人工（gōng）智能具有（yǒu）专（zhuān）用和（hé）通用两（liǎng）种不同取向，分别对应专用人工智能与（yǔ）通用人工智能。专用人工智能的目的在（zài）于通过预设（shè）的算法或（huò）训练解（jiě）决特定问题（tí）；而通用人工智（zhì）能则致力研发元学习能力（lì），借助后天培育解决（jué）各类（lèi）问题。正如将（jiāng）“智能（néng）”视作“计算”一（yī）样，专（zhuān）用（yòng）人（rén）工（gōng）智能专家常（cháng）常将自动（dòng）驾驶视为一个（gè）纯（chún）粹的技术问题，并试图通（tōng）过模块化的（de）方式实现技术拓展。

未来，专用人工智（zhì）能（néng）技术路线下的L4—L5级别的自动驾驶，或趋向“智能外（wài）包”的技术（shù）解（jiě）决路线——依靠的不（bú）是（shì）更强（qiáng）的单（dān）车（chē）智能，而是更复杂、精密的上层协调（diào）节点（diǎn）。这种做（zuò）法存在诸多隐患。高级协调节点不（bú）仅覆盖性有限，并（bìng）将增（zēng）加通行系统的边际成（chéng）本和（hé）总（zǒng）体复杂性，令单（dān）车决策链（liàn）延长及决策参（cān）与度降低。其（qí）后果是，智（zhì）能（néng）路网（wǎng）本身（shēn）的系统（tǒng）性脆弱将（jiāng）面临被放大（dà）的风险。事实（shí）上，基于专（zhuān）用人（rén）工智能的自动驾驶（shǐ）并未（wèi）真正面对（duì）“智（zhì）能”问题，而是将单车智能（内部解）不断转（zhuǎn）嫁（jià）为寻求外部援（yuán）助（外部（bù）解），即（jí）车辆自己更多负责提出问（wèn）题而（ér）非解决问题。到最后，并（bìng）不是汽车变得（dé）更具适（shì）应性，而往往是人为改造了那些（xiē）不适应（yīng）的地方——这仍陷于“有多少人工，就有多少智能（néng）”的魔咒之中。

通用人工智能（néng）试（shì）图创造能思考、有情感的具（jù）有认知功能的软（ruǎn）件（jiàn）系统，并（bìng）认为智能并非全知全能，系统需要（yào）通过预设的元能力不断学习才（cái）能（néng）达到某（mǒu）个领域内的实用水（shuǐ）平。而且，即使在达到这种水平后，学（xué）习也不会停（tíng）止，尤其（qí）是（shì）在环境变化的情况下更是如此。对（duì）通用（yòng）人工智（zhì）能而言，先天预置的（de）是元水平的学（xué）习能（néng）力，但一切学习的内容都由后天习得（dé）。因此，基于通用人（rén）工智能系统的自动驾驶，本质上是一个教育而（ér）非技术问题。

通用人（rén）工智能（néng）系（xì）统在（zài）启动时并未预（yù）置任（rèn）何（hé）驾驶经验，更不是为了驾驶汽车而设计的（de）。通用人工（gōng）智（zhì）能系统与人类高度（dù）类似，成长（zhǎng）的第一（yī）步（bù）也是通过（guò）自身的感知（zhī）运（yùn）动设备获取具身的（de）直接物理（lǐ）经验（yàn）。训练一（yī）个机器人和训练一辆（liàng）汽车完成自动驾驶（shǐ）任（rèn）务（wù），对通用人（rén）工智能系统而言并无实质区别。究竟装配步足（zú）、履带（dài）还是轮子等“器官（guān）”，只是系（xì）统的“感觉”各异，却并非（fēi）“驾驶（shǐ）”有别。但凡（fán）能够实现载人有（yǒu）目的性的（de）自主移动，就是（shì）自动驾驶。因此，基于通用人工智能的自动驾驶（shǐ），不限定设备类型、载运形式（shì）和驾驶环境，这样也是通用意（yì）义（yì）上的驾驶。

