70%工种的机器人，就是吹牛的。
汽车只有离合器（有的自动档还可以优化掉），档位，油门，刹车，方向盘。
这么几个开关，但特斯拉搞了这么多少年的无人机驾驶，投资了多少亿美元，根本不行，出各种问题。
根据美国国家公路交通安全管理局（NHTSA）的数据，在截至2022年5月的10个月中，使用该技术的车辆发生了近400起交通事故。特斯拉是发生事故最多的品牌。特斯拉搞的无人驾驶是发生事故最多的品牌。
在这些事故中，6人丧生，5人重伤，另有41人中度或轻度受伤。6名死者中有5人是在驾乘特斯拉电动汽车时发生的事故。特斯拉是全球电动汽车中销量领先的品牌，其许多产品可以选装自动驾驶功能包。汽车这几个开关都玩不转，不要说别的了。
实际上人工智能并没有大家想象的那么先进，很多「先进」只是建立在大数据拟合基础上，但并不能保证万无一失，错误率小于人，如老司机有良好开车的习惯的人，可能开二十年车都不出事故，但无人驾驶会很难，碰运气。
现在的很多人工智能技术是基于深度卷积神经网络的图像识别算法，这个算法在正确率达到了一定程度后，正确率提升很难，要不是过拟合（出了样本数据集正确率会急剧下降），要不是花很多很多钱来人工扩充数据集，砸钱做大量的数据标定工程。而现实是千变万化的，很多地方和场景是测试不到的，这样导致人工智能出现误判，不像人一样有推理思考能力。
如马路上出来一个球，人可能想到是附加有人打来的，可能有小孩要避让，而人工智能不会有这些延伸的想法，只是想这个球只是一障碍物，避过它就行了，没有必要做什么小孩避让，这就汲及到深层人脑推理功能，数据标定是做不出这些的，或者是极难做出这些，而现实世界数据和场景是指数爆炸的，很难全部覆盖所有的场景，在概率上可能出现了巧合时就会导致人工智能失灵。
这点不像围棋AI，因为围棋AI所有的规则是死的，电脑可以在计算中模拟对抗，可以电脑生产极多的样本数据（远超人类的学习样本数量），这样可以实现高概率拟合，而现实世界不行，很多东西没有办法模拟或是采购不到真实的数据样本，这样还是有极大的概率出现漏洞或bug，一旦出现，特别是一些重大领域，会产生很大的影响，导致人们对人工智能的高度怀疑或不信任。
机器人理论上可以做到很灵活，但想达到人一样的真正智能，现在的算法根本不行。反过来看如果人工智能自动驾驶汽车，操作几个开关都做不到，代替人根本是不可能的，漏洞太多，一旦出bug像是工业或是生产环境下会生产很大的负面影响或事故，都可能是要人命的。
现在人工智能的算法可能并没有大家想象的好用，而围棋AI因为计算机能生成大量数据给盖住了真实环境下可能出现的数据样本采集不够问题，导致bug出现甚至是一种必然。或者说现在的人工智能算法，和很多普通老百姓理解的完全不一样，用于有的地方可能还行，如人脸识别，但很多生产环境下使用会有很大的问题。
