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(shí) - 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(shí)環(huán)境中觀察AI可以在發(fā)生或之前糾正任何錯(cuò)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(gè)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(shí)候，當(dāng)部署這些系統(tǒng)時(shí)，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(cuò)誤，例如發(fā)生事故時(shí)。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(cuò)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(gè)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。