人工智能（néng）具有专用和通用两种（zhǒng）不同取向，分别对应专用人工智能与通（tōng）用人（rén）工智能。专（zhuān）用（yòng）人工（gōng）智能（néng）的（de）目的在于通过预设的算（suàn）法或训（xùn）练解决特（tè）定问（wèn）题（tí）；而通用人工智能则致力研发元学习能力，借助后天培育解决各类问题。正如将（jiāng）“智能”视作“计算”一样（yàng），专用人工智能专家常常将自动驾驶（shǐ）视为一（yī）个纯粹的技术问题，并（bìng）试图通（tōng）过模（mó）块化的方式实现技术拓（tuò）展。

未来，专用人工（gōng）智（zhì）能（néng）技术路（lù）线下的L4—L5级别的自动驾驶，或趋向“智能（néng）外包（bāo）”的技术解（jiě）决路线——依（yī）靠的（de）不是更强的单车智（zhì）能（néng），而是更复杂、精密（mì）的上层协调（diào）节点。这（zhè）种（zhǒng）做法存在（zài）诸多（duō）隐患。高级协（xié）调（diào）节点不仅覆盖性有限，并将增（zēng）加（jiā）通行系统（tǒng）的边际成本和总体复杂性，令单车决（jué）策链延长及决策（cè）参（cān）与度降低（dī）。其后果是，智能（néng）路网本身（shēn）的系统性（xìng）脆弱将面临被放大的风（fēng）险。事实上，基于专（zhuān）用人工智能的自动驾驶并未真（zhēn）正面（miàn）对“智能”问题，而是将单车（chē）智（zhì）能（内部解）不（bú）断（duàn）转嫁为（wéi）寻求外部援助（外部解），即（jí）车辆自己更多（duō）负（fù）责提出问题而（ér）非解决（jué）问题。到最后，并不是汽车变（biàn）得更具适（shì）应性，而往往（wǎng）是人为改造了那些不适应的地方——这仍（réng）陷于“有多（duō）少人工，就有（yǒu）多少智能（néng）”的（de）魔咒之中。

通用人工智能试图创造（zào）能思考、有情感的（de）具有（yǒu）认知功（gōng）能的（de）软件（jiàn）系（xì）统（tǒng），并认为智能（néng）并非全知全能，系统需要通过预设的元能力不断学习才（cái）能达到某个领域内的（de）实（shí）用水（shuǐ）平。而且，即使在达到这种水平后，学习也不会停止，尤其是在（zài）环（huán）境（jìng）变化的情况下更是如（rú）此（cǐ）。对（duì）通用人工智能而言，先天预置（zhì）的是元水平的学习能力，但一（yī）切学习（xí）的内容（róng）都（dōu）由后（hòu）天习得。因此，基于通用（yòng）人工智能系统的自动驾驶，本质上是（shì）一个教（jiāo）育（yù）而非技术问题（tí）。

通用（yòng）人工智能系统（tǒng）在启（qǐ）动时并未预置任何驾驶经验，更不是为了驾驶汽车而设计的。通（tōng）用（yòng）人工智能系（xì）统与人（rén）类（lèi）高度类似（sì），成长的第一步也是通（tōng）过自身的感知运动设备获取具身的直接物理（lǐ）经验。训练一个机器人（rén）和训练（liàn）一（yī）辆（liàng）汽车完成自（zì）动驾驶任务，对通用（yòng）人（rén）工智能系统而言并无实（shí）质区别。究（jiū）竟装配（pèi）步足、履带还是轮子等“器官（guān）”，只是系（xì）统的“感觉”各异，却并（bìng）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（shì）自动驾（jià）驶。因（yīn）此，基（jī）于通用人工智（zhì）能的自动驾驶，不限定设备类型、载运形式（shì）和驾驶环境，这样也是（shì）通用意义上的驾驶。

