微軟幫助自動駕駛汽車了解其局限性

無知是幸福的，通常最無知的人會做出最可靠的決定，而不是因為知道自己可能是錯的而受阻。

在許多情況下，這一切都很好，但在目前的自動駕駛汽車開發水平上，讓一輛特斯拉自信地撞上一輛消防車或白色麵包車（兩者都發生）可能相當危險。

問題在於，自動駕駛汽車足夠聰明，可以駕駛汽車，但不知道它們何時會進入超出其信心和能力水平的情況。

微軟研究院與麻省理工學院合作，幫助汽車準確了解何時情況模棱兩可。

正如麻省理工學院新聞所指出的那樣，一個情況可以接收到許多不同的信號，因為系統將許多情況視為相同的。 例如，一輛自動駕駛汽車可能在一輛大型汽車旁邊多次巡航而沒有減速和停車。 但是，只有在一個例子中，一輛在系統中看起來完全一樣的救護車經過。 自動駕駛汽車沒有靠邊停車並收到系統採取了不可接受的動作的反饋信號。 因為不尋常的情況是稀有汽車可能會學會忽略它們，儘管它們很稀有但仍然很重要。

微軟貢獻的新系統將識別這些罕見的訓練有衝突的系統，並且可以在它可能已經執行的情況下學習，例如，90% 的時間都在可接受的情況下，這種情況仍然模棱兩可，值得“盲目”點。”

“當系統部署到現實世界中時，它可以使用這個學習模型來更加謹慎和智能地行動。 如果學習模型以高概率預測某個狀態是盲點，則係統可以查詢人類可接受的動作，從而更安全地執行，”計算機科學與人工智能實驗室的研究生 Ramya Ramakrishnan 說。

閱讀更多詳細信息 在麻省理工學院新聞這裡.