麻省理工學(xué)院和微軟的研究人員合作開發(fā)了一套系統(tǒng)，可幫助識別自動駕駛汽車和機(jī)器人工智能知識的失誤，這些失誤被稱為“盲點(diǎn)”，也就是當(dāng)訓(xùn)練樣本與人類在某種情況下會做什么之間存在顯著差異時 - 例如無人駕駛汽車難以區(qū)分大型白色汽車和救護(hù)車之間的差異，例如忽略了警笛聲，因此表現(xiàn)不佳。

　　麻省理工學(xué)院和微軟的新模型將人類的真實(shí)行為與在相同情況下所做的事情進(jìn)行比較。或者，在實(shí)時環(huán)境中觀察AI可以在發(fā)生或之前糾正任何錯誤。其結(jié)果是AI系統(tǒng)將根據(jù)其動作與人類的匹配程度來改變其行為，并確定需要更多理解的情況。

　　“這個模型幫助自治系統(tǒng)更好地了解他們不知道的東西，”研究作者Ramya Ramakrishnan寫道。，“很多時候，當(dāng)部署這些系統(tǒng)時，他們的訓(xùn)練模擬與現(xiàn)實(shí)環(huán)境不匹配，AI他們可能會犯錯誤，例如發(fā)生事故時。我們的想法是利用人類處置特定狀況的方式彌合模擬和現(xiàn)實(shí)世界之間的差距，這樣我們就可以減少其中的一些錯誤。“

　　該模型還沒有為公眾推出做好準(zhǔn)備，但是研究人員一直在使用游戲?qū)ζ溥M(jìn)行測試，其中模擬人對游戲中的角色進(jìn)行校正。然而，似乎下一個合乎邏輯的步驟是開始將它與真正的自動駕駛汽車及其測試系統(tǒng)一起使用。