0
各大汽車廠商和科技公司目前都在爭相發展自動駕駛，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已經為此努力了幾十年。這個過程中，雷鋒網獲悉 IBM一直致力于創新科技的發明和專利積累。舉例來說，IBM公司近期與Local Motors合作研發了Olli。Olli是世界上首臺小型公交車，它集成了IBM的認知計算平臺Watson，實現了人類乘客與汽車的自然交互。
雷鋒網了解到，IBM近期被授予了這方面的多篇專利，針對的是通過機器學習的手段提高自動駕駛的安全性。通過認知計算技術，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，因為在認知計算機制中，越來越多的汽車和人類不斷的分享著道路信息。
隨著自動駕駛應用到人類的交通網絡中，作為載體，車輛必須相互分享各自的狀態和意圖。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研發中心致力于對人類行為的理解和模型建立，包括根據記錄研究人類的反應時間和反應行為。作為計算神經學科學家，在研究中我們引用了自身對于人類大腦的生物學認知和行為產生機理。依托于這樣的背景，我們的研究成果——認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自動駕駛車輛的驅動方式控制）受啟發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故障或問題。但有趣的是，我們發現這兩個群體在出現問題的時候情況完全不同。因此，很自然的，我們需要訓練一套認知計算系統根據人類駕駛員的狀態和自動駕駛車輛的狀態來預測和評估故障風險。基于預測的結果，我們專利的技術，驅動方式控制調整車輛的運行模式將風險逐漸降低，手段包括提醒和狀態切換。
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
都會與調度中心進行數據交互。
對問題預測的置信度是IBM研發中心在 Jeopardy! 中表現卓越的重要原因，而同樣的認知計算策略在這里被應用于道路信息共享，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慣對道路安全的影響，特別是當自動駕駛的車輛和人類駕駛的車輛同時出現在道路中時。不僅如此，特殊的、超出人類能力的駕駛方式，比如caravanning拖車，在人類出現的環境中是不能實現的。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實現人類駕駛的車輛融入自動駕駛網絡的自動駕駛模型）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行道路協同。這個發明準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，通過更好更準確的信息交互，車輛可以實現不僅是對自動駕駛車輛，而且包括了人類駕駛車輛進行的目標定位和及時反應。
國家高速交通安全署（NHTSA）提案了一個新的機制，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——有司機來實現駕駛，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。使用這種分類機制，我們將現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，并完美地實現安全駕駛。
IBM可以通過沿用這種認知計算實現人類行為的模擬和預測置信來提高整個交通系統的安全性，并實現道路分享。不管未來幾十年里，哪一種駕駛技術或是駕駛模式成為汽車駕駛的主導方向，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。
原文鏈接：https://www.ibm.com/blogs/research/2017/03/cognitive-computing-autonomous-vehicles/，雷鋒網編譯
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
