在交通中，人类习惯于不断预测接下来会发生什么。这种推理能力是当今自动驾驶汽车和人工智能系统普遍缺乏的。在最近的一项研究中，Mehul Bhatt 与德国和的同事一起表明，将现代神经学习与常识推理相结合可以克服当今使自动驾驶汽车陷入困境的一些陷阱。该研究发表在人工智能杂志(AIJ)上。

“开发的人工智能方法使自动驾驶汽车像人类一样学习理解世界。理解也带来了解释决策的能力，”Mehul Bhatt 说。

结果，自动驾驶汽车可以识别出隐藏在汽车后面几秒钟的骑自行车的人仍然存在，直到它再次出现。该方法使自动驾驶汽车能够展示各种类似人类的常识能力。这种能力在自动驾驶汽车或其他仅基于机器学习的人工智能技术中是无法实现的。

“我们的方法让自动驾驶汽车了解事件的过程，在这种情况下，能见度被汽车挡住，而在汽车通过后，骑自行车的人将再次可见。这种理解水平对于自动驾驶至关重要。驾驶车辆在不同的驾驶条件和环境下做好交通准备。”

包容、安全和信任

安全性是开发像人类一样看待和理解世界的人工智能技术的另一个重要优势。这种新的人工智能方法使自动驾驶汽车能够展示他们在交通中做出特定决定的原因——比如突然刹车——这是今天的自动驾驶汽车无法做到的。

Mehul Bhatt 强调说：“最重要的是，我们没有任何人完全理解的非透明技术驱动我们，无论是人工智能的开发人员，还是车辆的制造商或工程师本身。如果自动驾驶汽车为了与人共享相同的空间，我们需要了解这些汽车是如何做出决定的。”

这也很重要，尤其是在研究事故、解决保险问题和帮助有特殊需要的人方面。

“归根结底，标准化至关重要。我们需要就自动驾驶汽车的技术达成共识——就像我们对飞机技术所做的那样。目前，我们离它很远。这将只有当我们完全了解我们正在开发的技术时才会发生，”Mehul Bhatt 说。

为人类开发技术

除了开发人工智能技术，厄勒布鲁的 Mehul Bhatt 和博士生 Vasiliki Kondyli 正在研究人类在交通中的行为，让测试对象在实验控制的交通情况下在虚拟世界中驾驶汽车。

Mehul Bhatt 解释说：“此类人类行为研究的结果被用于开发以人为中心的自动驾驶汽车人工智能技术，该技术可以满足人类期望的水平。”

影响未来的交通

自动驾驶汽车的发展如火如荼，根据 Mehul Bhatt 的说法，现在是影响智能移动系统未来的时候了。

“我想为自动驾驶汽车技术的发展做出贡献，这些技术可以安全、合法地将我们从 A 点带到 B 点，同时满足无障碍要求和社会规范。因为我们永远不会允许没有驾照的人驾驶汽车，我认为我们至少应该对自动驾驶汽车提出同样的要求，”Mehul Bhatt 总结道。