微软和麻省理工学院合作开展了一项项目，旨在解决所谓的虚拟“盲点”，导致无人驾驶汽车出错。
道路，特别是与人类驾驶员共享的道路，是不可预测的地方。为每种可能的情况培训自动驾驶汽车是一项艰巨的任务。
由微软和麻省理工学院开发的人工智能将人类在特定场景中所采取的行动与无人驾驶汽车自身人工智能的行为进行了比较。在人类决策更加优化的情况下，车辆的行为会针对类似的未来事件进行更新。
该报告的作者Ramya Ramakrishnan说：
“该模型有助于自治系统更好地了解他们不知道的内容。
很多时候，当部署这些系统时，他们训练有素的模拟与现实世界的设置不符[并且]他们可能会犯错误，例如发生事故。
我们的想法是利用人类以安全的方式弥合模拟与现实世界之间的差距，这样我们就可以减少其中的一些错误。“
例如，如果紧急车辆正在接近，那么如果安全的话，人类驾驶员应该知道让他们通过。这些情况可能变得复杂，取决于周围环境。
在乡村公路上，允许车辆通过可能意味着边缘到草地上。你或者紧急服务部门要做的最后一件事就是无人驾驶汽车要做的就是处理所有乡村道路，然后转向悬崖边缘。
人类既可以在现实世界中“展示”正确的方法，也可以坐在方向盘上“纠正”，如果汽车的动作不正确则接管。无论其行为是否被认为是可接受的或不可接受的，都会列出一系列情况。
研究人员确保无人驾驶汽车AI即使结果到目前为止也没有100%安全的行动。使用Dawid-Skene机器学习算法，AI使用概率计算来识别模式并确定某些事物是否真正安全或仍然存在错误的可能性。
我们尚未达到技术可以部署的程度。到目前为止，科学家们只对视频游戏进行过测试。然而，它提供了许多承诺，以帮助确保无人驾驶汽车AI有一天可以安全地响应所有情况。