自2004年美国“国防高等研究计划署”(DARPA)举办校际自驾车竞赛，引发各校兴趣，以后连续几次竞赛，从趣味转为可行研究，接着业界开始各种试验，发展到现在的实际道路测试，自驾车成为交通工具即将成真。

Google起步最早，自2009年研发迄今，正式命名Waymo的自驾车，已经在全美25个城市的街道试车700万哩，今年3月Waymo在亚利桑纳州凤凰城进入新阶段，不再有备用驾驶员坐在驾驶座，成为真的自驾车。

但一家新创公司Perceptive Automata却提出了一个盲点。自驾车对于交通规则、路标号志、周遭障碍都能辨认，遵循处理，但对路边的行人突如其来的行为，却没有预知的智慧，一旦发生，自驾车可能无法及时因应。

人类有一种不需语言的“寂静沟通”能力，开车的时候看路边的行人，直觉下意识判断，会知道他可能的动向，确保了我们开车的安全。他走的快、走的慢、左顾右盼想过街、还是不想过....。

但机器，或说是AI，就没有这一关键性的能力，机器不能解译人类的寂静语言，也无从直觉的意识到人类的思维，那我们是不是可以给机器、像是自驾车，有能力来解读人类的意向？既然机器不懂得人类的直觉，人总懂得人类自己的直觉吧，集合人的经验是不是可以发展出一种逻辑，供自驾车学习？

于是收集许多路上行人的影片，然后请一群人分别观看，每看到一个行人，就注解他的意向。当然同一行人的动作会有不同的解读，路边一个人向来车招手，有人解读让车停下好让他自己过街，也有人解读让车先行他再过街。这样反复千万次，累积各种互动资料，集合成一个逻辑、通常称为“模型”，可以解译人的直觉，再与自驾车系统连接，自驾车就会更聪明的了解行人的意向。

路口站着一个人，虽然没有动作，但根据“模型”判断，这个人即将过街，自驾车就要减速，甚至准备停车。又如一个行人在路边与自驾车同一方向行走，也不靠街道边缘，“模型”的判断这个人没有过街的意向，自驾车就可以正常速度直行，不必慢下来。

Perceptive Automata的合伙创办人也是技术长Sam Anthony，说他们的目的，在减少自驾车不必要的煞车与再启动的反复动作，让车内乘客坐的更舒适、更安全。