无人驾驶汽车拥有一些最先进的硬件和软件技术

他们使用传感器、摄像头、激光雷达、雷达和计算机视觉来评估和了解周围环境并做出驾驶决策。随着技术的发展，我们的汽车将能够在瞬间做出决定，可能比最熟练的人类驾驶员快得多。这意味着在未来，当行人在漆黑雾蒙蒙的夜晚从它前面跳进来时，无人驾驶汽车将能够 100% 地紧急停车。

但这并不意味着自动驾驶汽车的决策水平与人类驾驶员相同。基本上，它们由狭义的人工智能提供支持，这些技术可以模仿类似于人类决策的行为，但仅限于表面。

更具体地说，自动驾驶汽车使用深度学习，这是狭义 AI 的一个子集，特别擅长比较和分类数据。您使用足够的标记数据训练深度学习算法，它将能够对新信息进行分类并根据先前的数据决定如何处理它。以自动驾驶汽车为例，如果你给它提供足够多的路况和驾驶场景样本，它就能知道当一个小孩突然跑到街上时该怎么办。

在某种程度上，深度学习因过于僵化和肤浅而受到质疑。一些科学家认为，有些问题根本无法通过深度学习来解决，无论你向它们提供多少数据，以及 AI 算法经过多少训练。关于检测和响应道路状况是否是其中之一，目前尚无定论。

深度学习是否会变得足以应对所有路况，或者组合或其他技术是否会破解密码并使汽车能够安全地导航到不同的交通和路况，还有待观察。但我们几乎可以肯定它迟早会发生。

但是，虽然传感器和机器学习的进步将使无人驾驶汽车能够避开障碍物和行人，但它们仍然无法帮助我们的汽车决定哪些生命比其他生命更值得拯救。在这里，没有多少模式匹配和统计数据可以帮助您做出决定。你在这里缺少的是责任。