这段时间，Google的自动驾驶车，Tesla的autopilot，经常出现在新闻头条。人们热烈的讨论自动驾驶技术，对这“科幻般”的技术充满了憧憬甚至恐惧，所以我今天想谈谈我对这些“自动车”的看法。
从我的另一篇文章，你应该已经看到，Tesla的autopilot其实根本不算是“自动驾驶技术”，它完全不能和Google的自动车相比。Tesla把这种不成熟的软件推送到用户的车里，为的只是跟Google抢风头，塑造自己的高大形象。看，我们先出了自动车！可是呢，Tesla根本不算“自动驾驶”，顶多算一个“adaptive cruise control”。而且这东西相当的不安全，不可靠。可惜的是，Tesla为了自己的名声，拿用户的性命当儿戏，还有些人为它叫好。
然而就算是Google的自动车，离能够真正投入使用，其实还差得很远。我这里说的“很远”，不是指10年，20年，而是至少100年，1000年…… 甚至永远无法实现。这是为什么呢？Google不是声称，每天都要让它的自动车“学习”上百万mile的行驶记录吗？难道学习了如此的“大数据”，不能让这车子变得跟人一样聪明吗？如果你这么想，那你可能根本不了解人工智能（AI）的内部实现。其实所谓的“机器学习”，跟人类的“学习”，完全是两回事。现在的电脑即使有智商，那么它的级别就像一个蠕虫，甚至蠕虫都不如。学习能力不一样，所以就算它再用功，“学习”再多的数据，都是白费劲。
很多人听说“人工智能”（AI），或者“机器学习”（machine learning），“深度学习”（deep learning）这类很酷的名词，就想起科幻小说里的智能机器人，就以为科幻就要变成现实。等你真的进入“机器学习”这领域，才发现一堆堆莫名其妙，稀里糊涂的做法，最后其实不怎么管用。这些大口号，包括所谓“深度学习”，其实跟人的思维方式，几乎完全不搭边。所谓“机器学习”，不过是一些普通的统计方法，拟合一些函数参数。吹得神乎其神，其实跟人的思维方式，完全风马不及，倒让统计专业的人士笑话。
人工智能在80年代出现过一次热潮。当时人们乐观的相信，电脑在不久就会拥有人类的智能。日本还号称要动员全国的力量，制造所谓“第五代计算机”。结果最后呢？信誓旦旦的许诺没能实现，AI领域进入了冬天。最近因为“大数据”，“自动车”和“Internet of Things”等热门话题的出现，这种“AI热”又死灰复燃。然而当今的AI，其实并没有比80年代的进步很多。人们对于自己的脑子以及感官的工作原理，仍然所知甚少，却信誓旦旦的认为那些从统计学偷来的概念，改名换姓叫“机器学习”，就能跟自己的头脑相媲美。
一个很简单的现象就可以说明问题。一个人要学会开车，需要开多少里程？普通人从完全不会，到能安全上路，一般只需要12节课，每节课1小时。就算这一个小时你都在高速公路上开，也就80 miles的样子。12个小时就960 miles。也就是说，普通人只需要小于1000 mile的驾驶，就能成为比较可靠的司机。
对比一下Google的自动驾驶车，它们每天“分析”和“学习”一百万mile的“模拟驾驶”，而且经常在外面采集数据，每天累计成千上万的mile。然而这些自动车，仍然只能在白天，天气好的时候，在道路环境非常简单的Mountain View市区行驶。我从未在时速超过50mph的公路上见到过Google的自动车。而且据最近的报道，Google的自动车，在过去一年时间里发生了超过272起需要“人工干预”的错误情况。如果人不及时抢过来，其中不少情况会出现车祸。这说明Google的自动驾驶车，离能够投入真正的，安全的使用，差距还非常远。
自动车跟人差距到底有多远呢？天壤之别。人只需要开1000 mile就学会，而机器学习了几百万，几千万，几亿mile，仍然会出问题，这说明这类自动车技术，跟人脑控制运动的方式，有着根本的区别。完全走错了方向，还指望能够在十年之内超越人类驾驶员，这不是天方夜谭吗？
我的预测是：直到人类能够完全的理解自己的脑子如何工作，才有可能制造出能够超越人类驾驶员的自动车。我觉得现在人们对于自动车技术的热情，真是跟文化大革命或者“大跃进”有的一拼。
