近日，據(jù)外媒報(bào)道，微軟和麻省理工開(kāi)發(fā)了一個(gè)模型，可以捕捉這些自動(dòng)駕駛汽車系統(tǒng)的虛擬的“盲點(diǎn)”。據(jù)麻省理工稱，這種方法讓人工智能將一個(gè)人在特定情況下的行為與它本來(lái)會(huì)做的行為進(jìn)行比較，并根據(jù)它與反應(yīng)的匹配程度來(lái)改變其行為。

如果一輛自動(dòng)駕駛汽車在救護(hù)車疾馳而過(guò)時(shí)不知道如何靠邊停車，它可以通過(guò)觀察一名真實(shí)的司機(jī)移到路邊來(lái)學(xué)習(xí)。

自動(dòng)駕駛汽車仍然容易出錯(cuò)，部分原因是人工智能訓(xùn)練只能解釋這么多情況。而該模型還可以實(shí)時(shí)修正，如果人工智能出了問(wèn)題，一個(gè)人類司機(jī)就可以接管并指出了問(wèn)題。

研究人員甚至有辦法防止無(wú)人駕駛汽車變得過(guò)于自信，并將給定響應(yīng)的所有實(shí)例標(biāo)記為安全。機(jī)器學(xué)習(xí)算法不僅可以識(shí)別可接受和不可接受的響應(yīng)，還可以使用概率計(jì)算來(lái)識(shí)別模式，并確定某樣?xùn)|西是真正安全的，還是仍然存在潛在的問(wèn)題。即使一個(gè)行動(dòng)在90％的情況下是正確的，它可能仍然會(huì)看到它需要解決的弱點(diǎn)。

這項(xiàng)技術(shù)還沒(méi)有應(yīng)用到這個(gè)領(lǐng)域。科學(xué)家們只是用電子游戲來(lái)測(cè)試他們的模型，在游戲中有有限的參數(shù)和相對(duì)理想的條件。

微軟和麻省理工學(xué)院仍然需要用真正的汽車進(jìn)行測(cè)試。不過(guò)，如果這種方法奏效，它可能在讓自動(dòng)駕駛汽車變得實(shí)用方面大有作為。早期的車輛在處理像雪天這樣簡(jiǎn)單的事情上仍然存在問(wèn)題，更不用說(shuō)在快節(jié)奏的交通中，一個(gè)錯(cuò)誤就可能導(dǎo)致撞車。這可以幫助他們處理棘手的情況，而不需要精心設(shè)計(jì)的定制解決方案或?qū)⒊丝椭糜谖ｋU(xiǎn)之中。