最近，清华大学智能产业研究院AIR团队发表了一项研究。这个研究就发表在2026年2月的《npj Artificial Intelligence》上。研究的题目是《驾驶任务中的人类与算法视觉注意力》。AIR团队给这个研究起了个很霸气的标题，说他们揭示了人类和智驾算法在视觉注意力上的本质差异。这可是很厉害的一件事。这个研究给了我们一个全新的视角，让我们看清人类和算法之间到底有什么不同。 这个研究的重点放在了自动驾驶这个安全关键领域上。AIR团队用了一种特别的方式来比较人类和算法的视觉注意力。他们给研究设计了双轨验证的方法。首先，他们给志愿者们戴上眼动追踪设备，看看人们在开车的时候眼睛是怎么动的。然后呢，他们再把数据拿给算法进行分析，看算法是怎么处理视觉信息的。通过这种方式，他们系统性地拆解了人类和算法之间的差异。这个过程可是花了不少功夫呢！ 清华大学智能产业研究院AIR团队发现了一个很有意思的事情：人类在驾驶任务中会经历三个阶段的注意力变化。首先是快速扫视阶段，人们会用快速的眼球运动来观察周围环境。然后是专注观察阶段，人们会集中注意力在特定区域或者物体上。最后是深度检查阶段，人们会仔细检查那些可能存在风险或者潜在问题的地方。这些阶段相互联系又各不相同呢！ 这个研究还揭露了一个很重要的问题：算法在处理视觉信息时缺乏“语义显著性提取能力”。所谓“语义显著性提取能力”，就是算法对于图像中关键信息的判断能力还不够强。然而，融入人类检查阶段的语义注意力却能以经济高效的方式填补这个“鸿沟”，根本不需要依赖大规模预训练。 这个研究真是太重要了！通过揭示人类与智驾算法之间的本质差异，我们就能更好地理解自动驾驶技术的发展方向，并且找到解决问题的方法。对于未来2026年这个时间点来说，这次研究就显得格外有意义啦！