你需要大量的社会和文化经验来做这些事，但你几乎不需要去思考就能本能地得出结论。可是想象一下，假如你是一辆无人驾驶汽车，想要做同样的事情，但却没有积累的知识或共享的人性，它们可以让你从其他人的细微行为中解读出线索。把每个行人、骑单车者以及车辆都当作障碍对待，可以让你避免撞上任何东西，但这也很容易让你被隔离。
美国加州大学伯克利分校电子工程与计算机科学系的自动化专家安卡·德拉甘（Anca Dragan）表示：“我们把它称为冷冻机器人问题。汽车所能做的任何事都太危险了，因为只有最糟糕的人类行为才可能会导致碰撞。”
像德拉甘这样的研究人员正在应对这样的挑战，即解释和预测人类行为，以便让无人驾驶汽车变得更安全、更高效、更自信。毕竟，如果每台机器都要为每个无法预测行为的人停下来，我们很快就会被数百万惊恐的机器人堵塞街道。
为了防止交通堵塞，这些研究人员正依靠人工智能（AI）以及教授驾驶系统的能力，通过建模和反复观察这些行为意味着什么，以及系统应该如何对它们做出反应。事实上，无人驾驶汽车首先应该意识到，人类并不是障碍。德拉甘说：“不同于风滚草在风力作用下的移动方式，人类移动取决于他们的决定。当他们想做点儿什么时，他们会采取行动去实现。我们首先考虑的是根据他们目前所采取的行动来推断人们想要做什么。因此，从这个角度来看，他们的行为是理性的。”
举例来说，在高速公路的右车道上，一名司机加速了。计算机知道人们在接近出口的时候应该减速，并且可以推断出这个人很可能会继续向前走，而不是在即将到来的出口退出。这是一个基本的例子：当计算机能够估算出人们想要做什么，以及如何实现目标时，它们就可以合理地预测人们下一步要做什么，并做出相应的反应。
关键在于，即使是机器学习，也不能被场景中的个别元素限制住。日产公司硅谷研发中心的人类学家梅丽莎·塞弗金（Melissa Cefkin）表示：“在这个领域取得进展是非常重要，但机器只是看到了道路上的情况。而作为人类，我们更擅长识别出某些特定行为，这些行为在机器看起来是一回事儿，但从我们的社会视角角度来看，则是另外一回事。”
想象一下，当你沿着城市街区开车时，看到一个人正走向路边。机器人司机可能会计算出他的速度和轨迹，确定他可能要过马路，然后停车以免撞到他。但你看到他拿着车钥匙，意识到他正走向街边，并来到他停在路边的车门处。你肯定会放慢速度，但没有必要停车。塞弗金表示：“人们在特定环境中的移动方式已经在文化和社会上被编码了。这不总是人与人之间的互动，而是人与物体之间的互动。”
这依然是一个很简单的例子。塞弗金指出她所谓的“多因素问题”，即行人和其他司机对周围的人做出的反应。她说：“如果一个行人要在我前面穿过，但却没有看着我，他们很可能会造成交通堵塞问题。所以现在我想知道的是，基于其他交通状况，继续行驶进行下去是否安全。”
现在看来，世界似乎正朝着某种“驾驶地狱”的方向前进，但你无需感到担忧。塞弗金说，教授基于AI的无人驾驶系统适应人类的古怪行为是很困难的，但绝非不可能。达利乌·加夫里拉（Dariu Gavrila）正在德尔夫特理工大学研究智能汽车，训练电脑应对各种挑战，包括通过复杂的十字路口（存在各种移动目标、道路碎片、交通警察）以及其他不寻常的事情，比如有人在街道中间推车。加夫里拉说，他的目标是为机器开发出一种适应性更强的驾驶方式，从而增强社会对新硬件的接受程度。
这项工作意味着，需要考虑到环境中的行人交通因素，比如接近路边、车道或公共建筑入口以及其他行为等。它还要延伸到每个人的动作上，比如某人的头朝一个方向看，而他们的躯干指向另一个方向，这可能意味着什么。加夫里拉说：“识别行人的意图可能是一个拯救生命的办法。我们在真车演示中证明，无人系统可以比人类的反应快一秒钟，而且不会产生错误警报。”
不过，计算机能做的事情毕竟是有限制的。加夫里拉指出：“这不是少数派报告，没有人会告诉你即将发生什么。随着预测水平的提高，未来行人或骑单车者的不确定性也在迅速增加，未来我们将在多少秒内尝试建模。基本行为模型一秒钟后就不再有用了。更复杂的行为模型可能会让我们有两秒钟的预测能力。”
尽管如此，一两秒钟的提前警告可能就是计算机化系统所需要的，因为它依然在人类响应的时间范围之内。但其他自动化专家认为，我们可能会让机器在驾驶的每一微秒内都陷入“过度思考”的状态。英特尔公司无人驾驶系统首席系统架构设计师杰克·韦斯特（Jack Weast）说：“当你在试图预测未来时，这是一项巨大的计算任务，当然它只是产生了一种可能性的猜测。所以，与其把超级计算机装进每辆车里，还不如仔细想想如何确保汽车永远不会撞上任何人。这是一种更经济可行的做事方式。”
这里还有另一个问题。理想的机器人不仅能理解周围的环境，还能理解它自身是如何改变场景的。德拉甘说，许多机器人系统都存在内在缺陷：他们的制造商认为，无人驾驶汽车的出现不会改变其他“演员”的动作。但德拉甘认为：“不管我们喜欢与否，无人驾驶汽车的行为都会影响人类的行为。汽车需要开始考虑这种影响。”
这就是为什么德拉甘及其团队建立新系统的原因，他们的模型中包括了人类司机对汽车的反应模式。她说：“我们的汽车不再是超防御性的，因为它知道自己也能引发人们的反应。就像我们的车辆在其他车辆前面并道时，后者会减速一样。我们还通过利用无人驾驶汽车的行动来积极预估人类的意图。”
这种自信训练可能是未来交通的关键。打造机器人汽车的关键在于，它不仅应该拥有类似人类的意识，还应被赋予像人类一样的能力。
