本文由静心科技原创，全文字数4877，阅读时长约12分钟。

导语：2009年6月1日，载有216名乘客和12名机组人员的法航447号航班在巴西圣佩德罗和圣保罗岛屿附近坠毁，机上人员全数遇难。此次空难是法航成立以来最严重的一次灾难，也是A330客机最严重的商业飞行空难。空难最终调查结果于2012年7月5日公布，指出空速管结冰导致自动驾驶终止，但最终因驾驶员错误操作导致飞机失速，最终酿成空难。

可是，自动驾驶切断之后2分钟，空速管恢复正常……

如果这时候，飞行员重新调整为自动驾驶状态，飞机就能继续轻松在指定高度继续飞行。遗憾的是，到最后坠入大西洋，飞机发出了至少75次失速提醒，可是飞行员一次次忽视。报告数据显示，飞机驾驶直至最后坠机的6分钟里，飞行员一直在不知道飞机失速的情况下，尝试了各种复杂操作，最终都以失败告终！

足可见，在危机时刻，人为错误带来的危害同样也是令人恐惧。

法航447航班空难的突出问题在于，“人与机器缺乏信任”

法航447航班严重事故的最终推手，是飞行员缺乏培训而造成的操作失误。更令人意外的是，事故的全过程，机长大部分时间在驾驶舱睡觉，两名副驾驶员都没有在演习或者训练中练习过同样条件下飞行。

从这个悲剧中，我们能够吸取的教训很多。但是法航447航班最突出的问题应该是，飞行员对机器缺乏信任，完全忽视飞机的提醒。这里引申出一个比较重要的问题，人与机器如何能够建立一种信任？

假如是一个人在你旁边提醒你75次飞机失速，你会置若罔闻吗？答案应该不会。主要问题在于人们已经习惯把技术看做是一个很陌生甚至很遥远的事物，不愿意把技术当做是自己的合作伙伴。重大的技术创新往往裹挟着费解以及误解，这条结论已经在历史上得到多次验证。

第一个圆形的车轮出现时，人们非常疑惑。即使比方形车轮好，但是圆形车轮会一直滚动，而且也不知道会滚到哪去，所以当时人们还是觉得方形的车轮比较靠谱。你是不是觉得不可思议，没关系，那你应该听过电话在刚刚发明的时候，就有很多人认为这会勾“人魂”甚至是能够与死人沟通。类似的恐惧还发生在拍照、收音机、电子邮件等身上。

看似不可思议，其实背后都是一个简单的事实。未来是充满恐惧和不确定性，人们永远无法预测未来将以何种方式到来。反而是当我们回首的时候，我们才会暗自后悔，我怎么会错过它呢？

回到飞机驾驶，我们其实已经和计算机达成了非常好的合作。据报道称，飞机驾驶的过程中，通常只有7分钟时间是没有借助计算机的辅助。在空客上，这样的时间也仅仅有3.5分钟。飞机驾驶都是按照一套确定而有限的控制指令执行，一旦飞机无法自动处理的时候，飞机的控制权就会回到飞行员。

计算机模拟驾驶的作用也在人身上发挥了重要作用。从1940年到1980年年间，因飞行员操作失误导致的事故率一直高居65%。一直到1987年左右，这个数字才降到42%，现在大概只有20%。这个过程发生了什么？一个被普遍认同的重要因素是出现了大量高度逼真的飞行模拟仿真系统，使得飞行员能够非常精准及时应对各种突发事故。

计算机模拟飞行系统

要想人与机器建立信任，一方面需要技术可靠性得到验证，另一方面人们对技术拥有足够的了解和认知。但是很多时候关于技术的根本争议往往不在技术本身，而在于人是否选择使用。

20世纪中叶由人操控的电梯非常流行，没有人接纳自动电梯的出现。直到1945年，纽约电梯操作员集体罢工，导致所有电梯全部停运，这才导致人们开始慢慢接纳自动电梯。可是，自动电梯的技术早已存在了50年之久。要是现在，我们遇到这种由人操作的电梯，大家应该会感到惊讶，“这种由人操作的电梯安全吗？人会犯错啊！”。

所以，关键问题，其实还是认识的问题。

人们认识问题的速度远远跟不上未来科技的发展速度，这也导致预测技术带来的风险要比预测技术带来的收益容易得多。为了解决遥控解锁问题，通用汽车推出GPS安吉星系统，但是人们却怀疑它会造成位置隐私安全问题，可是谁也想不到安吉星系统最终因能够预防盗车事件发生而得到普及。

