过去在科技方面的实例一再表明，在技术远未成熟时大肆炒作、任意解读，并不会毁掉技术本身，只会毁掉公众对技术的认识和期待。去年的大数据、前年的车联网，都属于此类情况。幸好，今年“人工智能（AI）”尚未遭此荼毒。关于人工智能的讨论在舆论圈只得到有限的讨论。
部分原因在于，迄今为止人工智能研究并没有“交付”一个惊人地改变人类生活的产品，而是以连续进步的方式缓慢地进展。因此，对AI存在广泛的低估。
那么，到底什么是人工智能？从未有过精确地定义。斯坦福大学的一个项目组给出了两个要素：机器“有远见”地、“适当地”实现功能。按照这个标准，边界似乎清楚了，计算器肯定不算人工智能，而L4级自动驾驶汽车无疑属于AI。
汽车应用场景
汽车或者称泛交通领域，是人工智能的重要应用场景，也是目前资本最为集中、关注度最高的区域。有些奇怪的是，尽管传感器、计算机能力都在飞速发展，但自动驾驶的商业应用进行得并不顺利。
在当下的无人驾驶汽车争夺战中，特斯拉是被人谈及最多的公司之一。这家公司正在引领整个行业向无人驾驶汽车的梦想迈进。为什么是特斯拉，而不是比它大得多、资金实力更雄厚、对汽车的理解更“深入”的传统主机厂？
有人认为，传统车企对汽车的刻板见解，妨碍它们对自动驾驶领域的进取心。在舆论纷纷质疑的时候，它们选择放慢实用化脚步。放弃对客户观念的塑造，商业上的谨慎不能受到指责，但它们也因此放弃了领导行业的机遇。
就普遍的观点而言，传统车企也认为，自动驾驶是汽车产品下一个周期的希望所在。但它们的做法恰恰相反。
今年以来，特斯拉几乎每一起人身伤亡事故，都被置于放大镜下仔细端详。如果由电池或者自动驾驶系统的缺陷引起，这家企业必定受到全球媒体连篇累牍地抨击。连续不断的压力，迫使特斯拉和自己的自动驾驶系统供应商“Mobileye”解约。
针对特斯拉的指责，大致为“有意误导客户，将能力有限L2级辅助驾驶渲染成无所不能的‘完全’自动驾驶”。而特斯拉的申辩，被有意忽略了。
除了证实该公司确实在公共关系方面表现拙劣以外，也反映了公众对于目前人工智能在汽车上应用的焦虑。
焦虑大体上集中于安全和能力方面，而特斯拉的失误则成为投射对象。特斯拉之所以备受关注，与该公司激进的技术态度有关，更与其自动驾驶技术上处于领先有关。
车展上光鲜、一尘不染的样车，不能衡量车企的研发实力，街头跑的车才能。
特斯拉正在致力于更复杂的应用场景。它用数据链将汽车全都连接在一块，因而汽车之间能够相互学习。它们在驾驶期间收集到的数据能够帮助改进数字地图的质量，也使得各辆汽车能够根据其他所有汽车收集到的数据进行学习。“车队学习”加速了车载计算机学习速度。
有人提出“人工智障”的概念。认为目前的人工智能几乎没有进化能力。学习能力曲线像蠕动的蚯蚓一样长期徘徊在低位。
谷歌董事长埃里克·施密特（Eric Schmidt）承认，人工智能比人们想像的更加原始。在AlphaGo战胜世界围棋前冠军后，他似乎有意对恐慌的公众采取抚慰态度。
不过，他举例称，前几年谷歌的科学家们研发出一种神经网络，向里面填充了1.1万个小时的YouTube视频内容，研究其在未经任何训练的情况下能学会什么。施密特失望地称“它只发现了猫的概念”。
这再次证实“人工智障”概念并非调侃。
“奇点”会不会来临？
虽然图片（视频可以理解为多帧图片）识别能力一直是机器学习的难点，但人工智能仍然比数年前有进步，只不过按照人类儿童学习的标准，进步非常缓慢。
