尽管许多汽车制造商仍然认为自动化是驾驶的未来。然而，培训这些自动驾驶系统非常困难，其中大多数需要使用来自预扫描区域的复杂数据在道路上反复训练。现在，麻省理工学院的研究人员正在开发一种能够通过基于GPS的地图自我学习的AI系统，它使用与人类相同的直觉学习方式。

由麻省理工学院Alexander Amini和Daniela Rus开发的人工智能确实也需要研究数据集，但不是研究道路本身，而是研究人类如何在道路上行驶，如何获取标志，结构和地图的线索。然后，一辆自动驾驶的丰田普锐斯被设置在不同区域的预先计划路线上，并设法做出几乎与人类完全相同的决策。

这个端到端的导航系统肯定有很多好处。理论上，用户只需将地图下载到车上，就可以从A点到B点，而无需事先在该区域进行培训。这也意味着汽车不需要昂贵的传感器，如激光雷达或先进的测绘解决方案。

即使下载的地图与汽车通过相机看到的内容之间存在差异，自动驾驶AI仍然可以根据以前学过的驾驶方法做出决策，甚至比大多数人类驾驶员做出的决策更好。