，或为当前自闭症生物（wù）学假说带来新（xīn）的可能。