各大汽车厂商和科技公司目前都在争相发展自动驾驶，这为未来的人类出行定义了一种新的交通方式。但你可能还不知道的是，已经为此努力了几十年。这个过程中，雷锋网获悉 IBM一直致力于创新科技的发明和专利积累。举例来说，IBM公司近期与Local Motors合作研发了Olli。Olli是世界上首台小型公交车，它集成了IBM的认知计算平台Watson，实现了人类乘客与汽车的自然交互。
雷锋网了解到，IBM近期被授予了这方面的多篇专利，针对的是通过机器学习的手段提高自动驾驶的安全性。通过认知计算技术，自动驾驶的汽车厂商们可以给消费者提供不断递增的安全感，因为在认知计算机制中，越来越多的汽车和人类不断的分享着道路信息。
模拟人类行为
随着自动驾驶应用到人类的交通网络中，作为载体，车辆必须相互分享各自的状态和意图。caravanning拖车就是这方面的一个例子，在caravanning拖车的运动方式中，车体一个接着一个的连接着，它们之间的间距很小，但速度很快，这种运动的实现就部分依赖于信息分享。
我们位于纽约Yorktown Heights的IBM Thomas J.Watson研发中心致力于对人类行为的理解和模型建立，包括根据记录研究人类的反应时间和反应行为。作为计算神经学科学家，在研究中我们引用了自身对于人类大脑的生物学认知和行为产生机理。依托于这样的背景，我们的研究成果——认知计算模型才能更好的帮助人类驾驶员和自动驾驶车辆进行道路信息分享。
我们的专利U.S。 Patent 9566986（Controlling driving modes of self-driving vehicles for the invention自动驾驶车辆的驱动方式控制）受启发于我们对不仅是人类驾驶员也包括自动驾驶车辆的理解，这两个群体在驾驶过程中都会有一定几率出现故障或问题。但有趣的是，我们发现这两个群体在出现问题的时候情况完全不同。因此，很自然的，我们需要训练一套认知计算系统根据人类驾驶员的状态和自动驾驶车辆的状态来预测和评估故障风险。基于预测的结果，我们专利的技术，驱动方式控制调整车辆的运行模式将风险逐渐降低，手段包括提醒和状态切换。
在U.S。 Patent 9566986中，自动驾驶的车辆，道路上的传感器和道路检测系统都会与调度中心进行数据交互。对问题预测的置信度是IBM研发中心在 Jeopardy！ 中表现卓越的重要原因，而同样的认知计算策略在这里被应用于道路信息共享，从而使得人类驾驶和自动驾驶更加安全。
我们的另外一篇专利，解决的是不同驾驶习惯对道路安全的影响，特别是当自动驾驶的车辆和人类驾驶的车辆同时出现在道路中时。不仅如此，特殊的、超出人类能力的驾驶方式，比如caravanning拖车，在人类出现的环境中是不能实现的。通过对人类个体更好的模拟并将这种模型分享给自动驾驶的车辆，特殊场景下的道路危险就可以减轻。
专利U.S。 Patent 9361409（（Automatic Driver Modeling For Integration Of Human-controlled Vehicles Into An Autonomous Vehicle Network实现人类驾驶的车辆融入自动驾驶网络的自动驾驶模型）模拟了人类驾驶的情况，从而使得自动驾驶车辆更好的与人类驾驶员进行道路协同。这个发明准李使用了与自动驾驶车辆之间信息交互相同的接口。因此，使用这篇专利，通过更好更准确的信息交互，车辆可以实现不仅是对自动驾驶车辆，而且包括了人类驾驶车辆进行的目标定位和及时反应。
国家高速交通安全署（NHTSA）提案了一个新的机制，他们考虑将自动驾驶车辆列入对“车辆”这个词的定义。等级0——有司机来实现驾驶，代表车辆驾驶员一直实施对车辆的控制，等级4——高度自动化，代表车辆驾驶员在任何时候都无需实施车辆控制。使用这种分类机制，我们将现在道路上的车辆替代为自动驾驶车辆还需要很多年，并且这个过程将会十分漫长。但是我们依然可以期待：有一天我们行驶的道路上，能并存各种性质的车辆，它们有着不同的功能，与人类驾驶的车辆分享道路，并完美地实现安全驾驶。
IBM可以通过沿用这种认知计算实现人类行为的模拟和预测置信来提高整个交通系统的安全性，并实现道路分享。不管未来几十年里，哪一种驾驶技术或是驾驶模式成为汽车驾驶的主导方向，这只是IBM本着让地球更加美好的愿景而提出的一种新智能系统。