很少有想法能像自动驾驶汽车那样让技术人员如此兴奋。机器学习是人工智能的一个分支，它的进步将使汽车能够通过从现实世界获取大量数据来自学驾驶。他们开得越多，收集的数据就越多，他们就会变得越好。只需轻轻一按应用程序召唤的机器人出租车将使汽车所有权变得过时。最重要的是，以电子设备的速度运行的反射将大大提高安全性。汽车和科技行业的老板们谈到了一个“零事故”的世界。
技术就在眼前。2015年，特斯拉的老板埃隆·马斯克曾预测，到2017年，特斯拉的汽车将能够“完全自主”。马斯克以错过自己的最后期限而闻名。但他并不孤单。通用汽车曾在2018年表示，将在2019年推出一批没有方向盘或踏板的汽车；6月，它改变了主意。被广泛视为行业领导者的Alphabet子公司Waymo承诺，将于2018年底在凤凰城推出无人驾驶出租车服务。该公司一直在凤凰城测试自己的汽车。这个计划失败了。只有部分城市被覆盖，只有获得批准的用户才能参加。凤凰城宽阔、阳光普照的街道是世界上最容易驾驶的街道之一，即便如此，Waymo的汽车还是有人类安全驾驶员驾驶，以防万一。
福特总裁吉姆?哈克特承认，汽车行业“高估了自动驾驶汽车的到来”。Alphabet无人驾驶业务的关键人物克里斯?厄姆森曾希望自己年幼的儿子永远不需要驾照。厄姆森现在谈到，自动驾驶汽车将在未来30至50年内逐渐出现。越来越多的公司正在转向一种更渐进的方式，建立在车道保持或自动停车等技术上。一系列涉及自动驾驶汽车的死亡事故粉碎了零碰撞世界近在咫尺的想法。市场开始流行起来。9月，摩根斯坦利将Waymo的估值下调40%，至1050亿美元，理由是其技术存在延误。
换句话说，未来会陷入交通堵塞。这在一定程度上反映了科技行业对浮夸承诺的偏好。但自动驾驶汽车也被认为是人工智能力量的旗舰。他们的挣扎为我们提供了宝贵的教训，让我们认识到世界上最时髦的技术的局限性。
一个是，尽管机器学习取得了诸多进步，但机器仍然不擅长学习。大多数人需要几十个小时才能掌握驾驶。Waymo的汽车已经进行了超过1000万英里的试驾，但仍未达到标准。一旦人类学会了开车，即使是在凤凰城的舒适街道上，他们只需付出一点努力，就能把这些知识应用到任何地方，很快就能学会如何适应高峰时段的曼谷或希腊乡村的砂石路面。电脑没有那么灵活。人工智能研究人员花费了大量精力来寻找技术，以帮助他们匹配人类表现出的快速学习能力。到目前为止，他们还没有成功。
另一个教训是机器学习系统是脆弱的。仅仅从现有数据中学习意味着他们要与他们从未见过的情况作斗争。人类可以利用常识和动态推理来对新事物做出反应——例如，一架轻型飞机降落在繁忙的道路上，就像8月份在华盛顿州发生的那样(由于人类的认知灵活性，没有人受伤)。自动驾驶汽车的研究人员称这些不寻常的情况为“边缘情况”。开车的时候会遇到很多这样的情况，不过大多数都没有那么戏剧化。迄今为止，处理不当的边缘案例似乎至少是自动驾驶汽车造成部分死亡的一个因素。这个问题如此棘手，以至于一些公司，尤其是中国的公司，认为重新设计整个城市来支持有限的自动驾驶可能比制造全自动汽车更容易。
最普遍的观点是，像大多数技术一样，当前所谓的“人工智能”既强大又有限。机器学习的最新进展是革命性的。与此同时，最终目标——在机器中创造出一种流动的、通用的、类似人类的智能——仍然很遥远。人们需要把合理的兴奋和机会主义的夸张区分开来。基本上无人驾驶汽车是可能实现的。但越来越多的人一致认为，这不是迫在眉睫的。任何指望人工智能来做生意或找乐子的人，可能会比记住这个警世故事更糟糕。
