很少有想法能像自動駕駛汽車那樣讓技術人員如此興奮。機器學習是人工智慧的一個分支，它的進步將使汽車能夠通過從現實世界獲取大量資料來自學駕駛。他們開得越多，收集的資料就越多，他們就會變得越好。只需輕輕一按應用程式召喚的機器人計程車將使汽車所有權變得過時。最重要的是，以電子裝置的速度執行的反射將大大提高安全性。汽車和科技行業的老闆們談到了一個“零事故”的世界。

技術就在眼前。2015年，特斯拉的老闆埃隆·馬斯克曾預測，到2017年，特斯拉的汽車將能夠“完全自主”。馬斯克以錯過自己的最後期限而聞名。但他並不孤單。通用汽車曾在2018年表示，將在2019年推出一批沒有方向盤或踏板的汽車；6月，它改變了主意。被廣泛視為行業領導者的Alphabet子公司Waymo承諾，將於2018年底在鳳凰城推出無人駕駛計程車服務。該公司一直在鳳凰城測試自己的汽車。這個計劃失敗了。只有部分城市被覆蓋，只有獲得批准的使用者才能參加。鳳凰城寬闊、Sunny普照的街道是世界上最容易駕駛的街道之一，即便如此，Waymo的汽車還是有人類安全駕駛員駕駛，以防萬一。

福特Quattroporte吉姆•哈克特承認，汽車行業“高估了自動駕駛汽車的到來”。Alphabet無人駕駛業務的關鍵人物克里斯•厄姆森曾希望自己年幼的兒子永遠不需要駕照。厄姆森現在談到，自動駕駛汽車將在未來30至50年內逐漸出現。越來越多的公司正在轉向一種更漸進的方式，建立在車道保持或自動停車等技術上。一系列涉及自動駕駛汽車的死亡事故粉碎了零碰撞世界近在咫尺的想法。市場開始流行起來。9月，摩根斯坦利將Waymo的估值下調40%，至1050億美元，理由是其技術存在延誤。

換句話說，未來會陷入交通堵塞。這在一定程度上反映了科技行業對浮誇承諾的偏好。但自動駕駛汽車也被認為是人工智慧力量的旗艦。他們的掙扎為我們提供了寶貴的教訓，讓我們認識到世界上最時髦的技術的侷限性。

一個是，儘管機器學習取得了諸多進步，但機器仍然不擅長學習。大多數人需要幾十個小時才能掌握駕駛。Waymo的汽車已經進行了超過1000萬英里的試駕，但仍未達到標準。一旦人類學會了開車，即使是在鳳凰城的舒適街道上，他們只需付出一點努力，就能把這些知識應用到任何地方，很快就能學會如何適應高峰時段的曼谷或希臘鄉村的砂石路面。電腦沒有那麼靈活。人工智慧研究人員花費了大量精力來尋找技術，以幫助他們匹配人類表現出的快速學習能力。到目前為止，他們還沒有成功。

另一個教訓是機器學習系統是脆弱的。僅僅從現有資料中學習意味著他們要與他們從未見過的情況作鬥爭。人類可以利用常識和動態推理來對新事物做出反應——例如，一架輕型飛機降落在繁忙的道路上，就像8月份在華盛頓州發生的那樣(由於人類的認知靈活性，沒有人受傷)。自動駕駛汽車的研究人員稱這些不尋常的情況為“邊緣情況”。開車的時候會遇到很多這樣的情況，不過大多數都沒有那麼戲劇化。迄今為止，處理不當的邊緣案例似乎至少是自動駕駛汽車造成部分死亡的一個因素。這個問題如此棘手，以至於一些公司，尤其是中國的公司，認為重新設計整個城市來支援有限的自動駕駛可能比製造全自動汽車更容易。

最普遍的觀點是，像大多數技術一樣，當前所謂的“人工智慧”既強大又有限。機器學習的最新進展是革命性的。與此同時，最終目標——在機器中創造出一種流動的、通用的、類似人類的智慧——仍然很遙遠。人們需要把合理的興奮和機會主義的誇張區分開來。基本上無人駕駛汽車是可能實現的。但越來越多的人一致認為，這不是迫在眉睫的。任何指望人工智慧來做生意或找樂子的人，可能會比記住這個警世故事更糟糕。