为什么路上还没有自动驾驶汽车？一切都相对简单：控制汽车按照预定路线行驶，遵守道路规则，避免潜在的危险情况。但是尽管任务很明确，自动驾驶汽车仍然很少见。

为什么？

也许是因为我们像往常一样——忽略了解决这个问题的生物学经验？

制造完全自动驾驶汽车时有四个主要挑战：

1- 感知

自动驾驶汽车必须能够准确感知周围环境，才能做出安全的驾驶决策。这包括检测和识别行人、其他车辆、交通信号灯、道路标记和交通标志等物体。

2- 决策

一旦自动驾驶汽车掌握了环境，就必须决定如何在该环境中安全高效地行驶。这包括预测其他车辆和行人的行为，选择到达目的地的最佳路线，以及决定何时减速、加速或变道。

3- 技术限制

尽管技术不断进步，但自动驾驶汽车仍面临技术限制。例如，它们可能无法在极端天气条件下或在标记不当的道路上工作或无法正常工作。

4- 安全

自动驾驶汽车必须高度可靠和安全，因为任何错误或故障都可能导致严重事故。这需要广泛的测试和验证以及可靠的备份系统，以防止在传感器或软件出现故障时发生事故。

结果是什么？

如果我们放弃很多澄清的细节，很明显有两个过程是所有四个问题的核心：驾驶（直接移动）和安全。

与此同时，无人驾驶车辆系统的开发人员正试图在一个系统的框架内同时解决这两个问题，通过创建“全有或全无”类型的计算陷阱来消除可塑性机动。

大自然是如何做到的

任何生物体都有控制其身体和遵守安全标准的过程。我们可以在黑暗中、雾中甚至水中移动——我们的大部分感官（主要是眼睛）在这些地方都无法正常工作，我们的大脑将在太空中安全移动的任务分成两个过程，分别解决每个过程。

在生物学中，运动是肌肉的控制，安全是感官的工作。事实上，这些任务没有刚性联系，因此可以更有效地单独解决。

为了说明这一点，告诉你一个有趣的故事：

一天深夜，一名出租车司机载着一名飞行员前往机场，出租车司机看着飞行员漂亮的制服外套，说：“这里给你们飞行员制服漂亮，工资比我们出租车司机高，但你和我做的是一样的工作。”

飞行员笑着说：“一点也不。我们的飞行员有时会使用雷达和导航仪器在完全黑暗的环境中驾驶飞机。”

出租车司机也笑着回应说：“我们也可以。” 说完这句话，出租车司机关掉了车灯，车子在一片漆黑中继续行驶。

飞行员拼命抓住座位，害怕地说：“你在做什么？你根本看不到路！” 出租车司机平静地回答：“不用担心，我们现在也在进行‘导航仪’——计价器柜台——15美分后左转。”

如何将一个大问题拆分成两个独立的方程式？

如果我们尝试实施生物策略，那么驾驶汽车应该分为两个任务。第一种是直接驾驶，这不应该由汽车的智能来实现，而应该由驾驶员的个人人工智能来实现（个人人工智能会根据一个非常简单的非详细的现实模型来重复其车主的驾驶方式） ，虽然安全将由汽车的自主系统执行，该任务将防止碰撞并为驾驶系统的动作保持限制性参数。

获得框架和平衡系统

在这种情况下，我们每个人都将拥有一个相对简单的自动驾驶仪，我们可以将其连接到任何具有通用通信器的汽车上，而汽车自身的安全系统将变成一个碰撞响应综合体，每个汽车制造商都会制造它具有或多或少的细节和技术完整性。

司机是负责任的，汽车是经过认证的

从法律上讲，在这种情况下，责任将由允许他的 AI 代表他自己行事的驾驶员承担，汽车制造商有责任对防撞系统进行认证和标准化，该系统必须是不间断的并与现场司机和个人人工智能形式的自动驾驶仪一起工作。

同时，采用这种二元方案，每辆自动驾驶汽车都会重复其车主的驾驶风格，而你的驾驶系统看起来就像一个非常强大的导航仪，通过电缆连接到汽车的诊断连接器。

参考链接：https://bdtechtalks.com/2023/04/07/binary-biological-circuit-self-driving-car/