人工智能（néng）具有专（zhuān）用和（hé）通用（yòng）两（liǎng）种（zhǒng）不同取向（xiàng），分别对应专（zhuān）用人工智能与通用人工智能。专（zhuān）用人工智能的（de）目的（de）在于（yú）通过预设的算（suàn）法（fǎ）或训练（liàn）解（jiě）决特定（dìng）问题（tí）；而通用人工智能则致力研发元学习能力，借（jiè）助后（hòu）天培育解决各类问题。正如将（jiāng）“智能”视作“计算”一样，专用（yòng）人（rén）工智能专家常常将（jiāng）自动驾驶视（shì）为（wéi）一个（gè）纯粹的技术问题，并试（shì）图通过模块（kuài）化（huà）的方式实现技术拓（tuò）展。

未来，专（zhuān）用人工智能技（jì）术路线下的L4—L5级别的（de）自动驾驶，或趋向“智能外包”的技（jì）术解（jiě）决路线（xiàn）——依靠的（de）不是更强（qiáng）的单车智能（néng），而是更复杂、精密的上层协调节（jiē）点。这种做法（fǎ）存在诸多隐患。高（gāo）级协调节点不（bú）仅覆盖（gài）性有限（xiàn），并（bìng）将（jiāng）增加通行系（xì）统的边际成本和（hé）总体复（fù）杂（zá）性，令（lìng）单车（chē）决策链延长及决策参与度降低。其后果是，智能路网本身的系统性脆弱将面临被放大的（de）风（fēng）险。事实（shí）上，基于专（zhuān）用人工（gōng）智能的自（zì）动驾驶并未真正面对“智能”问题（tí），而是将（jiāng）单车智能（内部解）不断转嫁为（wéi）寻求（qiú）外部援助（外部解），即车辆自己更多（duō）负（fù）责提出问题而（ér）非解决问题。到最后（hòu），并不（bú）是汽车变得更具适（shì）应性，而往往是人为改造了（le）那些不适（shì）应（yīng）的地方——这仍（réng）陷于“有多少人工，就有多少智能”的魔咒之（zhī）中。

通用人工智能试图创（chuàng）造能思考、有情感的具有认（rèn）知功能的软件系统，并认为（wéi）智（zhì）能并（bìng）非全知全能，系统需要通过（guò）预设的元（yuán）能力不（bú）断学习才能（néng）达到某个领域内的（de）实（shí）用水平（píng）。而且（qiě），即使（shǐ）在达（dá）到这种水平（píng）后，学习也不会停止，尤其是（shì）在环境变化（huà）的情况下更是如此。对通用人工智能而言（yán），先（xiān）天（tiān）预置（zhì）的是元水平的学习能力，但一切学习的内容都由后天习得。因（yīn）此（cǐ），基（jī）于通用人工智能系统的自动驾驶，本质上是一个教育而非（fēi）技术（shù）问题。

通用人（rén）工智能系统在启（qǐ）动时并未预置任（rèn）何驾驶经验，更（gèng）不是为了驾驶汽（qì）车而设计的。通用人（rén）工智能系统与人类高度类（lèi）似，成长的（de）第一步也是通过自身的（de）感知运动设备获取具（jù）身的直接物理经（jīng）验。训练（liàn）一个机器人和训练一辆（liàng）汽车完成（chéng）自动驾驶任务，对（duì）通用人工智能系（xì）统而言并无实质区（qū）别。究竟装配步足、履带还是（shì）轮子等“器官”，只是系统的（de）“感觉”各（gè）异，却并非“驾驶”有别。但（dàn）凡能够实现载人有目的性的自主移动，就是（shì）自动驾驶。因此，基于通用人工（gōng）智能的自动驾（jià）驶，不限定设备（bèi）类型（xíng）、载（zǎi）运（yùn）形式（shì）和驾驶环境，这样也是通用意义（yì）上的驾驶。

