Uber害死我兄弟的漏洞，我要用数据科学来修复！

编译/温璐菲

来源/Medium

作者/Axiom88

事故

大约两年前，Uber安全模块的缺失害死了我的弟弟。现在，作为一名科技产品经理兼数据科学工程师，我要运用自己的知识技能解决这个漏洞。

2015年12月12日这一天镌刻下了Allicock家族永恒的伤痛。Corey，我最小的弟弟，死于一场车祸。肇事司机Robert Williams是一名Uber司机，在大约下午1:40的时候，这名73岁高龄的司机在路口闯了红灯，并且撞上了一辆疾驰的警车。事故中，所有的人都受伤了，坐在这辆致命Uber后座的Corey不幸去世。

Corey是一個聪明幽默的派对大王。即使他如此喜爱玩乐，他也从没有侥幸醉驾过一次。这就是为什么他在12月12日夜里离开公司派对回家时叫了Uber。事故过后，几乎我家里的所有人都痛苦万分，沉浸在彻彻底底的绝望之中。这场事故为什么如此奇怪？为什么在十字路口会有车辆相撞？因为没有目击者，所以我们必须等待法医重建现场，才能确定究竟是Uber司机，还是警车闯了红灯。我们等待了将近一年的时间，仅是为了查明这场事故是谁的责任。

由于一篇有关Uber的公司文化和技术的报道，我对Uber并没有好感。并且，我从未因Corey的死与Uber公司的任何人接触过。但是，我认为提出这个解决方案是对Corey的纪念，并且可以拯救无数其他人的生命。

我是一名产品经理兼数据科学工程师。在这篇文章里，我将详细叙述机器学习、计算机视觉和一些关于App的“常识”可以如何拯救Corey的生命。

那么，就开始吧。

我的解决方案

计算机视觉和一个简单的光学传感器可以检测到危险的驾驶模式，并且在司机对交通信号灯的反应时间出现异常时警告Uber。通过仪表板上一个与App连接的简易光学传感器，Uber可以检测到司机闯红灯或者加速通过黄灯的次数。这个光学传感器将可以检测出红、黄、绿三种颜色，或者只是简单的红黄两色。机器学习可以分辨出一个司机的反应时间是否达到了危险水平，并且给出一个简单的警报，提醒司机调整他们的驾驶模式，或是直接休息。如果司机对这些警告置之不理，Uber就可以暂时停用他们的App。我们可以重新设计传感器，来检测黄灯和红灯。据估计，这种设备的成本仅有34美分。

我们可以在App里内置反应时间的周期性测试，这样年纪较大的驾驶员就可以检查他们的反应时间是否仍然处于安全范围内。Corey的Uber司机当时已经73岁了（初步报告说他已经79岁了）。我不确定他的准确年龄，但是确实有一些因素，包括年龄，会影响司机的反应时间。目前，Uber并不限制司机驾驶的时间，这是一个重大安全隐患。Uber至少可以创建一个简单的视觉测试来衡量司机的反应时间吧？如果司机的反应时间很慢的时候，Uber就可以停用这名司机的App，或者接通这名司机与Uber司机支持中心的视频通话。无论哪种方法，都需要Uber明白，他们的司机掌握着路人与乘客生命安全，他们需要对司机的精神状态负起责任。

机器学习可用于识别事故频发的路口，并警告司机。目前，Waze就可以警告司机前方有红灯摄像头。通过系统中的历史事故数据，同样的技术可以用于识别事故频发的路口，并且通过音频给司机提示。常住某地的老司机通常都知道哪个路口比较危险，而新手司机却可能不清楚。有的时候为了减少事故，这些路口就会安装红灯摄像头、减速带或者其他装置来提示司机。解决这些问题通常会耗费大量人力和物力。消息的推送方式要经过精心考量才能不突然惊吓到司机。我们一定要想出一个有创意的方式来提醒人们小心。

现在我们有数据，也有技术，那就好好运用它们来让公路更安全吧。

机器学习以及速度表可以用来检测超速模式。这是一个很简单的技术，速度影响了反应时间。在Corey的案例中，如果涉案车辆能稍微慢一点点，他们的反应时间足够救下Corey。所以，了解Uber的司机们是否有超速嫌疑非常重要。再提一次，Waze已经使用了速度表来警示已经超速的司机。通过记录超速的驾驶模式，并且使用机器学习来检测危险行为，Uber可以警告或采取规范措施来提醒超速的司机。这个举措会让司机更加注意自己的驾驶习惯，拯救更多的生命。

后记

很多人会问我：你凭什么怪Uber呢？如果刚才提到的所有功能都加入到Uber中，Corey可能还是不能避免死亡。的确，我无法保证这些功能一定可以救下Corey，即使有了这些功能，Robert Williams可能依旧会在那个十字路口超速。我没办法让Corey起死回生，但是我可以减少类似事故发生的可能性。我写下这些，是为了纪念我亲爱的弟弟，并且能让其他人的家人和爱人逃过一劫。

你怎么看呢？欢迎你在留言中告诉我们。

我和我的兄弟们，我们想你，Corey

声明：作者不是Uber的员工，亦未牵涉到有关Uber的诉讼中。以上仅为作者个人观点，不代表我们的观点。