人工智能
让计算机成为老司机？路还很长
在学车的时候，我们脑袋后台会把教练的话和书本内容转化成可以存取的资料。记忆中的存货结合往后经验,让我们逐渐游刃有余，最终进化成老司机。
交规不是真理，有些事故正是因为老手适度违规才得以避免、减轻。除了特例之外还有许多只能靠经验应对的日常状况：岔道入主道，车流密集时怎么挑选时机？这么多违停，按剧情是不是会有鬼探头？这些东西全都只能靠自己熬清楚。
这里头的千头万绪，正是自动驾驶系统开发的主要难点。因为自动驾驶车在不久将来会长时间跟人类司机分享公路，设计者们都希望自动车能平顺融入当前的交通环境，同时在安全性上远超人手不然卖不出去。
明显，首要工作是写一份智能系统能“看懂”的驾驶守则，但这事刚刚起步就已经有麻烦：各大公司都在率先编写自己系统的专用版本，然后抬头一看才想起来这样发展下去，每款自动车所学的规矩都会有点不同。这工作比一开始设想的要庞杂得多。再者，能让自动车完全弄懂的驾驶守则——包含超常应变，酌情违规——是不是真的能编写出来？各种状况都可以量化成数字？事故不可避免时该保护乘员还是途人，人命如何分重轻？
无论如何，只有某部全国统一电子驾驶守则能完成，对应的法规才能砌稳，自动车才会真正进入人们的生活。
在这事上业界巨头之间的合作已经开始了一段时日，但要磨合出一套公用标准估计还得好多年，期间仍要根据科技进展做各种更新细化。
各家合作，最受益的领域是自动驾驶系统“特殊应变”能力的开发。邻近司机的神奇操作、高速飞来的垃圾都需要有精确应对，但这些危机事态发生的频率不高，所以最优解就是意外事故数据的业内共享。虽然同行是冤家，不过眼下自动车这块，无论谁出事都是大家一起背锅，几年内互相提携才是好选择。
自动车安全性的争议是由情绪主导的，不管同一天里有多少车祸，都抵不过一单自动驾驶车的事故。
实际上这类车的安全性只需要比人类司机高10%，三十年里光美国就会少死五十万人。不过这种算数在宣传上不会有用，因为不论自动车的统计/理论成绩比人类司机好多少，它们在未来的实验中多数还会犯错，人们的恐惧始终会有新鲜材料。所以这堆纠缠成球的技术绳结就算都能解开，最后还有个关底Boss是我们人类的偏见。
按灯塔给自己算的这个减伤率，我巨秦帝国的养年银怕是也要说一声I dont feel so good
原文标题：《How do you define "safe driving"in terms a machine can understand》，May 10th 2018
本文译自 economist，由 梁兵 编辑发布。