世界各地的研究人員正在努力開發機器學習技術，有了新技術的支持，汽車才能識別真實世界的各種東西，自動行駛。不過汽車只能看清前方的東西。斯坦福大學的一個團隊開發一套系統，終有一天，它可以讓汽車看清周邊角落，早早做出更明智的決定。

斯坦福科學家開發的技術依賴超快激光脈沖，它更方便。目前所有的自動駕駛汽車視覺系統用的都是兼容激光雷達掃描儀，用它繪制周邊圖像。在實驗室測試時，斯坦福團隊用皮秒（picosecond，萬億分之一秒）激光掃描屏幕后的東西，不需要直接盯著目標物。這種技術并不是魔法，而是將反射、光傳感器、強大的識別算法融合在一起，變成產品。

如果你想看到角落的東西，可能要用到鏡子。光從鏡子上反射回來，讓你可以看到墻壁另一側有什么東西。斯坦福的系統原理大體相似，只是用的不是鏡子，只有一面墻壁。事實上有幾道墻壁，它們有著不同的反射率。團隊讓皮秒激光射向墻壁，射7分鐘或者70分鐘。激光的光子從墻壁反射回來，有些光子會擊中角落的目標物。一些光子會再次反射到墻壁，還有更少的光子會回到傳感器。分析細微的差異，團隊就可以重建圖像，知道角落里藏了什么東西。

我們剛才說過，回來的光子很少，所以團隊要盡可能收集更多的信號。光子碰到偵測器，研究人員用單光子雪崩二極管放大這些光子的信號。將信號與墻壁的幾何信息結合，就可以生成目標物的3D掃描圖。之前出現過相似的技術，不過需要強大的計算力，時間也太長，如果將傳感器與激光器放在一個地方，就可以大大簡化算法。用筆記本處理數據只要幾秒鐘。

斯坦福團隊還在繼續開發系統，希望能在真實世界有環境光的條件下提高精準度。速度是一個問題。雖然算法更快了，但是至少需要拿到幾分鐘的激光返回數據，才能生成一張圖片。對于汽車來說，這樣的速度不實用，因為汽車要在公路上高速行駛。增加激光密度也許可以緩解問題，不過密度不能太高，要不會刺瞎人的眼睛。即使不做優化，團隊仍然相信技術可以偵測一些東西，比如交通信號。所以說，讓汽車看到角落的東西可能并不遙遠了。