随着人工智能技术的发展，自动驾驶的算法越来越精进，传感器也越来越灵敏，但是目前所有的自动驾驶汽车都不具有的是：社会意识。也就是说，对自动驾驶汽车而言，路上跑的其他的车子不过是由数字0和1组成的物体而已，考虑不到有特定意图、动机和不同个性的充满变数的人类司机。
为此，麻省理工学院计算机科学和人工智能实验室(CSAIL)的研究人员带领团队探索是否可以对自动驾驶汽车进行编程，让其可对司机的社交个性区分，以更好地预测车子在路上的轨迹，提高交通安全。
世界卫生组织2018年12月 7日在官网发布的数据显示：全世界每年有135万人死于道路交通事故，另有2000万至5000万人受伤（其中许多人致残）。道路交通事故使大多数国家损失了国内生产总值的3%，并且是5-29岁的儿童和年轻人的主要死因。汽车事故对公共健康来说是一个巨大的问题，它涉及不同年龄段的人，威胁着人们宝贵的生命，并且耗费高昂的社会成本。
为了降低车祸风险，在过去几十年里，心理学文献特别关注驾驶员在驾驶时的行为，因为它是减少车祸需要考虑的一个关键因素。2002年一项研究分析了男子气概、年龄以及汽车马达情况对驾驶员攻击性的预测，结论是有男子气概的男子比没有男子气概的男子更重视汽车的速度和运动性，而对安全方面的重视程度较低。此外，也有研究对驾驶员性别、脾性、酗酒等作为区别项对驾驶员进行预测。
而CSAIL的新论文里（论文会于这周在最新一期的PNAS出版），科学家们整合了社会心理学的工具，以驾驶员的自私程度作为指标，对其进行社会价值取向分类。利己型与利他型或合作型相对。通过评估驾驶员的社会价值取向，为自动驾驶车辆创建实时行驶轨迹。
（注：PNAS，即《美国科学院院报》，与Nature、Science齐名，提供具有高水平的前沿研究报告、学术评论、学科回顾及前瞻、学术论文以及美国国家科学学会学术动态的报道和出版）
研究小组在合并车道和进行无保护左转弯的任务上对其算法进行测试，结果表明，在预测其他车辆驾驶行为的能力上提高了25%。例如，给自动驾驶车辆加入了社会价值取向识别的算法后，在左转模拟中，当自私利己型司机开车靠近，自动驾驶车选择等待；当利他型司机开车靠近，自动驾驶车选择左拐。
目前该系统还没完善到可以在实况道路上实施，但能进行一些不仅限于自动驾驶车辆的有趣应用。比如在你驾驶的车辆里安装这个系统，当攻击性风格的驾驶员驶入你的盲区，系统可以通过后视镜发出警告，让你可以及时做出相应调整。它还可以让自动驾驶汽车真正学会呈现更类人的行为，因而人类司机便能更容易理解自动驾驶汽车的行为。
研究生Wilko Schwarting(威尔科·施瓦廷)是这篇新论文的主要作者，他说：“自动驾驶汽车与人类司机一同在马路上驰骋，意味着它必须要弄懂人类的意图以更好地理解其行为。人们倾向合作或是竞争会在驾驶中的行为上得到体现。在论文里，我们力图搞清这是否是可以量化的东西。”
论文的其他合著者包括麻省理工学院教授Sertac Karaman和Daniela Rus，以及研究科学家Alyssa Pierson和前CSAIL博士后Javier Alonso-Mora。
当下自动驾驶汽车的一个核心问题在于，它们被编程为假设所有人类的行为方式都是相同的。这意味着，它们在十字路口这类有交集的路况下的决策会相当保守。这种谨慎降低了致命事故的可能性，但同时也造成了一种瓶颈：路上有些驾驶员可能对此感觉特别无奈，更别提理解了。这可能就是为什么大多数交通事故都与急躁的司机追尾有关。
Schwarting说：“在自动驾驶车辆中创造更多类人行为对于乘客和周围车辆的安全是至关重要的，因为可预测的行为方式使人类能够理解并恰当地对其进行反应。”CSAIL团队将社会心理学的方法与博弈论（博弈论是一种构思竞争玩家之间社会状况的理论框架）结合，以试图扩展自动驾驶车辆的社会意识。
该团队建立了道路场景模型，在这个场景下每个司机都试图最大化发挥自己的优势，研究人员对其基于路况中的各种因素做出的“最佳反应”进行分析。根据其他汽车的小小的一段移动，团队通过算法预测周围的汽车的行为是合作的、利他的，还是利己的。合作和利他都被分为“亲民型”分类，分类基于一个人表现出对自己的关心程度与对他人的关心程度。在并道和左转的情境下，两个结果选项是要么让某人并到你的车道(“亲民型”)，要么不让(“利己型”)。
在下一阶段的研究中，该团队计划将他们的模型应用于行人、自行车以及驾驶环境中的其他交通方式中。此外，他们还将研究生活中的其他机器人系统，如家用机器人，并将社会价值取向集成到这类机器人的预测和决策算法中。
Pierson说：“通过直接观察行动方式而不是在实验室条件下估计社会价值取向的类型的能力是极其重要的，影响领域远不只是自动驾驶。”
Rus说：“对驾驶个性进行建模，将社会价值取向用数学算法的方式合并到自动驾驶车辆系统里，让机器进行决策判断，这种工作方式为人类驾驶和自动驾驶的汽车之间的更安全、更无缝的道路共享打开了大门。”
人类行为的发生由太多的因素合力构成，要理解人类的行为本身就是一项自人类文明诞生以来一直被拷问却始终没有统一答案的话题。算法不是形而上学的东西，而是实实在在的数字。麻省理工科学家通过观察行动方式推断行为人的社会价值取向，反过来又预测人的行为，这种方式的准确率尚未可知。可以确定的是，在研究机器人的过程中，尤其在追求机器类人的进程里，我们最终更加了解人类本身。也或者，算法的演进让机器看懂了人是怎么回事，而人类终究还是无法弄懂自己？
还是非常期待该系统在道路上能够得到应用，一辆辆自动驾驶和人驾驶的车辆在道路上和谐安全地同存，并大幅度降低道路安全风险，让已经发生的那么多交通事故变得尽可能少。
閱讀更多 AI報道 的文章
