李开复在瑞士举行的达沃斯世界经济论坛上，探讨了人工智能的“电车难题”。他认为，自主机器人和决策的确可能导致致命错误，然而，如果社会能够以负责任的态度引入机器人技术，更多的生命将会因此得以拯救。
在未来20年内，随着机器人技术的进步，自动驾驶汽车、工业机器人和医用机器人将拥有更强的能力和自主性，并得到更广泛的应用。这些自主机器人可能会犯下决策错误，导致重大伤亡，但人类的参与可以避免这类灾难。
机器学习的过程是机器人通过大数据学习，而非单纯依赖人类编程。它们利用复杂的数学公式完成任务，如“识别红绿灯”。尽管所需数据量远超人类，但经过训练后，机器人在特定任务上的表现通常优于人类。过去五年中，机器学习技术的提升使得人工智能和机器人的性能显著增强。
以自动驾驶为例，WayMo在2021年完成了230万英里的测试，积累了大量驾驶经验，而人类司机的经验无法与之相比。特斯拉的“智能召唤”功能也展示了机器学习的进步，经过用户反馈和数据收集以后的改进，使其成为一大竞争优势。
随着数据的不断增加，人工智能的能力也在快速提升。未来，自动驾驶将从“握住方向盘”逐步发展到“无需监视”，最终实现全自动驾驶。中国的文远知行在无人小巴和无人环卫车的应用上，展现了机器人技术的安全性和有效性。
通过减少人为错误，自动驾驶汽车在未来可以防止数万起交通事故，拯救无数生命。尽管如此，人们对机器错误导致的死亡仍然存有担忧，经典的“电车难题”凸显了道德困境。机器人和人类的感知方式不同，导致的错误类型也有所不同。
公众对机器致死事件的接受程度较低，尤其是媒体对相关事件的报道可能加剧这种恐惧。法律责任的归属问题也亟需明确，确保在发生事故时，相关方能够承担应有的责任。
综上所述，机器人技术具备拯救生命的潜力，只要其表现优于人类，就有理由推广自动化技术。我们需要在特定环境中逐步引入机器人，并收集数据以提高其性能，同时减少对人类生命的威胁。
在推动自动化技术的过程中，公众对机器人技术的理解至关重要。通过透明的沟通与教育，我们能够在未来更好地利用机器人技术，服务于人类社会。