这种（zhǒng）通用（yòng）性一方面体（tǐ）现在（zài）外设选择（zé）的多样（yàng）性，另一（yī）方面（miàn）则体现在驾驶背（bèi）后（hòu）学习内容的广博性和具身（shēn）理解性。通用人工智能自（zì）动驾驶“算法”的奥义，就是从零开始“养育”一台通用人工智能的（de）机器（qì）“婴儿（ér）”。这（zhè）台（tái）机器“婴儿”具有主动性，其行（háng）动力依靠自身积累的（de）历史经验（yàn），是（shì）一种向内（nèi）依赖的平权技术模式，而非向外依赖的（de）集权技术模式。于（yú）是，通用人工智（zhì）能系（xì）统的“养育”过程，并不（bú）存在专（zhuān）用人（rén）工智能的那种外在干涉（shè）。而“养育”具体的（de）技术手段，也不是专用人工智能的机（jī）器学习、图像识别、优化求解（jiě）等软硬件技术，而是类似于（yú）对人类婴幼儿的教育手（shǒu）段（duàn）。这种特殊性与人们的（de）常识相悖，令其乍（zhà）看上去（qù）似乎难（nán）以理解。在此，以（yǐ）感知运动为例进行比较（jiào）说明。

首先，专用人工智能系统（tǒng）的处理内容（róng）既可以是图像、声（shēng）音之类的具象数（shù）据，也可以是自然（rán）语言、知（zhī）识（shí）之类的抽象概（gài）念，但对（duì）其教育能且（qiě）只能从（cóng）感知运（yùn）动经（jīng）验（yàn）做起。因为只（zhī）有这（zhè）种经验（yàn）才能在通用人工智能系（xì）统中（zhōng）直接落地。至于给通用人工智能系统预置“思想钢印”的想法皆为秕言谬说（shuō），这些抽象经验根（gēn）本没（méi）有立（lì）身之（zhī）基（jī）。所以，就连距离、速（sù）度（dù）、避障乃至数字（zì）等自动驾驶最初级的常识，通用人工智能的机器“婴儿”一开始也并（bìng）不知晓。

其次，专用（yòng）人工智能系统的学习和训练阶段（duàn）中，感知（zhī）与运动通常是分离的。图像识别无须摄像头像人眼（yǎn）一样“跳视（shì）”，而机（jī）器人位移也只（zhī）是程序设定（dìng）的机械操作及其优化。然而，在通用人工（gōng）智（zhì）能系（xì）统的“养育”过（guò）程中，感知和（hé）运（yùn）动不可分，二者不（bú）是两类不同（tóng）事物，而（ér）是同（tóng）一（yī）类事物（wù）的不（bú）同（tóng）侧面。运动是感知经验变化的原因（yīn），感知则是运动（dòng）结果的反馈，二者相互依（yī）存、缺一不可。更为重要的是，直接或间接经由运动（dòng），感知（zhī）才能建（jiàn）构出主体内在的（de）经验（yàn）意义。感知运动信号是（shì）最直接（jiē）且不可再分的（de）经验，其意义来自内在（zài）的（de）相互赋予。

最后，基于通用（yòng）人工智能的自（zì）动驾驶也是我们的一面镜子，能够从（cóng）中折（shé）射（shè）出深刻的关于（yú）人的道理。比（bǐ）如，通用（yòng）人工智能的（de）机器（qì）“婴儿”的运动，可分为主（zhǔ）动（dòng）运（yùn）动和被动运动两（liǎng）类。主动运动由（yóu）机（jī）器“婴儿（ér）”自行控制车轮移动，被动运动则是（shì）车轮不（bú）动由外力（如人（rén）拿起小车）导致车体位置变化。主（zhǔ）动运动是主观经验的发（fā）动机（jī），是（shì）从客观环（huán）境中与传感（gǎn）器一同协作感（gǎn）受自（zì）我边界从（cóng）而区分主（zhǔ）客体（tǐ）的原动（dòng）力，因（yīn）此对（duì）机器“婴儿”至关（guān）重要（yào）。只有经历这（zhè）样的成长，才能在人与物、自我与他人、自我与环境（jìng）之间形成更清晰的（de）辨识。反（fǎn）观人类自身（shēn），对（duì）那些无法（fǎ）有效将人与物、自我与他（tā）人进行（háng）区分的（de）自（zì）闭症患（huàn）儿而（ér）言，基于通用人工智（zhì）能的（de）自动驾驶所带来的病（bìng）理学启示，或为当前自闭症生物学假说带来新的可能。