世界各地的研究人员正在努力开发机器学习技术，有了新技术的支持，汽车才能识别真实世界的各种东西，自动行驶。不过汽车只能看清前方的东西。斯坦福大学的一个团队开发一套系统，终有一天，它可以让汽车看清周边角落，早早做出更明智的决定。

斯坦福科学家开发的技术依赖超快激光脉冲，它更方便。目前所有的自动驾驶汽车视觉系统用的都是兼容激光雷达扫描仪，用它绘制周边图像。在实验室测试时，斯坦福团队用皮秒（picosecond，万亿分之一秒）激光扫描屏幕后的东西，不需要直接盯着目标物。这种技术并不是魔法，而是将反射、光传感器、强大的识别算法融合在一起，变成产品。

如果你想看到角落的东西，可能要用到镜子。光从镜子上反射回来，让你可以看到墙壁另一侧有什么东西。斯坦福的系统原理大体相似，只是用的不是镜子，只有一面墙壁。事实上有几道墙壁，它们有着不同的反射率。团队让皮秒激光射向墙壁，射7分钟或者70分钟。激光的光子从墙壁反射回来，有些光子会击中角落的目标物。一些光子会再次反射到墙壁，还有更少的光子会回到传感器。分析细微的差异，团队就可以重建图像，知道角落里藏了什么东西。

我们刚才说过，回来的光子很少，所以团队要尽可能收集更多的信号。光子碰到侦测器，研究人员用单光子雪崩二极管放大这些光子的信号。将信号与墙壁的几何信息结合，就可以生成目标物的3D扫描图。之前出现过相似的技术，不过需要强大的计算力，时间也太长，如果将传感器与激光器放在一个地方，就可以大大简化算法。用笔记本处理数据只要几秒钟。

斯坦福团队还在继续开发系统，希望能在真实世界有环境光的条件下提高精准度。速度是一个问题。虽然算法更快了，但是至少需要拿到几分钟的激光返回数据，才能生成一张图片。对于汽车来说，这样的速度不实用，因为汽车要在公路上高速行驶。增加激光密度也许可以缓解问题，不过密度不能太高，要不会刺瞎人的眼睛。即使不做优化，团队仍然相信技术可以侦测一些东西，比如交通信号。所以说，让汽车看到角落的东西可能并不遥远了。