一旦机器表现出像人一样的行为，甚至超越人，人会感觉不舒服，觉得这不是机器该干的事。正是因为这种偏见甚至傲慢的态度，削弱了人与机器共生的能力。

人工智能很多时候比人的直觉靠谱，原因在于训练时间不够

事实上，现在机器在很多时候要比人靠谱。

比如基于人工智能的系统已经在听、说、读、写、游戏等方面达到甚至超越人类水平，对事物的认知错误率已经低于人类。甚至在一些决策方面表现得比人类还要好，比如德州扑克游戏、人工智能金融等。可是，我们目前对于人工智能系统的应用还是非常谨慎，因为人工智能系统内部是我们无法分析和预知。

我们不知道为什么人工智能系统能够做出这样的比人类更精准、更聪明的决策，这让很多人开始恐惧人工智能系统会在未来某一时刻代替人类。事实可能并非如此，但是围绕人工智能的争议也基本就是这样产生。

甚至对于一些人无法理解的现象发生，人们也会对人工智能发出责难。

比如，2017年，脸书人工智能实验室训练两个聊天机器人来完成谈判，但是由于还没有按照符合人惯用的逻辑来训练机器人说英语，结果发生了让人意想不到的事情。机器人开始以脱离人认可的语法，进行以下这段对话。

机器人鲍勃：我能我我任何别的事(Bob: "I can can I I everything else.")

机器人爱丽丝：球有零给我给我给我给我给我给我给我给我给(Alice: "Balls have zero to me to me to me to me to me to me to me to me to.")

一时间，媒体疯狂报道，认为“”脸书开发的人工智能系统失控，机器人创造了人类无法理解的语言”，于是纷纷向脸书发出责难。无奈之下，脸书关闭了此项人工智能系统的研究。但是事实上，脸书的工程师完全可以激励机器人使用恰当的用词和句子结构，让机器说出人类可以理解的语言，就像现在的人工智能系统一样。

这种对于人工智能系统的担心完全是子虚乌有，可是对于一些标题党来说，大有文章可做。

从历史来看，未知带来的技术恐慌比比皆是，变化的确会让人产生一段时间的焦虑。

人对事物的看法及行动反馈习惯依赖于直觉，而这种直觉是自己在不断接受到的外界信息输入而产生的结果，我们可以认为是训练。但是，这种直觉真的可靠吗？我们可以看看下面一个例子，就会发现很多时候你相信的直觉并不准确。

试想在一个竞猜游戏中，有3个门，门后分别是一辆豪车两只山羊。游戏规则是你选中那扇门，背后的东西就属于你。之后，当你选中一扇门后，一位事先知道门后是什么的主持人打开另两个门中一个藏有山羊的门，然后问你，现在给你一次机会，你是想坚持原来的选择，还是选另一个没有开的门？

可以说，大部分人的直觉是不需要换，因为两扇门里要么是豪车要么是山羊，获得豪车的概率自然还是50%。但是，事实上，不换的概率是1/3，更换的概率是2/3，因此需要更换。这就是著名的“蒙提霍尔问题”，也被称作“三门问题”，对这个感兴趣的话可以在评论区进行讨论。

蒙提霍尔问题详解

因此，很多时候我们的直觉是不靠谱的，原因在于你接受到这样的“训练”太少。你认为世界的花不可能有黑色（黑色鸢尾、老虎须等都是黑色），只是因为你没有见过。你认为你掌握的知识足够去判断其他事物存在方式的利害，但是最终发现效果并不理想，只是因为你活得还不够长。

回到法航447航班空难，假如让飞行员对当时的情况进行成千上万次模拟训练，你认为最终出现积极结果的概率会不会大幅提升？而这不正是人工智能所做的事吗？人工智能尤其擅长模拟，可以考虑到众多因素，这些是人类无法企及的。

特别是当飞行员面对如此大的压力的下，想依靠直觉来稳住情况，只会是缘木求鱼！

随着人工智能等技术的发展，计算机已经能够做出很多复杂的决定，不一定比人都好，但是至少不至于比人差。如果一味坚持原来的态度，而忽视“在众多狭义层面上机器的认知已经远远超过人类的认知”的事实，只会对我们未来的发展不利。

自动驾驶如何与人共处？

现在及未来将会出现的人工智能应用中，最有可能成为快速与之建立信任，并当做生活中不可分割的一部分，应当就属于自动驾驶。之前我们经常听到一个概念叫“无人驾驶”，但是我认为这个词并不准确，至少在最近5到10年，自动驾驶汽车还是应该是人与汽车协同的模式。

