自駕車，顧名思義是自己會駕駛的車，沒有人駕駛，也不用遠地遙控，找路探路、遵守交通規則、規避意外、車內乘客舒適安全，全由車內系統自己操縱管控。2004 年美國「國防高等研究計劃署」 (DARPA) 舉辦校際自駕車競賽，引發各校興趣，以後連續幾次競賽，從趣味轉為可行研究，接著開始各式各樣的試驗，發展到現在的實際道路測試，自駕車成為交通工具即將成真，可大幅度減少車禍死傷。
自駕車的製作雖然每家不同，但主要技術大同小異，車頂上的小圓桶稱為「光達」(Lidar)，是車的眼睛，以快速的雷射光 360° 掃描周遭景觀，製成立體圖像。另外裝有多個攝影機，來監看交通燈、前車煞車、行人過街。車的前後左右都裝有光達或雷達，檢驗車身鄰近有沒有障礙物。當然更重要的是接收 GPS 信號，保持行車的準確位置。這些接收到的信息整合到軟體，車就可以自己行駛了。
.
Google 起步最早，自 2009 年研發迄今，正式命名 Waymo 的自駕車，已經在全美 25 個城市的街道試車 700 萬哩（1,100 萬公里），為了安全，駕駛座仍坐有「安全駕駛員」，預防突發路況改由手動應變。今年三月 Waymo 在亞利桑納州鳳凰城進入新階段，不再有安全駕駛員坐在駕駛座，在特定地區由乘客自由免費搭乘。上週又開始試驗「收費」，僅告知乘客車資實際並不收費，做計程車準備。日前又與鳳凰城的公車輕軌大眾交通系統接駁，便利市民。
VIDEO
看樣子，無人駕駛的真自駕車，真的要開始上路了，尤其像 Waymo 研發測試那麼多年、路跑了那麼多里，經歷各種路況，累積了龐大的學習數據，應該安全無虞了。但一家新創公司 Perceptive Automata 卻提出了一個盲點。自駕車對於交通規則、路標號誌、周遭障礙，自然都能遵循處理，但對人、特別是路邊的行人，仍存潛在的安全危險。因為人有突如其來的行為，自駕車卻沒有預知的智慧，一旦發生，自駕車可能無法及時因應。
Perceptive Automata（知覺的自動機械），成員包括一些學者專家，技術長是哈佛視覺試驗室的 Sam Anthony 博士，專長是 AI 的人性面。兩年前他帶著攝影機，拍攝一個街道路口的人車互動，想從中找到一個心中疑慮的解答。疑慮是；有多少人在開車的時候察看別人，瞭解別人想什麼，然後因應反應？他在拍攝的影片中找到了答案，是「直覺的下意識判斷」，因為人類有非常好的「寂靜溝通」能力，就是這種不需語言的溝通，確保了我們開車的安全。
但機器，或說是 AI，就沒有這一關鍵性的能力，機器不能解譯人類的寂靜語言，也無從直覺的意識到人類的思維，那我們是不是可以給一些機器、像是自駕車，有能力來解讀人類的意向？Perceptive Automata 的成立，就是來增進自駕車解讀行人意向的能力，這個人走的快、走的慢、左顧右盼想過街、還是不想過....。
行人的走路速度、姿態、方向，以及一些肢體動作，可以用電腦視覺等物理方法分析，但腦子裡在想什麼，則無從得知，就超出了機器學習的範圍。於是 Perceptive Automata 的專家們，根據在哈佛實驗室的經驗，啟動了「行為科學」，既然機器不懂得人類的直覺，人總懂得人類自己的直覺吧，集合人的經驗是不是可以發展出一種邏輯，供自駕車學習？
專家們收集許許多多路上的行人的影片，然後請一群人分別觀看，每看到一個行人，就註解他的意向。當然同一行人的動作會有不同的解讀，路邊一個人向來車招手，有人解讀為讓車停下好讓他自己過街，也有人解讀讓車先行他再過街。這樣反覆千萬次，累積各種互動資料，集合成一個邏輯、通常稱為「模型」，可以解譯人的直覺，再與自駕車系統連接，自駕車就會更聰明的瞭解街道行人的意向。
下圖路口站著一個人，雖然沒有動作，但根據「模型」判斷，這個人即將過街，自駕車就可能慢下來，甚至準備停車。
又如下圖，一個行人在路邊與自駕車同一方向行走，也不靠街道邊緣，根據「模型」的判斷，這個人沒有過街的意向，自駕車就可以正常速度直行，不必慢下來。
技術長 Sam Anthony 說，他們的「模型」、或說是人類直覺的 AI 軟體，已經與全球多家自駕車製造公司合作，並與晶片公司 Nvidia 結為夥伴，至於像 Waymo 已經有相當多的街道經驗，會不會用這個技術，就不得而知。Sam Anthony 說他們的目的，在減少自駕車不必要的煞車與再啟動的反覆動作，讓車內乘客坐的更舒適、更安全。
