爱华网系列专题：《我们为什么这样开车：开车经济学》
第二章 为什么你车开得不像你想的那么好？ 如果驾驶如此简单，对于机器人来说为什么那么困难？是什么教学机器教会了我们驾驶？ 奈特先生，这正如你所愿。不过，我认为因为疲惫我们都有点焦躁，为了安全起见，我可以建议你把车设定为自由驾驶状态吗？
-霹雳车基特，电影《霹雳游侠》 因为我们不是脑外科医生，所以驾驶可能是每天我们所做的最复杂的一件事。这种技能中包括至少1 500个小技能。无论何时，只要我们在陆地上行驶，就会仔细检查周围是否存在危险或者有没有其他信息，留意不要将车开到其他车道上，判断速度，做出决定（研究发现，每英里我们做出的决定有20个），计算危险，调整仪器，设想他人下一步会做出什么行动，即便在喝牛奶，我们也会想想昨晚的《美国偶像》剧情，安抚牙牙学语的孩子，检查语音留言。在马里兰州某一路段上进行的一项调查发现，车速达到时速30英里时，每2英尺处就显示一条信息。调查推断，司机每分钟可接受1 320条信息，或者大约440个字。这相当于阅读过程中的三段话，同时还可以欣赏一些漂亮景象，更不要说前面提到的其他事也要完成。在驾驶过程中的每一分钟，你都在重复这样的事。 因为这些事情看起来很容易，所以我们不太专注于此。驾驶就像呼吸，或者像不经意的自我放松。我们不过做完这些事情，仅此而已。不过再想一想，人类这种能力确实令人震惊，仔细考虑一下：让一个非人类去驾驶，它需要做些什么？塞巴斯蒂安·特伦（Sebastian Thrun），斯坦福大学的人工智能实验室的负责人，他和队友过去几年一直致力于此项研究。在2005年，特伦和同事们赢得了"国防部高级研究计划局挑战赛"（Defense Advanced Research Project Agency）大奖，他们的车在崎岖的莫哈维沙漠中行驶了132英里，使用的大众途锐轿车名为 "斯坦利"（Stanley），这是辆无人驾驶汽车。仅仅依靠全球定位系统，摄像头，和很多传感器的协作，车辆用了不到7小时的时间就走完了这一路程，平均速度很快，时速达到了19.1英里。 特伦和他的团队在经历了一系列挫折之后，改变了驾驶指挥方法，使 "斯坦利"最终获得了胜利。"我们教会‘斯坦利‘要像个学徒，而不要像电脑，"特伦这样告诉我。"我们不告诉‘斯坦利‘怎么做，‘如果接下来有情况发生，它就会相应的采取下一步行动 ‘，我们通过举例来对它进行训练。比如说，如果仅仅告诉‘斯坦利‘如何限速行驶，这种做法并不会有效果。人开到凹凸不平的车道上会减速，"特伦说道，"但是机器人没那么聪明，它会一直以时速30英里的速度驾驶，直到报废。"不过，特伦亲自驾车，让"斯坦利"记录驾驶的轨迹，记好驾驶的速度和车辆的震动情况。在路段变窄，或者是车身震动异常的情况下，"斯坦利"观察了塞巴斯蒂安做出的反应。 我们把多数人学习的驾驶方式教给"斯坦利"，不是让它在课堂上死记硬背交通规则，也不让它观看充斥血腥场面的安全教育影片，而是实战观察，让它坐在家长车的后座上。对于特伦来说，这一过程使他开始"质疑什么是真正的规则"。虽然基本规则很简单：在一条路上从一处到另一处要限速行驶，不过，如果教会"斯坦利"严格的规则，会让他产生过激反应，就像达斯汀·霍夫曼在《雨人》中饰演的自闭角色，他在过马路时停在路中间，因为路灯显示"禁止通行"。但如果常规都被打破，就像他们驾驶时经常遇到的情况那样，事情又会怎么样？"没有规定说风滚草一定要长在车道之外，"特伦解释道。换句话说，还会有其他事发生。各种各样的变故或者"噪声"都存在。看到闪着灯的警车时，我们要判断是不是有什么人被抓；同样，"斯坦利"也需要破解困扰他的道路环境：在路中间有没有石块或者纸盒？路上有没有限速障碍，或者是否有人从车上摔下来？单单纽约市"禁止停车"的限制标志就可以让"斯坦利"败下阵来。
