UX框架下的ICW智能驾驶算法，看用户体验如何颠覆人工智能！

在汽车行业，“用户体验”这个词也算出现了一段时间。然而，在绝大部分工程师眼里，“用户体验”不过是找用户填填调查问卷、设计车载显示屏这种“半辅助性”的工作，跟核心的人工智能算法完全搭不上边。

但是，作为UX设计师，我认为，“用户体验”不仅与人工智能算法有关，而且是人工智能的灵魂——没有考虑用户体验的AI根本谈不上真正的“智能”。

下面我就用UX的思维框架来讨论智能驾驶的一个场景应用——交叉路口碰撞预警，进而展示用户体验在人工智能应用设计中的核心作用。

提示：我选的这个应用较为简单，且我不会在技术上过于深入，因此即便你没有人工智能相关的经验，应该也是能看懂个大概，请放心食用。

什么是交叉路口碰撞预警

交叉路口碰撞预警（Intersection Collision Warning，ICW）说得简单一点，就是当你开车快到十字路口，如果路口左右开过来的车和你有碰撞危险，你的车就会报警提示这个风险。

说白了，ICW就是你的车能自动帮你识别路口的危险——怎么样，是不是觉得还挺高大上？现在“是什么”的问题解决了，让我们看看它是怎么实现的。

目前常见的ICW算法

ICW首先有个前提：两车都是网联汽车，也就是都能连接到互联网并且能交换信息——这样你才能知道另一辆车的具体状况。

现在常见的算法大概有这么几个步骤：

1. 筛选出你前方十字路口两侧一定范围内的车辆作为监测对象；

2. 确定两侧开过来车辆的位置和速度等信息；

3. 根据这些信息做一些计算，比如这些车开到路口需要多少时间等等；

4. 根据计算的结果判断你和这些车相撞的风险大不大（比如你和另一辆车都要在15秒左右之后到路口，车速又较快，那么相撞的风险就很大）；

4. 如果有风险，则你的车会报警（比如指示灯闪烁、方向盘震动等）。

简单来说，就是根据你俩的情况判断你俩在路口能不能撞上，能撞上就报警。

听起来还不错？是的，从算法逻辑上来说没什么问题。在很多工程师眼里，实现ICW功能并不难——毕竟只要上面的这几个步骤和一些简单的计算就够了。

然而，如果将这种算法应用到现实中，效果也许并不理想——甚至可能反而会导致更严重的交通事故！这可能和你的直觉相悖，别急，下面我们来好好讨论一下。

传统ICW算法中的错误假设

前述的算法有什么问题吗？是的，它忽略了一个极为重要的因素——人，即坐在车里的驾驶员。任何事情，只要有“人”的因素掺和其中，复杂性都会陡增。

工程师在设计此类智能驾驶算法的时候，会形成一个假设——即假设驾驶员在看到警报时候会减速以规避碰撞。然而，不同的人对警报的反应并不都是相同的。也就是说，并不是每个人在看到警报后都会减速。

让我们来看两个现实中的例子。

第一个例子是关于驾驶的。当我们开车接近有红绿灯的十字路口时，倒计时或黄灯提示我们——马上变红灯，你应该减速了。这时，尽管有些人知道继续穿过十字路口碰撞风险很高，但他们依旧会选择加大油门冲过路口。

如果说这个例子是“鲁莽行事”，那接下来的例子则相当文明。

想象一下，当你走路时，前方左侧或右侧走过来一个人，如果保持当前速度，你们一定会撞上，那么你会怎么做呢？

如果你仔细回忆你平时的行为，你可能会发现，你经常会选择“快走两步”来避免撞人。很少有人会因为看到侧面走来一个人而停下，然后耐心等待另一个人走过去再继续前进。毕竟相比停下，“快走两步”也是一种规避风险的策略，而且效率往往更高。

如此，你应该明白，“看到警报—减速”这组对应关系是不存在的。面对可能的碰撞风险，保守的驾驶员会减速，而激进的驾驶员可能反而会加速，同时，也会有人无动于衷。

毁灭性的后果

在这个场景中，工程师通常会把关注点放在你的车上（现在开始我叫它““主车”），而忘记了一个重要的事实——另一辆车（我叫它“远车”，就是远处开来车）也是智能汽车。换句话说，如果主车报警了，那么远车当然也会报警——它的驾驶员也会对警报产生反应！

像我们刚刚讨论的，驾驶员对警报的反应可能截然不同。那么，当远车驾驶员选择加速时，情况会怎样呢？

按照前述的算法，当远车驾驶员加速时，若主车驾驶员减速或保持原速，那么警报就会解除。然而，当主车驾驶员也选择加速时，由于算法中对时间的判断通常是基于一个范围（比如两车到达路口的时间差小于1秒），若两车加速的量级相当（如都加速20%左右），则两车将依然被判定为可能相撞，进而继续报警。

如此问题就来了——主车驾驶员并不知道远车在加速！此时，作为一名激进的驾驶员，他很可能认为是自己的速度不够快，进而选择继续加速。当两车都选择继续加速时，后果将是灾难性的！

在这个案例中，问题在于，我们只向用户反馈了对方的“状态”（有相撞风险），而没有反馈对方的“反应”或“变化”（加速）。

这种情况很少见吗？想象一下两个骑自行车的人在狭窄的路上相遇，两个人都希望规避碰撞，但由于不知道对方的想法，结果都向同一侧调整方向，经过几次“默契的配合”，最终撞在了一起。在现实中，这种情况并不罕见——也许你自己就亲身经历过。