这种通用性一方面体现在（zài）外设选（xuǎn）择的多样性，另一方面则体（tǐ）现在（zài）驾驶背后学习内容（róng）的（de）广（guǎng）博性（xìng）和具身理（lǐ）解性。通用人工智能自动驾驶“算法”的奥义，就是（shì）从零（líng）开始“养（yǎng）育”一台通用人工智能（néng）的机器“婴儿”。这台机器“婴儿（ér）”具（jù）有主（zhǔ）动性，其行动力依靠自（zì）身积累的历史经验，是一种向（xiàng）内依赖的平权技术模式，而非向（xiàng）外依赖的集权技术模式。于是，通用人工智（zhì）能系统的（de）“养育”过程，并不存在专用人工智能的那种外在（zài）干涉。而“养育（yù）”具体（tǐ）的技术手段，也不（bú）是专用（yòng）人工智能的机器学习、图像识别（bié）、优化求解（jiě）等软硬件技（jì）术，而是类似于对人类（lèi）婴幼儿的教育手段。这种特殊性与人们的（de）常识相悖，令其乍看（kàn）上去似乎难以理解。在此，以感知（zhī）运动（dòng）为例进（jìn）行比较说明。

首先，专用人工智能系统的处理（lǐ）内容既可以是图像、声（shēng）音（yīn）之类（lèi）的（de）具象数（shù）据（jù），也（yě）可以是自然语言、知识之类的抽象（xiàng）概念，但对其教育能（néng）且只能从感知运动经验做起。因为只有这种经（jīng）验才能在通用（yòng）人工智能系统中直接落地。至于给通用人工智能（néng）系统预置“思想钢印”的想法皆为（wéi）秕（bǐ）言谬说，这些抽象经验根本没有立身之基。所以（yǐ），就（jiù）连距离、速度、避障（zhàng）乃至数字等自动驾驶最初级（jí）的（de）常识，通用人工智能的机（jī）器“婴儿”一（yī）开始也并不知晓（xiǎo）。

其次，专（zhuān）用人工智能系统的学（xué）习（xí）和训练阶段中，感知与（yǔ）运动通常是（shì）分（fèn）离的。图像识别无须摄像头像人眼一（yī）样“跳视”，而机器人位移也只（zhī）是（shì）程序设定的机械操作（zuò）及其优化。然而，在通用人工智能系统的“养育”过程中，感（gǎn）知和运动（dòng）不可分，二者不是两类不同事物，而是同一类事物的不同侧面。运动是（shì）感知经验（yàn）变化的原因（yīn），感知则是运动结果的反（fǎn）馈，二（èr）者相互依存、缺一不可。更为重要的是，直接或间接经由运动，感知才能建（jiàn）构出（chū）主体内在的经验意义。感知运动信号是最（zuì）直（zhí）接且不（bú）可（kě）再分的经验，其意义来自内在的相互赋予。

最后，基（jī）于通用人工智能的自（zì）动（dòng）驾驶也（yě）是我们的一面镜子，能（néng）够（gòu）从中折射（shè）出深刻的关于人的道理。比如（rú），通用人工智能的机器（qì）“婴儿”的运动，可分为主动运动和被动（dòng）运动两类。主动运动（dòng）由机器“婴儿”自行（háng）控制车轮移动，被动（dòng）运动则是车轮不动由外力（lì）（如人拿起小车）导（dǎo）致车（chē）体位置变化。主（zhǔ）动运动是主观经验的（de）发动机，是从客观环（huán）境中与传感器一（yī）同（tóng）协作感（gǎn）受自（zì）我边界从（cóng）而（ér）区分主客体的原（yuán）动力，因此对机器“婴儿”至关重（chóng）要。只有经历这样的（de）成长，才能（néng）在人与物、自（zì）我与他人、自我（wǒ）与环境之间形成更清晰的辨识（shí）。反观人（rén）类自身，对（duì）那（nà）些无法有效将人与物、自我与他人进行区分的自闭症患儿而言，基于通用人工智能的自动（dòng）驾（jià）驶（shǐ）所带来的病理学启示，或为当前自闭症（zhèng）生物学假说（shuō）带来（lái）新的可（kě）能（néng）。