據外媒New Atlas報導，麻省理工學院（MIT）的一個團隊正在研究自動駕駛汽車中的人工智能是否可以對周圍人類駕駛員的性格進行分類。麻省理工學院的計算機科學與人工智能實驗室（CSAIL）團隊希望，準確地假設人類駕駛員的性格能夠更好地使自動駕駛汽車預測駕駛員的行為。顯然，在由AI駕駛的汽車與仍由人類操作的汽車混在一起的世界中，這將意味著更高的安全性。

當前用於自動駕駛汽車的AI在很大程度上假設所有人類都以相同的方式行事，並花費無數的資源來適應不習慣的情況。這意味著要謹慎行事，例如，在AI嘗試導航時，會在四向停靠點上產生長時間的等待。這種注意減少了在十字路口發生事故的機會，但是由於等待的汽車後面和周圍的駕駛員對其高度保守的駕駛行為做出反應，因此可能導致其他危險。

CSAIL團隊的一篇新論文概述瞭如何使用社會心理學和博弈論中的方法以對AI有用的方式對人類駕駛員進行分類。使用一種稱為“社會價值取向”（SVO）的方法，可以根據人的利己程度（“自私”）或利他合作的程度（“親社會的”）對駕駛員進行評級。他們的目的是訓練AI做到為駕駛員分配SVO評分，基於此創建風險評估，並使用此信息來改變其自身的行為。

通過進行模擬測試，計算機獲得了模仿其他汽車行為的簡短運動摘要，從而使AI對這些汽車運動的預測提高了25％。例如，在左轉模擬中，計算機能夠根據即將到來的駕駛員的社交能力預測，更準確地評估進入交叉路口的安全性。

該團隊將繼續建立用於評估其他駕駛員的算法預測，因此尚未為實際實施做好準備。即使車輛不是自動駕駛，工作中的SVO的安全性也很重要。例如，可以對進入駕駛員盲區的汽車進行SVO評估，以告知傳遞給駕駛員的警告等級。後視鏡警告即將來臨的激進駕駛員也可以幫助改善對看似不穩定或激進行為的反應。

該論文的主要作者、麻省理工學院的研究生Wilko Schwarting表示：“在自動駕駛汽車中創造更多類似人的行為，對於乘客和周圍車輛的安全至關重要，因為行為的可預測性使人們能夠理解和適當響應該自動駕駛汽車的行為。”

麻省理工學院的團隊計劃通過將SVO建模應用於行人，騎自行車的人以及其他駕駛環境中的交通因素來推進研究。他們還計劃調查該系統是否會對汽車以外的機器人系統（例如家用機器人）產生影響。

該論文定於本週在《美國國家科學院院刊》上發表。