倫敦出租車司機的導航能力讓AI相形見絀——彭博社

一輛黑色出租車在倫敦行駛中。

照片：羅伯特·邁克爾/dpa-Zentralbild/dpa通過蓋蒂圖片社

倫敦的出租車司機以幾乎僅憑記憶就能在城市複雜的街道網絡中導航而聞名。而我們大多數人則主要依賴導航應用。

兩者都能將人們帶到目的地，但一項新研究觀察了出租車司機如何規劃路線，表明人類導航者可能比人工智能更具策略性。研究人員表示，發表在《美國國家科學院院刊》上的這些發現可能有助於訓練AI算法更高效地工作並減少能源消耗。

彭博社城市實驗室重建馬賽的被遺忘的法國建築師夏洛特獲准發行4億美元市政債券在新奧爾良，一座老化的穹頂試圖保持超級地位無橋無地鐵：利馬新機場成了一場災難這不是倫敦出租車司機的大腦首次成為科學研究的焦點。駕駛這座城市標誌性的黑色出租車是一項要求極高的職業，近年來從業人數不斷減少；有抱負的出租車司機必須花費數年時間記憶街道和數千個興趣點的位置，才能通過一系列嚴苛的考試，即著名的“知識”測試。“知識”測試。

2020年，黑色出租車在倫敦市中心議會街的車流中穿行。攝影：Artur Widak/NurPhoto via Getty Images先前研究表明，掌握"知識"會使出租車司機大腦海馬體（負責記憶和空間導航技能的區域）的灰質體積增大。最新研究還發現，磨練這些技能能讓出租車司機更不易患阿爾茨海默症——這種疾病以海馬體退化為主要特徵。

關於出租車司機的心理路徑規劃機制，人們知之甚少。

配備GPS的導航應用能在數秒內計算數百甚至數百萬條可能路線，最終為用户提供最優方案。但人腦無法做到這一點，尤其是在倫敦縱橫交錯的26,000多條街道中。

“大腦必定存在某種信息壓縮機制和精妙的思考過程，“該研究的合著者、倫敦大學學院神經科學家雨果·斯皮爾斯表示，“我可以檢索倫敦所有街道，也可以通過預判未來可能遇到的街道來縮小搜索範圍。”

出租車司機採用後一種策略。研究數據顯示，他們會先構建整個街道網絡的視覺地圖，標出可能需要經過的主要交叉口或複雜樞紐，再圍繞這些關鍵點規劃具體路線。

“他們不會去想象任何地標，而是會忘記所有那些無關緊要的細節，”葡萄牙Champalimaud神經科學項目首席研究員丹尼爾·麥克納米説道，他也是該報告的合著者之一。“他們只是利用這種抽象的倫敦內部表徵來工作。”

該研究要求43名出租車司機口頭逐條街道規劃前往不同目的地的路線，而斯皮爾和他的合著者們則測量他們在喊出每一步之前思考了多長時間。他們發現，那些在喊出任何方向之前花更長時間組織思路的受訪者，在後續步驟之間的思考時間更短——這表明研究人員所説的是一種比出租車司機僅僅按照他們經過街道的順序列出街道以到達目的地更高、更復雜的思維水平。

對於像斯皮爾、麥克納米和他們的合著者——約克大學的認知科學家巴勃羅·費爾南德斯·貝拉斯科這樣的研究人員來説，黑色出租車司機代表着一羣日益減少的超級導航者，他們可以為人類大腦如何在現實世界中解決複雜問題提供見解。像Uber這樣的叫車服務和被稱為minicabs的更便宜的替代品已經削弱了黑色出租車在倫敦街道上的主導地位。

根據政府數據，2023年該市約有15,000輛有執照的出租車，比十年前的22,000輛有所下降，根據政府數據，而同期私人僱傭車輛的數量幾乎翻了一番，達到90,000輛。他們的運營商不像出租車司機那樣面臨同樣嚴格的培訓和許可標準。與此同時，衞星導航服務和應用程序變得更加先進和無處不在。

儘管這項技術幫助新手司機在倫敦古老錯綜的街道中穿行，但它也帶來了看不見的環境代價。為了提供逐嚮導航，一些最受歡迎的地圖應用依賴於龐大的碳密集型數據中心，隨着科技公司競相提升人工智能技術，這些數據中心已在全球各地社區迅速擴張。

研究人員表示，通過訓練人工智能使其思維和規劃更接近人類——尤其是倫敦出租車司機——可以幫助它們在不必更費力的情況下更智能地工作。“與投入大量計算能力不同，這些人醒來後吃根香蕉，然後那根香蕉就為計算提供了能量，“斯皮爾説。“這是一個真正節能的生物系統。”