这种通用性一方面体现在外设选（xuǎn）择的多样（yàng）性，另一方面则体现（xiàn）在驾（jià）驶背后（hòu）学习内容的广（guǎng）博性和（hé）具身理解性。通（tōng）用人工智能自（zì）动驾驶“算（suàn）法”的奥（ào）义，就是（shì）从零开始“养育”一台通用人工（gōng）智能的机器“婴儿（ér）”。这台机器“婴儿”具有主动性，其（qí）行动力（lì）依（yī）靠自身（shēn）积累的历史经验，是（shì）一（yī）种向内依赖的平权技术模式（shì），而非向（xiàng）外依赖的（de）集（jí）权技（jì）术模式。于是，通（tōng）用人工智（zhì）能系统（tǒng）的“养育”过程，并不存在专（zhuān）用人工（gōng）智能的那（nà）种外（wài）在干涉（shè）。而“养育”具体（tǐ）的技术手段，也不是专用人工智能的机器学习、图像识（shí）别、优化求解（jiě）等软硬（yìng）件技术，而是类似于对人类婴幼（yòu）儿的教育手段。这（zhè）种特（tè）殊性与人们的（de）常识相悖，令其乍看上去似（sì）乎难以（yǐ）理（lǐ）解。在此，以感知运动为例进行比较说明（míng）。

首先，专用人工智能系统的处理内容既（jì）可以是图像、声音之类的（de）具象数据（jù），也可以是自然语言、知识之类的抽象概念，但（dàn）对其（qí）教育能且只能从感知运动（dòng）经验做起。因为只有（yǒu）这种经验才能在通用人工智能系（xì）统中直接落地。至于给通用人工智（zhì）能系统（tǒng）预（yù）置“思想钢印”的想法皆为秕言谬说，这些抽（chōu）象经验根本没有立身之基。所（suǒ）以（yǐ），就连距离（lí）、速度、避障乃至数字等自动驾驶（shǐ）最初级的常识，通用人工智能（néng）的机器“婴儿（ér）”一开始也并不知晓。

其次，专用人（rén）工智（zhì）能系统的学习和（hé）训练阶段（duàn）中（zhōng），感知（zhī）与运动通常（cháng）是分离的。图像识（shí）别无须摄像头像人眼（yǎn）一样“跳视”，而机器（qì）人位（wèi）移也（yě）只是程序设定（dìng）的机械操（cāo）作及其优化。然而，在通（tōng）用人工智能系统的“养育”过程中（zhōng），感知和（hé）运动不可分，二（èr）者不是两类不同事物，而是同（tóng）一类（lèi）事物的（de）不同侧（cè）面。运动是感知经验变化（huà）的原因，感知（zhī）则是运动结果的反馈，二者相互依存、缺一不可。更（gèng）为重要的是，直接或间接（jiē）经由运动，感知才能建构出主体内（nèi）在的经验意义。感知（zhī）运动信（xìn）号（hào）是最直接且不可再（zài）分（fèn）的经验（yàn），其意义来自内在的相互赋予。

最（zuì）后，基于通用人工智能的自动驾驶也是我们的一（yī）面镜子，能够从中折射出深刻的关于人（rén）的道理。比如（rú），通用人（rén）工智（zhì）能（néng）的机器“婴儿”的运（yùn）动，可分（fèn）为主动运动（dòng）和被动运动两类（lèi）。主动运动由机器“婴儿”自行控制车轮移动，被动运动则是车轮不动由外力（如（rú）人拿（ná）起小车（chē））导致车体位（wèi）置变化（huà）。主动运（yùn）动是主观经验的发动机，是从（cóng）客（kè）观环境中与传感器一同协作感（gǎn）受自（zì）我（wǒ）边界从（cóng）而区（qū）分主客体的（de）原动力（lì），因此对机器“婴儿”至关重要（yào）。只有经历这样的成长，才能在人与物、自我与他人、自我与环（huán）境之间形成更清（qīng）晰的辨识（shí）。反观人类自身，对那些无法有效将人与物（wù）、自我与他人进行区分的自闭症患儿而言（yán），基于通用人（rén）工智能的自（zì）动驾驶所带（dài）来的病理学启（qǐ）示，或为（wéi）当前（qián）自闭（bì）症生物学假（jiǎ）说带来新（xīn）的（de）可能。