自主技术的进展是否被动物交流研究所控制？

动物交流方面的研究让人想起简·古道尔（Jane Goodall）研究坦桑尼亚大猩猩的图像。确实，该领域中的大量研究是针对更高层次的功能，例如社交互动，动物认知乃至情感生活。但是，在所有更高级别的功能下，智能还有一个更为基本的元素方面，即仅在物理世界中生存。这种功能似乎是天生的，以至于对其基本功能的研究很少。此功能的主要特征是什么？

首先，有一大类智能与对环境中其他行为者的未来物理行为的感知有关。关键思想包括：

重点：通过观察眼睛，有时甚至是耳朵，动物可以解释其他演员注意的方向。
身体 姿势：会解析坐姿，行走姿势和跑步姿势。可能导致其他演员高度加速的位置特别受关注。通常，加速度是“热键”指标。
手势和意图：面部和全身手势围绕不良或良好意图的主题进行解释。

其次，有一个基本的物理计算。不，动物没有解决牛顿运动方程。但是，动物天生就保持平衡，计算拦截轨迹并控制可能对他们造成身体伤害的威胁的可能性。

第三，动物维持其周围环境的基本虚拟心理模型，并且该模型似乎产生了驱动感知的期望。感知和期望之间的差异与绝对距离相结合似乎是驱动行为的中心概念。例如，对附近不明物体的“惊奇”意识会引起高度内脏的反应。

通过这种感知，心理建模和非语言跨物种交流，动物可以进行“威胁评估（自主技术术语）”和“路径规划（自主技术术语）”。当然，人类在人类大脑的较低层级具有完全相同的功能。像Ellen Scares Guest 视频这样的东西有效地证明了这一原理。

在监管完善的交通网络中，这与无人驾驶汽车有什么关系？

对迄今为止所有涉及自动驾驶汽车的事故的研究表明，其中绝大多数是由于人类在低速追尾碰撞中撞到自动驾驶汽车造成的。为什么人类以比其他人更高的速度击中AV？似乎答案是对AV未来行为的错误估计。

拟人化是人类的天性，我们也对汽车进行拟人化。在我们自己对状况的威胁评估中，人类会解释微破坏，微加速度，车道漂移和其他因素。所有这些非言语运动都是人类积极交流的源泉。此外，在这种解释之上的是通过眼神接触或手势进行的更明确的非语言交流。总体而言，这创建了一种非语言驾驶语言 ，有效地使整个合作运输系统正常工作。

当自动驾驶汽车不参与此通信时，它们会对整个系统造成危险。视音频研究人员刚刚开始着眼于该问题的各个方面，着眼于近期问题，例如解释交叉路口行人的潜在运动。但是，基本原理似乎更加深入和广泛。为了有效起见，AV可能必须能够解释更广泛的语言，并且这种分析可能还必须扩展到动物（鹿，猫，狗等）的行为。毕竟，他们在住宅区“共享”道路。请注意，这种行车语言可能会包含区域性方言。波士顿和辛辛那提司机的语言有所不同。

“在应用自主性方面，首要的和被人理解的挑战是理解和利用人机联合，” 人机认知研究所（IHMC）首席执行官肯·福特（Ken Ford ）说。

借助自然语言处理（Alexa等）的世界，研究人员已经对口头和书面语言有了合理的了解。但是，这种更为基本的交流和感知形式还只是处于理解的开始阶段。

似乎这种能力是天生的，以至于我们不得不在自治系统中重新创建它之前，我们还不知道自己做了什么。