它們居然在學習人類的駕車習慣

陳英

讓自動駕駛汽車在路上行駛的結果就是——它們正在學習我們的駕車技巧，甚至，還發展出了它們“自己的”駕車習慣。

在這個夏天，谷歌的自動駕駛汽車Chauffeur剛通過了試驗路段的測試，并且被允許在加利福尼亞的山景城（Mountain View）行駛。而隨著現在自動駕駛汽車這個越來越熱的話題，我們或許可以預見，在不久的將來，人類駕駛員將不得不與自動駕駛汽車共同分享公共交通系統。或者我們應該說——屆時，作為主流汽車的自動駕駛汽車將不得不與人類駕駛員分享交通系統。

然而，單方面的樂觀并不可靠。2015年5月谷歌發布的事故報告中顯示，在過去的六年中，Chauffeur試車共行駛了超過270萬公里的路程，其中有150萬公里是在計算機操作下完成的。在這些試驗中，共發生了11起事故。事故的后果使得車身產生了變形，所幸的是，并未造成人員傷亡。對此，谷歌聲稱，造成這些事故的都不是電腦，而應歸咎于人類駕駛員不當的駕駛技術。

在位于美國加州伯克利的加利福尼亞大學里，有一群人正在和谷歌做著同樣的事。工程師們正在調試自動駕駛汽車，讓它們能夠預測那些一時沖動的、駕車技術并不那么靠譜的人類駕駛員們下一步將會做什么。其中，由科特琳娜·德里格斯·山佩爾（Katherine Driggs-Campbell）所帶領的小隊已經研究出一種算法，它能夠預測出人類駕駛員是否會做出變道行為，且準確率高達92%。基于他們目前的工作成果，科特琳娜將會于下個月出席位于西班牙拉斯帕爾馬斯舉行的全球智能交通系統會議。

對于自動駕駛汽車的愛好者而言，聽到這個消息無疑很讓人振奮——這意味著，安裝了這項算法的自動駕駛汽車可以避免更多交通事故的發生，而且確保道路更加通暢。“但是，人們并不習慣讓一臺機器全權控制整個駕駛過程。”科特琳娜堅定地說。當我們人類駕駛時，我們會注意周圍其他車輛的細微動作，來判斷他們下一步是要轉彎、變道還是降速。但僅靠程序運行的機器卻可能無法做到這點。而假如它們判斷錯誤，那么最嚴重的結果就是，它們會把我們甩飛出去。

“機器沒有和人類相同的觀察技巧，這帶來的嚴重后果是，我們可能被這些汽車甩飛出去。”

“在自動駕駛汽車和人類駕駛員的配合上，可能需要有一個過渡階段。”科特琳娜說。“你怎么確保自動駕駛汽車和人類駕駛員之間能夠順暢地交流，你又如何知道人類駕駛員也真的知道他們自己在做什么呢？”

過去的算法系統都在嘗試，通過使用在人類駕駛員身上貼傳感膜片的方式，讓汽車預測他或她下一步的行為會是什么。舉例來說，假如人類駕駛員頻頻看自己的肩膀的話，那么系統會把這個行為理解為他或她正在可能準備變道。

而科特琳娜和她的同事則想要知道，他們是否可以僅僅通過從外部觀察汽車，就能夠預測出人類駕駛員的下一步動作。

為了首先理解人類駕駛員是如何通過觀察周圍車輛判斷信息的，他們要求志愿者們在模擬情境中進行駕駛。每次當志愿者們決定變道時，就會在實施變道之前按下位于方向盤上的按鈕。研究者們可以通過這些試驗數據，得到人類駕駛員在各類模擬情境下變道時間的范式：當路上都是車輛時，何時變道？當前后車的速度突然放慢，或者前后車突然變道時會怎么做？當旁邊車道上有足夠空位時，又該如何做？

研究者使用了其中的一些數據以調試算法，然后把擁有算法的電腦放在方向盤后面，重新啟動模擬情境，以觀察電腦在這些情境下做出的判斷。試驗的結果是，算法準確預判出了人類駕駛員將會在何時采取變道行為。

類似這樣的算法，將能夠幫助一輛自動駕駛汽車在實地行駛的過程中做出理性的決定。它們也可以用來幫助汽車進一步模擬人類駕駛員行駛技巧，科特琳娜說。

“這活兒干得不錯。不過教會一輛車來理解人類行為以及其它因素還僅僅只是個開始。”來自德國柏林自由大學的勞爾·羅耶思（Raul Rojas）如是說。“就打破規則而言，人類可是非常拿手的！用程序編寫的計算機則永遠不可能打破既定規則。”

編輯：劉雨濛 lymjcfy@163.com