盖世汽车讯 如今的AI视觉系统在能见度良好时极其精准。天气晴朗时，自动驾驶汽车可以精确识别行人、路标和其他车辆。然而，这些系统极易受到环境变化的影响。一旦下雨、天黑或起雾，标准AI系统就会“失明”，无法检测到人类驾驶员能够轻松发现的障碍物。

据外媒报道，瓦伦西亚大学（University of Valencia）的研究人员提出了一种可能的解决方案，开发出模仿人脑的AI模型，提高自动驾驶汽车夜间或雾中行驶安全性。与其让AI模型接触数百万张涵盖各种路况的图像，不如让其模仿生物学。因为从生物学角度来看，人类在各种条件下都能拥有良好的视力。

图片来源：Unsplash/CC0 Public Domain

大脑的“音量控制”

在人类的大脑中，神经元并非独立工作。它们使用一种非常奇妙的适应机制，神经科学家称之为“分裂归一化”。

为了方便理解，不妨将其想象成一个自动化的“音量控制”系统，其中的神经元协同工作。假设某个神经元正在观察视野中非常黑暗的区域，例如夜间的黑色汽车。相邻的神经元会增强这种微弱信号的“音量”，放大其中的细微之处，使其更加清晰可见。

如果人眼直视强光，情况则相反：大脑会降低这种“音量”，以防止强光刺眼。

正是这种机制使人类能够适应各种环境，并在各种条件下清晰地看到事物。然而，在追求速度和精度的过程中，现代AI系统却忽略了这种生物学上的灵感。

AI在驾驶仿真器中的应用

在这项研究中，研究人员使用最常用的AI模型处理图像，并添加图层来仿真大脑的“音量控制”机制。简单来说，就是让这些模型的神经元相互交流并适应环境，就像人类的大脑一样。

研究人员想知道模仿生物学是否能提高汽车的安全性。为此，他们对标准AI模型和受大脑启发而修改的模型进行了一系列测试。通过利用欧洲城市真实驾驶场景的数据库、瑞士夜间驾驶图像以及多个不同的虚拟驾驶仿真器，研究人员比较了不同程度的雾、黑暗和光线变化下模型的反应。

结果表明，模仿人类大脑的方法是有效的。经过训练后，两种AI模型都能出色地完成驾驶任务，但一旦遇到雾天或黑暗环境，未经修改的模型就开始出现故障。它无法区分车辆、建筑物，甚至道路本身。

而配备了受大脑启发机制的AI系统则表现得非常稳健。即使在雾天或完全黑暗的环境下，其性能也比未经修改的模型提升了20%以上。

研究人员从内部分析了这套新系统如何感知世界，发现它的行为完全符合的预期。它能够捕捉并增强隐藏在雾中、原本不可见的车辆细节。因此，面对不断变化的天气条件，它的性能也更加稳定。

向大自然学习

让整个社会信任AI面临着巨大的挑战，就自动驾驶汽车而言，乘客和行人的安全是其中的关键一环。智能系统仅仅在理想条件下运行是不够的,它们需要在现实世界中完全安全，并在各种天气条件下都能保障所有道路使用者的生命安全。

这项研究表明，让AI更安全、更稳健、更具适应性的关键可能比想象的更近：比起更强大的计算机或海量的数据，有时只需要回顾数百万年来塑造我们大脑的进化历程。

在许多情况下，大自然已经解决了当今AI面临的一些问题。我们只需要向大自然学习即可。