Apple 一直表示，它试图将人置于其所做一切的中心。 它很可能会发现它必须对 Apple Car 做同样的事情，原因很简单：通过自动化，人类增强胜过人类替代。
这就是为什么。
人仍然比机器更聪明
The Information 报道了涉及 Apple Car 项目的挑战。 我想这很糟糕，但新出现的事实似乎是，借用埃隆·马斯克 (Elon Musk) 的一句话，那些推动 AI 自动化发展的人低估了对人类的需求。
[通过 Computerworld 的时事通讯了解最新的 IT 思想领导力、见解、操作方法和分析。 ]
这样看。 Argo.ai 首席执行官 Bryan Salesky 在 2017 年写道：“我们必须构建算法，使我们的自动驾驶汽车能够对其他道路使用者的可能行为有更深入的了解。”
这意味着智能汽车必须足够智能，不会与行人、骑自行车的人、其他车辆发生碰撞，甚至不会与意外的防撞栏或风力驱动的障碍物发生碰撞。 为实现这一目标，他们必须拥有机器视觉智能、智能算法以在无数不可预测的情况下（包括他们自己的代码中的错误）做出正确的决策，以及测量和估计其他道路使用者的轨迹和速度等事物的能力。
软技能很难编码
为了保证道路安全，这些车辆还必须效仿大多数司机的第六感，这种直觉有时会在事情可能会出错时向我们发出警告。 不仅如此，他们还需要了解人类司机在路上与他人交流的方式。 当然，这些系统必须在任何天气条件下都完全可靠，包括暴雨、冰和雪——事实上，当网络覆盖不可用时。
机器必须变得足够聪明才能模仿人类的软技能——而实现这一点似乎是每个自动化项目都遇到的困难。 我们似乎发现，自主性的局限性始于需要情感和情境智力、直觉、沟通、同理心、判断力等技能的地方。
增强胜过自动化
这种认识正在改变方法。 以智能制造为例：工业 4.0 专注于取代人类，而工业 5.0 则探索如何增强人类。
业界认为人类与机器一起工作应该能够取得更多成就并做得更好。 当然，这种看待事物的方式也应该为智能汽车的发展提供信息。
我承认我预计自动驾驶汽车已经上路了。 这并没有真正发生，尽管有一些这样的车辆。 但确实发生的是，随着数十亿美元的研究资金投入到车辆自动化领域，研究人员发现了他们没有预料到的问题。 责任和保险是一个例子，还有网络、电池技术和充电点网络需求等问题。
这就是目前存在的自动驾驶汽车大多在半私人空间中处理预定义路线的部分原因。 同样清楚的是，参与这项工作的每家公司都遇到了意想不到的挑战。 与此同时，大多数汽车制造商（包括福特）和许多科技公司（苹果、谷歌等）都在研究这项技术。
苹果面临的问题
The Information 告诉我们 Apple 团队面临的一些问题。 一个例子是当一辆 Apple 测试车在一个没有标记的人行横道上差点撞到一个正在过马路的慢跑者。 人类测试驾驶员被迫猛踩刹车以防止撞到行人。
事件发生后，Apple 将特定的人行横道添加到其数据库中，但即使是这样的添加也暴露了自动驾驶汽车的固有局限性。 根据美国国家公路交通安全管理局 (NHTSA) 的数据，虽然 Apple 的 AI 可能根本不如其他地方开发的 AI 先进，但这似乎不太可能，因为 Teslas 参与了美国 400 起涉及驾驶员辅助系统的车祸中的 273 起。
Alphabet 的子公司 Waymo 可以说在全自动驾驶汽车方面处于领先地位，但正如 NHTSA 报告显示的那样，它也发生过事故。 因此，该公司只允许“受信任的测试人员”在其汽车上叫车，而且这些车辆还配备一名 Waymo 工作人员作为后备人员以防止出现紧急情况。
人类操作员的坚持意味着这些还不是完全自主的机器。
德国欧洲人工智能顾问伊尼斯·埃利希 (Inis Ehrlich) 表示：“人工智能不应针对各种目的进行编程，而是应该能够独立找到答案并解决问题。”
那么，接下来会发生什么？
可以安全地假设，每当这些车辆确实开始大量出现时，部署将在相对有限的场景中进行。这实际上是制造商为特定任务部署驾驶员辅助技术时正在发生的事情。 但是，在大多数情况下，我们需要人类的判断力和直觉。
这意味着智能汽车的发展将转向增强驾驶员，而不是取代他们。
考虑到这一点，接受最近的报道更有可能接受苹果可能会授权其已经能够完善汽车制造商的自主技术，以便与 CarPlay 一起用于车辆。 即使那样，我们似乎也没有即时的预计到达时间。
看起来，将人置于体验的中心对于下一次交通运输的发展与移动、平板电脑和 PC 的出现一样重要。 它还表明人机增强将定义自动化的未来。 这并不是说真正的智能汽车不再出现在 Apple 的路线图上，而是强烈表明半自动系统将首先出现。
因为软技能很难被取代。
