各大汽車廠商和科技公司目前都在爭相發(fā)展自動駕駛，這為未來的人類出行定義了一種新的交通方式。但你可能還不知道的是，IBM已經(jīng)為此努力了幾十年。這個過程中，雷鋒網(wǎng)獲悉 IBM一直致力于創(chuàng)新科技的發(fā)明和專利積累。舉例來說，IBM公司近期與Local Motors合作研發(fā)了Olli。Olli是世界上首臺小型公交車，它集成了IBM的認(rèn)知計算平臺Watson，實現(xiàn)了人類乘客與汽車的自然交互。

雷鋒網(wǎng)了解到，IBM近期被授予了這方面的多篇專利，針對的是通過機(jī)器學(xué)習(xí)的手段提高自動駕駛的安全性。通過認(rèn)知計算技術(shù)，自動駕駛的汽車廠商們可以給消費者提供不斷遞增的安全感，因為在認(rèn)知計算機(jī)制中，越來越多的汽車和人類不斷的分享著道路信息。

模擬人類行為

隨著自動駕駛應(yīng)用到人類的交通網(wǎng)絡(luò)中，作為載體，車輛必須相互分享各自的狀態(tài)和意圖。caravanning拖車就是這方面的一個例子，在caravanning拖車的運動方式中，車體一個接著一個的連接著，它們之間的間距很小，但速度很快，這種運動的實現(xiàn)就部分依賴于信息分享。

我們位于紐約Yorktown Heights的IBM Thomas J.Watson研發(fā)中心致力于對人類行為的理解和模型建立，包括根據(jù)記錄研究人類的反應(yīng)時間和反應(yīng)行為。作為計算神經(jīng)學(xué)科學(xué)家，在研究中我們引用了自身對于人類大腦的生物學(xué)認(rèn)知和行為產(chǎn)生機(jī)理。依托于這樣的背景，我們的研究成果——認(rèn)知計算模型才能更好的幫助人類駕駛員和自動駕駛車輛進(jìn)行道路信息分享。

我們的專利U.S. Patent 9566986（Controlling driving modes of self-driving vehicles for the invention自動駕駛車輛的驅(qū)動方式控制）受啟發(fā)于我們對不僅是人類駕駛員也包括自動駕駛車輛的理解，這兩個群體在駕駛過程中都會有一定幾率出現(xiàn)故障或問題。但有趣的是，我們發(fā)現(xiàn)這兩個群體在出現(xiàn)問題的時候情況完全不同。因此，很自然的，我們需要訓(xùn)練一套認(rèn)知計算系統(tǒng)根據(jù)人類駕駛員的狀態(tài)和自動駕駛車輛的狀態(tài)來預(yù)測和評估故障風(fēng)險?；陬A(yù)測的結(jié)果，我們專利的技術(shù)，驅(qū)動方式控制調(diào)整車輛的運行模式將風(fēng)險逐漸降低，手段包括提醒和狀態(tài)切換。

在U.S. Patent 9566986中，自動駕駛的車輛，道路上的傳感器和道路檢測系統(tǒng)

都會與調(diào)度中心進(jìn)行數(shù)據(jù)交互。

對問題預(yù)測的置信度是IBM研發(fā)中心在 Jeopardy! 中表現(xiàn)卓越的重要原因，而同樣的認(rèn)知計算策略在這里被應(yīng)用于道路信息共享，從而使得人類駕駛和自動駕駛更加安全。

我們的另外一篇專利，解決的是不同駕駛習(xí)慣對道路安全的影響，特別是當(dāng)自動駕駛的車輛和人類駕駛的車輛同時出現(xiàn)在道路中時。不僅如此，特殊的、超出人類能力的駕駛方式，比如caravanning拖車，在人類出現(xiàn)的環(huán)境中是不能實現(xiàn)的。通過對人類個體更好的模擬并將這種模型分享給自動駕駛的車輛，特殊場景下的道路危險就可以減輕。

專利U.S. Patent 9361409（(Automatic Driver Modeling For Integration Of Human-controlled Vehicles Into An Autonomous Vehicle Network實現(xiàn)人類駕駛的車輛融入自動駕駛網(wǎng)絡(luò)的自動駕駛模型）模擬了人類駕駛的情況，從而使得自動駕駛車輛更好的與人類駕駛員進(jìn)行道路協(xié)同。這個發(fā)明準(zhǔn)李使用了與自動駕駛車輛之間信息交互相同的接口。因此，使用這篇專利，通過更好更準(zhǔn)確的信息交互，車輛可以實現(xiàn)不僅是對自動駕駛車輛，而且包括了人類駕駛車輛進(jìn)行的目標(biāo)定位和及時反應(yīng)。

國家高速交通安全署（NHTSA）提案了一個新的機(jī)制，他們考慮將自動駕駛車輛列入對“車輛”這個詞的定義。等級0——有司機(jī)來實現(xiàn)駕駛，代表車輛駕駛員一直實施對車輛的控制，等級4——高度自動化，代表車輛駕駛員在任何時候都無需實施車輛控制。使用這種分類機(jī)制，我們將現(xiàn)在道路上的車輛替代為自動駕駛車輛還需要很多年，并且這個過程將會十分漫長。但是我們依然可以期待：有一天我們行駛的道路上，能并存各種性質(zhì)的車輛，它們有著不同的功能，與人類駕駛的車輛分享道路，并完美地實現(xiàn)安全駕駛。

IBM可以通過沿用這種認(rèn)知計算實現(xiàn)人類行為的模擬和預(yù)測置信來提高整個交通系統(tǒng)的安全性，并實現(xiàn)道路分享。不管未來幾十年里，哪一種駕駛技術(shù)或是駕駛模式成為汽車駕駛的主導(dǎo)方向，這只是IBM本著讓地球更加美好的愿景而提出的一種新智能系統(tǒng)。

原文鏈接：https://www.ibm.com/blogs/research/2017/03/cognitive-computing-autonomous-vehicles/，雷鋒網(wǎng)編譯

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。