所以汽车只是部分 自主 首先，他们需要一件事：智慧。 可以连接到汽车上的所有传感器，摄像机和雷达不断收集大量数据，但是最后，如果缺乏头脑，它们将毫无用处。 在“机器学习”领域，计算机现在相对较好：计算机从过去学习，并将知识转移到未来。
我们每天都遇到机器学习的示例：例如，如果您在Google上搜索ACAD，则会收到以下消息：“您是说ADAC吗？”。 但是，计算机不够智能，无法识别拼写错误的单词并予以纠正。 他只知道过去，许多搜索ACAD的人在几秒钟后就开始了对ADAC的新搜索。 机器会记住该模式并将其转移到新的搜索查询中。
如果没有先前的学习过程就可以将单词识别为错误，并且建议正确的拼写，则该系统才真正智能。 但这正是人工智能的问题：语言。 虽然技术（例如图片中的技术）现在拥有无数的物体–“汽车，房屋，行人，骑自行车的人等等” –通常甚至比人类能够识别和确定的速度更快，更好，但它做到了最简单的单词和句子通常很困难。 只要想一想翻译各种翻译程序通常比尝试正确还糟糕。
虽然人类作为有智慧的人通常仍然可以理解粗略的翻译，但计算机在这里也会无情地失败。 如果语言不是进入和进入我们大脑的唯一直接途径，那就不是那么糟糕。 所有人类思维以及我们的智慧都基于语言-“柏拉图已经认识到了这一点，他说过：“思维是灵魂与自身的内在对话”。 但是，只要计算机不像我们人类那样“讲”，它就无法以可比的方式思考和行动-“这是多么困难，每个尝试用外语思考的人都会为自己着迷。
这种联系已使90年代对人工智能（AI）的研究成为了一个巨大的障碍。 在机器学习的发展不断发展的同时，人工智能的发展由高变低，并不断陷入语言问题。 现在，专家们期望与那时类似的暴跌。 在过去十年中研究加速发展并且Google凭借其AlphaGo计算机树立了新的里程碑之后，最新的语音机器人再次面临着已知的障碍。
例如，当计算机程序尝试使用用户的Facebook活动来发表有关其性格的陈述时，不理解的影响就变得很明显-这些通常相距甚远。 如果该程序最终基于这些假设提出广告，那就更糟了：给一定年龄的每位老年人提供针对整天的痴呆症患者的全天候超大时钟并不少见。
直接与人工智能相比，机器学习似乎有点天真-但是这种错误很少发生。 对于汽车而言，这意味着将来可以将越来越多的功能转移到该技术上。 例如，迟早我们将不再需要在高速公路上或停车过程中进行任何直行驾驶。 在这里，计算机可以应用和传输已学到的知识。 但是，一旦汽车自行在城市中航行并遇到大量不可预测的事件，由于缺乏原因，它将在很长一段时间内失效。 （Michael Gebhardt / SP-X）