世界卫生组织：全球十大致死原因

目前，每年将近130万人因车祸而死亡，车祸也已经成为全球十大致死原因中唯一与疾病无关的原因。如果所有车辆都能实现自动驾驶，可以说几乎所有的车祸都可以避免。相当于，自动驾驶技术每年能够挽救100多万条生命。

而且，自动驾驶还能有效解决老龄化人群无法驾驶之后的出行问题。甚至，自动驾驶还能对我们的社会、经济、文化、气候、工作等造成巨大影响。因此，我认为接纳基于人工智能的自动驾驶技术将是我们未来生活产生巨变的重要里程碑。

但是，完全的自动化汽车（也即最高等级5级自动驾驶）受技术成熟度和市场接纳程度的现实约束还离我们还比较遥远。目前，自动驾驶技术介于2级到3级之间，比如辅助转向、加减速、自主泊车等，而人对汽车的控制权还是占主导。但是在汽车控制权更大程度转向汽车之后（也即3级自动驾驶），我们便遇到一个非常棘手的“控制权转换”问题。

在3级阶段，汽车可以自动驾驶，人就可以自然放手，不用时刻警惕，甚至可以安心睡觉。但是，如果汽车遇到紧急情况需要帮助，汽车又该如何通知驾驶员？而且，情况越是紧急，人越不太可能有足够时间进行评估决策。换句话说，汽车的智能程度越高，对人应急处置的能力要求越高。

那么，自动驾驶该如何与人共处？

要想回答这个问题，我们可以试想一下，假如你带着刚刚考下驾照的新手一起上路，你会怎么做？你会让他直接开上拥挤的马路吗？我想应该不会。你应该是将车开到比较顺畅且交通状况良好的道路，或者是停车场，然后交换驾驶员位置。在驾驶的过程中，你除了让新手找感觉，也在评估新手的驾驶水平。

那么，一旦你的直觉评估确定新手的水平，你就会考虑“在现阶段技术之下，何种道路才是新手最有把握或挑战较小的路？”这是你长期驾驶训练之后所形成的直觉。

何不用这样的方法来看待自动驾驶？

常态情况下，通过人工智能技术分析评估复杂的3D交通地图、实施路况、车辆状况、驾驶技能评估、天气以及历史状况数据等因素来决定某一条道路所需要的的技能水平。这样，自动驾驶车辆就可以计算出到达目的地途中不同道路的风险程度。于是，我们可以给自动驾驶增加一个选项，选择自动驾驶1个小时到达，还是半自动驾驶30分钟到达。

紧急情况下，通过评估对比自动驾驶的应急能力和人的应急能力，进而确定指挥权问题。

有人可能知道，人工智能决策的核心是概率，紧急情况通过概率来决定驾驶员的生死是不是很荒唐？但是如果不这样，你还有别的选择吗？生活中，我们会选择地铁代替开车，也是考量开车的风险会大于地铁，但是难道地铁就不会出问题吗？因此，选择安全概率更好地策略是我们惯用的方法，也是一种更加可靠的方式。

人工智能评估道路风险程度

自动驾驶安全，还是人驾驶安全？我认为还是应该分情况适当结合，这两者并不是非此即彼的关系，反而两者结合会让安全风险降到最低。

但是，就算我们现在都认为自动驾驶安全系数比较高，但是当你第一次接触自动驾驶，你真的敢放开手让车辆自动驾驶而你在一旁睡觉？肯定不会。问题不在于自动驾驶技术本身，而在于你对自动驾驶的认知态度。

一旦通过多次和车辆磨合训练之后，人们就会慢慢习惯自动驾驶，这只是时间问题。终有一天，你会觉得自动驾驶实在太无聊！

结论

生活的诸多方面，我们已经适应了人与机器共处的模式。但是，这并不是像我们想象中那样理所当然，而是经过了“从害怕、好奇到接纳、适应”的认知过程。对于人工智能来说，也是同样如此。未来，当人们真正接纳自动驾驶的时候，也将是人工智能迈向人类生活的重要标志。

自动驾驶要想进一步从人手上获得更大的控制权，首要需要解决的是“控制权转换”问题。要想解决这个问题，我认为可以利用人工智能算法对道路风险等级进行评估，进而得出相应控制权转换策略。最关键的，还是要逐步改变对自动驾驶恐惧、焦虑的态度。

给机器一次机会吧！

如果您觉得本文对您有价值，

欢迎大家关注静心科技，静心科技为您提供不一样的静心视角。

如果您有不同的看法，

欢迎在下方留言板留下您的意见建议。

图片来源：网络，如果侵权，请联系删除！

文：静心科技，科技研发工作者，荣获十几篇头条科技领域青云文章。