隨著人工智能技術的發展，自動駕駛的算法越來越精進，傳感器也越來越靈敏，但是目前所有的自動駕駛汽車都不具有的是：社會意識。也就是說，對自動駕駛汽車而言，路上跑的其他的車子不過是由數字0和1組成的物體而已，考慮不到有特定意圖、動機和不同個性的充滿變數的人類司機。
為此，麻省理工學院計算機科學和人工智能實驗室(CSAIL)的研究人員帶領團隊探索是否可以對自動駕駛汽車進行編程，讓其可對司機的社交個性區分，以更好地預測車子在路上的軌跡，提高交通安全。
世界衛生組織2018年12月 7日在官網發佈的數據顯示：全世界每年有135萬人死於道路交通事故，另有2000萬至5000萬人受傷（其中許多人致殘）。道路交通事故使大多數國家損失了國內生產總值的3%，並且是5-29歲的兒童和年輕人的主要死因。汽車事故對公共健康來說是一個巨大的問題，它涉及不同年齡段的人，威脅著人們寶貴的生命，並且耗費高昂的社會成本。
為了降低車禍風險，在過去幾十年裡，心理學文獻特別關注駕駛員在駕駛時的行為，因為它是減少車禍需要考慮的一個關鍵因素。2002年一項研究分析了男子氣概、年齡以及汽車馬達情況對駕駛員攻擊性的預測，結論是有男子氣概的男子比沒有男子氣概的男子更重視汽車的速度和運動性，而對安全方面的重視程度較低。此外，也有研究對駕駛員性別、脾性、酗酒等作為區別項對駕駛員進行預測。
而CSAIL的新論文裡（論文會於這周在最新一期的PNAS出版），科學家們整合了社會心理學的工具，以駕駛員的自私程度作為指標，對其進行社會價值取向分類。利己型與利他型或合作型相對。通過評估駕駛員的社會價值取向，為自動駕駛車輛創建實時行駛軌跡。
（注：PNAS，即《美國科學院院報》，與Nature、Science齊名，提供具有高水平的前沿研究報告、學術評論、學科回顧及前瞻、學術論文以及美國國家科學學會學術動態的報道和出版）
研究小組在合併車道和進行無保護左轉彎的任務上對其算法進行測試，結果表明，在預測其他車輛駕駛行為的能力上提高了25%。例如，給自動駕駛車輛加入了社會價值取向識別的算法後，在左轉模擬中，當自私利己型司機開車靠近，自動駕駛車選擇等待；當利他型司機開車靠近，自動駕駛車選擇左拐。
目前該系統還沒完善到可以在實況道路上實施，但能進行一些不僅限於自動駕駛車輛的有趣應用。比如在你駕駛的車輛裡安裝這個系統，當攻擊性風格的駕駛員駛入你的盲區，系統可以通過後視鏡發出警告，讓你可以及時做出相應調整。它還可以讓自動駕駛汽車真正學會呈現更類人的行為，因而人類司機便能更容易理解自動駕駛汽車的行為。
研究生Wilko Schwarting(威爾科·施瓦廷)是這篇新論文的主要作者，他說：“自動駕駛汽車與人類司機一同在馬路上馳騁，意味著它必須要弄懂人類的意圖以更好地理解其行為。人們傾向合作或是競爭會在駕駛中的行為上得到體現。在論文裡，我們力圖搞清這是否是可以量化的東西。”
論文的其他合著者包括麻省理工學院教授Sertac Karaman和Daniela Rus，以及研究科學家Alyssa Pierson和前CSAIL博士後Javier Alonso-Mora。
當下自動駕駛汽車的一個核心問題在於，它們被編程為假設所有人類的行為方式都是相同的。這意味著，它們在十字路口這類有交集的路況下的決策會相當保守。這種謹慎降低了致命事故的可能性，但同時也造成了一種瓶頸：路上有些駕駛員可能對此感覺特別無奈，更別提理解了。這可能就是為什麼大多數交通事故都與急躁的司機追尾有關。
Schwarting說：“在自動駕駛車輛中創造更多類人行為對於乘客和周圍車輛的安全是至關重要的，因為可預測的行為方式使人類能夠理解並恰當地對其進行反應。”CSAIL團隊將社會心理學的方法與博弈論（博弈論是一種構思競爭玩家之間社會狀況的理論框架）結合，以試圖擴展自動駕駛車輛的社會意識。
該團隊建立了道路場景模型，在這個場景下每個司機都試圖最大化發揮自己的優勢，研究人員對其基於路況中的各種因素做出的“最佳反應”進行分析。根據其他汽車的小小的一段移動，團隊通過算法預測周圍的汽車的行為是合作的、利他的，還是利己的。合作和利他都被分為“親民型”分類，分類基於一個人表現出對自己的關心程度與對他人的關心程度。在並道和左轉的情境下，兩個結果選項是要麼讓某人併到你的車道(“親民型”)，要麼不讓(“利己型”)。
在下一階段的研究中，該團隊計劃將他們的模型應用於行人、自行車以及駕駛環境中的其他交通方式中。此外，他們還將研究生活中的其他機器人系統，如家用機器人，並將社會價值取向集成到這類機器人的預測和決策算法中。
Pierson說：“通過直接觀察行動方式而不是在實驗室條件下估計社會價值取向的類型的能力是極其重要的，影響領域遠不只是自動駕駛。”
Rus說：“對駕駛個性進行建模，將社會價值取向用數學算法的方式合併到自動駕駛車輛系統裡，讓機器進行決策判斷，這種工作方式為人類駕駛和自動駕駛的汽車之間的更安全、更無縫的道路共享打開了大門。”
人類行為的發生由太多的因素合力構成，要理解人類的行為本身就是一項自人類文明誕生以來一直被拷問卻始終沒有統一答案的話題。算法不是形而上學的東西，而是實實在在的數字。麻省理工科學家通過觀察行動方式推斷行為人的社會價值取向，反過來又預測人的行為，這種方式的準確率尚未可知。可以確定的是，在研究機器人的過程中，尤其在追求機器類人的進程裡，我們最終更加了解人類本身。也或者，算法的演進讓機器看懂了人是怎麼回事，而人類終究還是無法弄懂自己？
還是非常期待該系統在道路上能夠得到應用，一輛輛自動駕駛和人駕駛的車輛在道路上和諧安全地同存，並大幅度降低道路安全風險，讓已經發生的那麼多交通事故變得儘可能少。
閱讀更多 AI報道 的文章