在目前使用的自动驾驶系统中，图像识别占据重要位置，但目前的方案都是将图片抽象为数字矩阵，然后进行数学特征的计算和比对。在某些特殊场景下，计算谬误积累得相当快，以至于出现安全事故。
显然，人类不是这样识别图片的。如何让车载计算机能够以人类的方式观察？这显然是另一条路。在摄像头、超声波雷达，甚至激光传感器变得越来越便宜的时候，机器学习没有跟上脚步。
表面上看，软件设计存在问题。实际上，理想中AI应该能像人类一样从错误中学习，并在所有实践中迅速寻找解决途径。在云端能够处理大量数据后，其他汽车的道路行驶（实践），和本车的实践没什么不同。更新算法甚至可以从人工智能内部产生，无须程序员干预。
这是一幅美好得令人恐怖的图景。
一旦机器具备自我学习的能力，随着车载计算机的进化，学习曲线在某个时间点上，就会突然变得陡峭。学者们称该时间为“奇点”。
奇点之后是什么？一切都将不同。比人类智商、经验和反应速度、敏捷性高出N倍的新物种出现了。也许称之为超人或者上帝更为合适。这个上帝是人类制造的，只不过人类随后失去了控制权。可悲性在于，人类不知道何时加强控制权为妥。它们将如何对待自己曾经的造物主、现在的可怜虫？
因为对那时的人工智能来说，人类也是重大威胁。它们如果想对付脆弱的有机生命体，似乎有很多办法。核电站运行、民航飞机飞行、汽车行驶，人类将自己生活托付给人工智能，这一点看上去很容易被利用。
霍金和马斯克都公开警告人工智能对人类的危险。而施密特则称，谷歌已经设计了“末日开关”——当人工智能进化到失控边缘，触发预设条件，该开关迫使人工智能立刻死亡，通俗点说就是令其脱线或者断网。
如果坏局面出现，我们祈祷该开关正常工作。即便如此，结局也不大美妙，人类将被迫重返AI时代之前，甚至互联网时代之前。
短期商业价值
等等，我们不是担心人工智能进展太慢吗？怎么又担心它可能变得强大而不受控？恰恰说明我们对人工智能的进展缺乏掌控力。
科技公司并不认为在自动驾驶上经历挫折。它们往往误认为自己是未来本身，而对手公司和政府代表守旧势力。它们坚信科技将带来“深远、积极的影响”，而不大理会可能引发的混乱。
人工智能在自动驾驶上表现乏力，有人暗示要归咎于政府行动迟缓，未给予更大的支持。科技公司在享受一系列税收优惠和土地价格优惠后，还要求政府提供巨额补贴，以便供它们向“未来人类福祉”投资。
本质上，自动驾驶也好，更广泛的人工智能也罢，其生命力仍然取决于商业前景。哪怕能赚回来成本也好。特斯拉股票仍然受到追捧，不是因为它不断赔钱。
的确，政府和公众都对泛交通的智能化缺乏想像力。但是，这两者向来是看到确切的改变，才会采取跟进步骤，而非一开始就冒冒失失地摇旗呐喊。
自动驾驶涉及到的科技以外的因素太多，以至于受到掣肘。而只处理自然语言的AI——智能助手就发展得如火如荼。苹果Siri、亚马逊Alexa、微软Cortana、IBM沃森等智能助手正展开军备竞赛，它们的响应速度和应变能力正在加速提高。几年内，注定可以摆脱目前的花瓶地位，成为人类不可或缺的助手。人们很确定，届时搜索引擎将成为古董。就连谷歌也毫不怀疑这一点。
相比而言，传统汽车厂商的生命力还很强。即便它们拒绝一切转型（实际上并非如此），这些老牌企业仍然具有明显的商业价值。将自动驾驶和传统主机厂对立起来似乎匪夷所思，因为后者也正致力于开发相应系统。但是，杀手级应用将会终结人类对于汽车的认识，也将终结这个产业。不管有多少科幻影片探讨过，一旦具备商业价值的应用摆在我们面前，我们仍然会目瞪口呆。
这一天不像想像那么远，但我们仍然拒绝做像样的准备。这便是人工智能应用的最大问题。