在没有ICW功能时，人们到十字路口前往往会降低车速、提高警惕、左右张望。但拥有ICW功能后，由于人们获得了“预知”车辆的能力，他们的精神将更加松懈，也更少地依靠自己的视野来观察其他车辆。

如此一来，对另一辆车状态的“自信”鼓励了激进的驾驶员，进而产生更多的加速行为——其后果很可能比没有ICW功能时严重得多。

而另一方面，即便两辆车都减速了，问题依然存在。

假如两车驾驶员看到警报后都踩了刹车，但减速的量级大致相当——与加速时同理，两车将依然被判定为可能相撞，进而继续报警——这将迫使驾驶员进一步采取减速措施。最糟糕的情况是，两驾驶员“配合默契”（就像前边自行车的例子），两车不断减速，最终不得不停下。

减速后警报依然存在，这对于用户来说是一件很崩溃的事情——他们采取了措施，但并没有让风险消失。他们会变得沮丧、焦虑，甚至做出一些极端行为，比如猛踩刹车。如此一来，整个交通系统的效率会大大降低，同时追尾等交通事故的发生率也可能因此增加。

当我们考虑了“同时加速”和“同时减速”两种情况后，便可以看到，本来预期会让出行更安全的ICW功能很可能无法达到目的，甚至反而会增加事故发生的概率和严重度。

UX框架下的ICW算法

前述算法的根本问题在于，它将“报警”作为算法的目的（发现风险报警了，任务就完成了），而没有考虑“报警”这个事件对驾驶员的一系列影响。

要解决这个问题，必须将用户作为核心要素包含进AI算法的设计之中。正如我之前提到的，在当前算法下驾驶员只知道远车的“状态”，而不知道其“反应”。

因此，一种比较简单的解决方案是（与前述算法重复的部分已省略）：

1. 在判断碰撞可能性的同时，监控两车的速度变化；

2. 若两车收到警报后同时加速，则将此信息反馈给驾驶员（如通过语音 “右侧车辆已加速，有碰撞风险，请减速！”）；

3. 若两车收到警报后同时减速，则同样将信息反馈给驾驶员（如“左侧车辆正在减速”）。

简而言之，在两车采取行动却仍有碰撞风险时，将远车的行动反馈给主车驾驶员，来帮助其进行下一步决策。

当然，作为一种人工智能算法，我依然觉得这样太low了——为什么还需要人来决策呢？为什么不一开始就帮两位驾驶员将操作规划好呢？

一个更好的ICW算法可能是这样的：

1. 判断两车相撞的可能性；

2. 若有相撞可能，先向其中一辆车（如远车）发出警报，并监测其驾驶员的反应；

3. 若远车驾驶员立即采取加速或减速策略，使风险消除，则解除远车警报；若远车驾驶员未做任何操作，则一段延迟（如2秒）后向主车也发出警报；

4. 若主车驾驶员采取行动使风险消除，则解除两车警报；

5. 若两车同时报警后，同时采取相同的行动（加速或减速）导致风险依然存在，则向两车驾驶员反馈另一辆车的状况（如“远车也在加速”）并对两车提出有效的建议（如让主车减速，同时让远车保持）。

简单来说，就是先只告诉其中一辆车，若其调整则到此为止，若不得已通知了两辆车，则在两车同时加速或减速的时候分别给两车提供不同的策略，以防止两车相撞。

如此一来，之前提到的灾难性后果便可能有效避免。除此之外，由于开始只通知一辆车，这种算法还大大减少了报警的频率。这在UX框架下非常重要，因为有这样一条原则——一直报警等于没有报警（关于这个问题我会在以后的文章里专门讨论）。

结束了吗？

现在我们有了一个基于UX框架的AI算法，这样问题就解决了吗？远远没有！

首先，这种设计是否真的能有效指导用户我们仍然是不确定的——这需要使用科学的方法去研究和测量（这个话题很大，以后我们慢慢讨论）。有一点很重要：技术可以“假设”，但人不行。即便是我刚才基于UX理念提出的算法，除非经过检验，否则也可能会导致失败。

另外，从UX的视角来看，这个问题还有太多的细节没有解决。比如我们该如何划分危险等级？如何将风险有效地告知用户？预警会扰乱用户的正常驾驶进而产生其他风险吗？在这些问题被解决之前，算法终究难以应用于现实生活。

小结

可以看到，仅仅是一个“简单”的ICW算法，想将其应用于实际也需要大量的研究、讨论、设计和验证。可以预料到，最终的算法应该会非常复杂，因为人本就是一种复杂的动物。

当考虑到人的因素，情况瞬间就复杂了——车与车之间的冲突变成了人与人之间的博弈——而这正是用户体验设计希望也能够解决的问题。

如今，很多打着“人工智能”旗号的汽车技术公司都宣称“可以实现各种智能驾驶功能”。但正如你看到的，无论是不考虑人的算法还是UX框架下的算法，都可以叫做“实现功能”，但其背后投入的工作量和算法的质量却天差地别。功能只是躯体，用户体验才是灵魂，一个空有躯壳的算法如何能称之为“拥有智能”？

我在之前一篇关于HMI的文章中说过，功能的实现只是用户体验设计的开始，而用户体验设计才是决定产品优劣的关键（链接：汉莎航空HMI分析 | 优秀的HMI是怎样炼成的？）。这在AI算法上同样适用。

为什么这些没有考虑“人”的算法能被接受呢？因为当前，智能驾驶还没有投入到实际使用。

当智能驾驶的时代真正到来，这些算法也就高下立见了。

（本文为原创文章，欢迎分享，转载请与作者联系，谢谢！）

阅读后有何感想，欢迎留言讨论~