აჟიოტაჟი და მედიის გაშუქება შეიძლება ცოტათი შემცირდა, მაგრამ ბევრი მანქანის მწარმოებელი მაინც თვლის, რომ ავტონომია არის მართვის მომავალი. თუმცა, რასაც ბევრი არ აღიარებს, არის ის, თუ რამდენად რთულია ამ თვითმართვის სისტემების მომზადება. მათი უმეტესობა მოითხოვს ცნობილ გზებზე რამდენჯერმე გავლას წინასწარ სკანირებული უბნების რთული მონაცემების გამოყენებით. თუმცა, MIT-ის მკვლევარები ავითარებენ AI-ს, რომელსაც შეუძლია ახალი ტერიტორიის გავლა მხოლოდ GPS-ზე დაფუძნებული რუქით და გარკვეული ადამიანის ინტელექტით.
ჩვენ შეიძლება ჯერ კიდევ შორს ვიყოთ ხელოვნური ინტელექტისგან, რომელსაც შეუძლია ისწავლოს ისეთივე ინტუიციით, როგორც ადამიანებს. ხელოვნური ინტელექტის უმეტესობა ნამდვილად სწავლობს მონაცემთა დიდი სიჩქარით გავლისას, მაგრამ ამას აქვს მინუსი, რომ წინასწარ იცოდეს მონაცემთა ნაკრები. უცნობ გზებზე ტარებისას, ამ ხელოვნურმა ინტელექტუალმა შესაძლოა მარცხი დაიწყოს.
ალექსანდრე ამინის და დანიელა რუსის მიერ MIT-დან შემუშავებული ხელოვნური ინტელექტი სწავლობს მონაცემთა ნაკრებებს, მაგრამ არა თავად გზებს, არამედ როგორ მართავენ ადამიანები გზებზე
ნიშნების, სტრუქტურებისა და რუქების მინიშნებების აღება. ავტომატიზირებული Toyota Prius შემდეგ დაყენებულია წინასწარ დაგეგმილ მარშრუტზე სხვა უბანში და ახერხებს გადაწყვეტილებების მიღებას თითქმის ისევე, როგორც ადამიანი.ამ ბოლომდე ნავიგაციის სისტემას ნამდვილად ბევრი უპირატესობა აქვს. თეორიულად, თქვენ უბრალოდ შეგიძლიათ ჩამოტვირთოთ რუკა მანქანაში და ის შეძლებს A წერტილიდან B წერტილამდე გადასვლას ამ სფეროში წინასწარი მომზადების გარეშე. ეს ასევე ნიშნავს, რომ მანქანას არ დასჭირდება ძვირადღირებული სენსორები, როგორიცაა LIDAR ან მოწინავე რუკების გადაწყვეტილებები.
და მაშინაც კი, როდესაც არის შეუსაბამობა გადმოწერილ რუქასა და იმას შორის, რასაც მანქანა ხედავს მისი მეშვეობით კამერები, თვითმართვადი AI კვლავ შეძლებს გადაწყვეტილების მიღებას ადრე ნასწავლი მართვის საფუძველზე მეთოდები. მაგრამ, შესაძლოა, ადამიანების უმეტესობაზე უკეთესი, ის ასევე მიიღებს ყველაზე უსაფრთხო გზებს ან მიიღებს ყველაზე უსაფრთხო გადაწყვეტილებებს, როდესაც დაიკარგება.