如果你相信各大公司的CEO，那么感觉可能再过几个月全自动驾驶汽车就要实现了。2015年，埃隆·马斯克预测特斯拉将于2018年推出全自动驾驶汽车，Google也是如此。Delphi和MobileEye计划将于2019年推出四级系统，Nutonomy计划于同年在新加坡街头部署数千辆无人驾驶出租车。通用汽车将于2019年开始生产全自动驾驶汽车，这种车辆没有方向盘，也无法让司机介入——这些预测背后关系到的是资金的投入，这些公司纷纷下注赌软件的发展能够实现这些大肆的宣传。

从表面上看，似乎全自动驾驶汽车近在眼前。Waymo已经开始在亚利桑那州特定的公共道路上测试汽车。特斯拉和其他效仿者也纷纷开始出售功能上有限制的自动驾驶汽车，但如果有意外情况发生，这类汽车依然需要依靠司机进行干预。最近几起事故，有些是致命的，但是只要系统不断改进，从逻辑上说，我们距离没有人为干预的自动驾驶车辆不会太远了。

但是全自动驾驶汽车的梦想可能比我们想象中还要更加遥远。人工智能专家越来越担心，距离自动驾驶系统可以确保避免事故，可能需要数年甚至数十年。虽然自我训练系统可以应对现实世界的混乱，但是纽约大学的GaryMarcus等专家则认为重新审视这一问题不可避免，有人称之为“人工智能的寒冬”。这种延迟可能会造成整整一代人都无法实现全自动驾驶汽车，这会给那些依靠自动驾驶技术的公司带来灾难性的后果。

很容易理解为什么汽车公司对自动驾驶持乐观态度。

在过去的十年中，深度学习(一种使用分层机器学习算法，从海量数据集中提取结构化信息的方法)已经在人工智能和技术行业取得了惊人的进展：它加强了Google搜索、Facebook的NewsFeed、将会话语音转成文本的算法、还支持Go-playing系统。在互联网之外，我们用机器学习检测地震、预测心脏病，并通过摄像头检测行为，还有很多不计其数的创新。