人工智能被图灵定义束缚，人类可能高估了AI的未来！( 三 )_人工智能被图灵定义束缚

另外，一些大型科技企业的杰出AI研究人员，都开始从实际操作的研究负责人转任至协助游说政府资助的职务上，这种转变迹象显示，像Google、Facebook这些公司对AI研究的兴趣实际上正在慢慢收敛。与此同时，深度学习的瓶颈正在显现，自动驾驶（Self-Driving）技术在现实世界的实际应用便是最明显的例子， Nvidia、Tesla在发展自动驾驶技术上都遇到了困难， Uber自动驾驶汽车在亚利桑那州则遭遇死亡车祸，这些都从侧面展现了AI技术的缺陷。除了能明显看出系统设计的问题之外，自动驾驶系统更是花费了很长一段时间，去试图判断眼前的物体究竟是什么，而不是做出最重要、也是逻辑上唯一该做的决策：确保不会碰撞它。

这与人对危机的处理方式并不相同。尽管人们经常在交通事故后说出当下的判断标准，比如“我看到前方有行人所以向左转避开” ，但许多心理物理学都曾经提出解释，人们往往是在当下透过神经系统迅速将其判断为障碍并采取行动，等一小段时间过后才会意识到发生了什么。这种生存机制来源已久，数十亿年来都保护着我们的安全，而在驾驶车辆时，人们自然也会用到这样的原始反应，由于这些反应并非专为驾驶行为而产生，自然也会因为这些反射神经引发一些事故。然而整体上来说，这种对空间、速度及周遭警觉的原始能力，对于人类安全仍旧有着许多保障。只是这种能力大多无法用言语来描述，也难以进行测量，这使得研究人员难以对机器进行这方面的系统改良， Nvidia过去所提出的End-to-End方法虽然理论上可行，但从现实一些测试中我们也可知道情况并非这么简单。