2015 年是人工智能快速发展和推广的一年，仿佛在一夜之间人工智能开始进入各个领域，比如图像识别、网络搜寻、无人驾驶、语音辨识等，人工智能在运算能力和资料处理方面已经有了巨大发展，但在处理复杂任务时还是显得非常笨拙，比如驾驶汽车，人工智能很难像人类一样针对不同的状况做出判断，很重要的一个原因是缺乏庞大的数据库支援， Stanford 大学的研究团队找到了一个非常有趣的解决方案，那就是推出一个模拟驾驶的游戏，让用户在玩游戏时建立一个驾驶技巧的数据库。
人工智能的学习能力需要庞大的数据库支援，比如认识一颗苹果，就需要至少获取十几万张苹果的图片，才能获取对应物体的认知能力并做出判断，图片数据库的建立难度相对较低，所以人工智能在图像识别上的应用最多，技术也最成熟。但在其他领域，进展则也缓慢许多。
人工智能在汽车驾驶方面的应用，同样需要庞大的数据库支援，除了详细的路况资讯外，还需要驾驶技巧方面的资料，Standford 大学的研究团队开发了一款游戏可以解决这一问题，为人工智能打造一个集合任务指引的数据库。这一解决方案的设计理念非常简单，让用户往数据库中输入讯息，把驾驶汽车的判断资料透过游戏的方式输入系统。
研究团队将加州高速公路的路况讯息存入系统，以此为基础路况建立了一个虚拟 3D 环境，包括车况、天气、其他车辆的情况，研究的目的主要是提高人工智能系统选择车道的能力，在网页游戏中，页面会向用户显示人工智能驾驶系统看见的路况，通过分析后选择的车况，游戏用户的任务是在整个虚拟驾驶过程中，纠正人工智能系统的错误，以此来提升人工智能系统判断能力，当有够多的用户体验了这个游戏后，就能建立一个庞大的驾驶技巧数据库。
人工智能系统在驾驶方面的应用，多以公路测试为主，比如 Google 无人驾驶汽车长达数年的公路测试，Standford 大学的解决方案是首次让人工智能从人类的行为中学习驾驶技巧。
- AI Machine Learns to Drive Using Crowdteaching
