场景描述：

我想出的AI技术应用场景目前集中在自动驾驶和机器人上。面对现有自动驾驶还是存在风险较高难以解决的问题，我有自己的方法。其实自动驾驶的风险就是一旦出事故，无论车企还是购车人/驾驶员，都存在责任难以划分的问题，对于车企，万一大批量出现bug导致大面积事故是难以承受，对于驾驶员，万一出事故代价是自己的生命，究其原因就是目前的自动驾驶过于依赖车企提供的硬件和算法，可是硬件和算法都存在不可靠，由于车企难以承担其后果，自然想把锅甩给驾驶员，于是才让驾驶员随时接管，言下之意就是把你撞死了与我无关，是你自己没有及时接管的。可是有时候万一车辆导致的困境突然发现自动驾驶已经无力解决，让驾驶员接管，可是由于事发突然，驾驶员来不及反应或者根本无力回天，怎么办？毕竟自动驾驶很难分清人情世故，也许他很容易分清那里是障碍物，但它却很难提前预测沿途动物的各种行为，尤其包括他人驾驶的各种车辆。

c

建议方案：

我想到的是一种很简单的方法，比现在我了解的任何一家自动驾驶车企所研发的技术都更简单，完全不需要堆那么多硬件，也不需要那么多的研发投入，具体方法就是让智驾系统不断学习主人的驾驶行为，甚至车企不需要给车辆预装任何智驾算法，完全靠跟着主人自学成才。

具体方法是智驾系统作为一个AI深度学习网络，以车辆周围摄像头图像/主人的转向/加减速等数据作为输入，输出主人接下来的行为，准确说是输出未来的摄像头图像，车辆转向和加减速，然后用未来实际的摄像头数据/转向/加减速数据做比对得出误差，反向更新网络权重，如此不停训练网络，直到网络每次都能比较准确地预测主人的未来行为，那么就看可以恭喜这个智驾系统，它可以离开主人独自上路了。

这种方法的好处不光是无需车企调配大量算法，承担过大责任，还包括智驾得到的行为和主人高度一致，主人平时怎么开，智驾也一样开，出了事故主人责任更大；智驾能跟随主人学会各种人情世故，比如应对各种各样的动物，各种驾驶风格迥异的其他驾驶员，特别提一下，如果主人很少闯红灯，那么智驾系统也能学会看红绿灯，因为智驾系统为了准确预测主人为毛会要好好开着突然开始缓慢减速，特别地把车停下来一段时间，起步后又要大加速快速通过，逐渐学习训练后就能发现一旦摄像头出现一种红绿黄光点，就预测主人很可能要减速了，如果主人不闯红灯就心痒难耐，那么智驾也能学会如何在闯红灯时不被撞飞，这和车企无关，肯定都是主人教的。实际上为了避免主人教会智驾违法犯罪，智驾的底层AI网络用大量驾驶员的操作数据进行训练，顶层网络才用主人的数据训练，让主人感受到这车刚买进来就有着专业的驾驶技术，开一段时间后越来越像自己，很符合自己心意。

但是很显然，这样的智驾虽然和主人高度接近，但并不能产生自我意识，甚至不能清晰地学习到诸如红绿灯，交警手势，交通标志等概念，它能学会的只是什么摄像头输入，就给出对应如何操作车辆的输出，类似于人梦游时的状态，有点像潜意识控制。

这种AI方法能够适用于任何行业，只要有足够的人工操作数据即可，需要做的就是在机械设备上增加传感器，一方面探测提取人工操作数据，另一方面探测提取操作之后的效果数据，中间训练一个AI网络提前预测即可。

发出这个建议，是希望华为能够看到我所提供的信息所具有的价值，并能够做出反应。我是一个喜欢研究发明的人，我想出了很多重要的东西，比如几乎没有噪音的飞机，只有这种飞机才有可能在城市飞来飞去（2018年），又比如高度模仿纸质笔记本的双屏笔记本电脑（2015年），至少在我看来比现在能够买到的笔记本电脑漂亮得多，但我只是想出来，没有做出来，因为我没钱，我是个人，还身处农村，父辈都是农民，如今也没几个人知道我到底研究了什么，只有双屏笔记本有专利，专利日期远在2018年，如今已经过了6年了，现在我也庆幸我没有申请更多专利，因为这样只进不出，光专利年费就会让我不富裕的家庭雪上加霜。

我也不止一次试图推广我的发现，可是都石沉大海，这次但愿看到我信息的人能够帮助到我。

附件里是我的双屏笔记本3dmax渲染图，给大家看看能否与我取得一致意见。如果有人觉得我说的太少，请见谅，因为更多的人肯定觉得我研究的东西一文不值，可万一我的信息落到懂行的人眼中，有极大概率建立一个巨大的商业帝国。

本来想展示一下我研究的双屏笔记本的渲染图，可惜这个网页上传附件和图片均没反应，不知道我提交后有没有图。因为我看所谓的笔记本电脑一点也不像笔记本，我就想研究一个无论外观/结构和交互方式都和纸质笔记本一样的“笔记本”电脑。