第一个谷歌车祸有一个肮脏的小秘密

关于导致最近的谷歌自治车祸的原因，我有一个很好的亨累。

从所有报告中，它看起来像lexus rx 450h，谷歌用途用于公共道路上的测试使车道变化变化，并且没有注意到公共汽车稍微快速。一个人的司机在车轮后面，但汽车是自主模式。谷歌汽车让两辆其他车进入车道，很可能会困惑谁有谁有路。谷歌承认了事故的一些责任。

这在交通状况中经常发生，在那里有一种误解谁在做什么。然而，这里的肮脏小秘密是，虽然人工智能与人类驾驶员有很多优势（它可以立即看一下，它可以使用多个传感器，但它永远不会分心），它可能是机器人前的另一个20年甚至可以从一个非常年轻的时候筹集人类拥有的东西。

当然，我谈论直觉。它有一些其他名字 - 一种“感觉”或氛围，第六种，或者意识，令人难以置信的难以编程到机器人中。

请记住，任何机器人操作都需要复杂的编程例程。这是使“终结者场景”如此难以置信的原因。只有现在，机器人只做我们编写的操作。人类勉强理解自己的直觉 - 为什么当你感到即将危险的危险时，你的脖子背上的毛发站起来。涉及任何事实。你只知道有风暴来临，或者一个想和你的女儿约会的人是一个蠕动，或者你丢失了你的车钥匙。

几年前我被称为陪审团，我与人类直觉相关的最生动的回忆之一。有一个轻微的混合，我被引导到一个房间，然后是另一个房间。不知何故，我最终在错误的房间里 - 犯罪分子正在等待他们的审判的房间里。我没有任何事实继续下去。没有人真的看起来像罪犯。我刚刚接受了这一事实，这绝对是错误的房间，为门带来了蜜蜂线。

我们如何编程计算机以了解这一点？

在交通状况中，您可能无法立即查看所有方向或在您面前扫描几百英尺并计算另一个移动车辆的路径，但我们确实有一个先天的能力来感知危险。也许是我们的外围视觉中的一闪现的运动，结合了远处的奇怪声音，也许这是一百不同的指标，所有这些指标都融入了一种关于情况的一种感受。量化几乎是不可能的 - 你只是知道某些事情是不对的。我们仍然在我们可以编制特定行动的AI的早期阶段，但我们“在没有接近的地方，使机器人对某种情况有关。

这是斯坦福仍在测试高速自动驾驶的原因之一。几年前，我遇到了克里斯格·杰尔德斯斯坦福教授，并在奥迪TT乘坐了一些乘坐，他们在加利福尼亚州的一条赛道上进行测试。我记得他如何解释说，有自动车辆的许多“微型”情景 - 例如，速度，交通状况甚至天气略有变化。计算机可以分析数百甚至数千个这些方案。但是当汽车在路上的塔架斑点并且必须转向时，这鸟在窗户右转呢？Gerdes表示，有可能量化许多这些方案和写例，帮助自动车了解道路状况，但工作仍在过程中。

但是，这不是所有的厄运和忧郁。在每种情况下，没有自治车都必须完善 - 人类不断在道路上犯错误。肮脏的小秘密是我们在机器人驾驶中没有争取100％完美。在我们准备好交出轮子之前，我们只需需要汽车比我们更聪明。