主题：如果要走向强人工智能，openai的路线根本就是错的 -- 亮子

rule-based

具体来说，就是：

感知到周围的场景 + 自身的目的方向 ==》控制车辆前进速度+转向

规则就是把各种场景+自身目的都列出来，然后告诉车辆在这一情况下应该什么速度什么方向。举个例子：前方15米看见路口交通灯是红色的 + 自身目的需要在路口右转 ==》减速到零，车辆控制在往右偏17.5度停在白线后面。

把各种情况下的规则定出来，然后做成一个列表就好了。这样是可以实现的，就是没法保证覆盖马路上千变万化的情况。特斯拉撞死驾驶员的几次都是因为碰到了特斯拉的规则没有列举到的情况。其中有一次是高速上的车道分界线画得不清楚（旧的线没有完全除掉，和新的线位置不同），结果毛豆X就不知道怎么办了，也不减速，照着高速中间的水泥隔离带就这么装上去了。另外一次看见一个白色的集装箱车停在高速上，特斯拉“这是什么不认识？接着开吧”就保持高速撞上了。两次都是特斯拉驾驶员身亡🕯️🕯️🕯️🕯️🕯️🕯️🕯️

机器学习则是看人类驾驶员怎么开，机器就怎么学。比如上面的例子。人类看见地面划线不清楚就会减速，然后用其他的参照物来决定怎么开。所以人类会沿着水泥隔离带开而不是撞上去。另外的例子里面，人类看见前面一个奇怪的白色集装箱会马上减速，直到确定边上有可以开的空隙才会换道绕过去。这样的话是不是要好一些？但是光靠机器学习做自动驾驶也不行。在美国的话机器30分钟都学会超速了。在波士顿学一下都得变成加塞变道不打灯的“野蛮行驶”。所以现在一般是把机器学习用规则框起来，确保不要机器学坏了。