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

麻省理工學院和微軟的新模型將人類的真實行為與在相同情況下所做的事情進行比較。或者，在實時環境中觀察AI可以在發生或之前糾正任何錯誤。其結果是AI系統將根據其動作與人類的匹配程度來改變其行為，並確定需要更多理解的情況。

“這個模型幫助自治系統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，當部署這些系統時，他們的訓練模擬與現實環境不匹配，AI他們可能會犯錯誤，例如發生事故時。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實世界之間的差距，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備，但是研究人員一直在使用遊戲對其進行測試，其中模擬人對遊戲中的角色進行校正。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一起使用。