像自动驾驶汽车一样思考

这段视频，是今年3月在美国发生的，一起自动驾驶测试车辆撞到横穿马路行人致死的监控视频。

对于自动驾驶汽车来说，最重要的就是两个字——预判。通过预判，在事故发生前几秒能够采取制动措施，那宝贵的几秒钟，是自动驾驶走向零事故的关键。

视频上的这台车，它发生致命事故的原因是没有开激光雷达，只有摄像头在运作，而摄像头对于夜晚道路的识别存在很大的盲区，因为看不清，所以无法预判，无法预判就无法采取正确的措施，导致事故发生。

我想，这和我们的人生也很像，做很多事情都需要去做预判。在一个事件节点之前，提前对这件事做一番思考和分析，考虑到可能会有的结果，然后调整自己的行为。

比如，在去参加每一个重要的新闻发布会之前，根据已有的一些信息去判断这次活动到底想要传递的是什么？发布方想要传递的这些信息背后，还有怎样的目的？它想要影响的是什么？股价？用户？还是转移上一件事情的注意力。然后，在采访的时候，有了这些判断，才会比较好沟通。因为你会让对方觉得“嗯，她读懂了我们的意思。”，然后化陌生为熟悉，对你想要关注的问题能够得到比较不那么官方的、更真实的回答。我们领导有一句话我觉得很好：懂你说的，也要懂你没说的。

对于言外之意的揣摩，是需要提前做功课的。

此外，对于凡是以“我到底要不要……”开头的问题，也可以通过预判来帮助自己做选择。

就像自动驾驶汽车雷达扫描到前方有人正在自己的后备箱拿东西，它到底该不该停车？人是一眼就能判断这人是在拿东西，他不会突然冲到马路上、他不会对行驶有影响，但是对于机器，如何判断这一堆数据？

我到底要不要换到那家公司？就像是上面自动驾驶的问题，因为收集到的数据并不能直接去做判断。

自动驾驶怎么解决这个问题的呢？比较初级的自动驾驶汽车扫描到这种情况就会停下来，对于前方只要有活动的人的影像，它就会停止。但是对于“学习”到高阶的自动驾驶汽车来说，它拥有更强的计算能力、更海量的数据管理来帮助它做预判，会变得更“聪明”。

实际上，帮助自动驾驶汽车更“聪明”的算法和数据，对人而言，不就是经验吗？

人类遇到“我到底要不要……”这样问题时，就需要借助经验来说。不需要吃那么多盐也可以变得更有经验，就像这台机器也许第一次遇到行人横穿马路，但其他机器已经遇到过的，就可以写到这台的数据里面，其帮助它做预判。人，也可以通过优化搜索和分析的能力，去让他人的经验为己所用。

对于自动驾驶汽车来说，最核心的两点是人工智能和高精度地图，前者人工智能的关键在于能够不断自学习、不停“进化”，人工智能现阶段最杰出的代表之一是AlphaGo，它就可以和柯洁下一盘棋，就多进化一点。

人类，我想，就更应如此了。像自动驾驶汽车一样不停的从每件事上吸取经验，对每一件即将发生的事件作出预判。

【土豆思】专栏

10

坚持日更的第6/365天

断更就重新计