计算机是一种计算机器，可以用于处理数据，无法量化的事物就不能用计算机来处理。因此，跟程序算法一样，发出指令的人也需要比以前更懂得进行量化。那么，应该怎样去进行量化呢？

现在需要设定一个能让机器人过马路的程序算法。算法的出发点设定为：判断能否过马路。

要思考如何判断能否过马路的话，需要考虑两点，“需要获得什么信息”和“如何进行量化”。

首先，思考一下“需要获得什么信息”。我们列举出所需的信息，需要走过的马路的距离应该是必要的。另外，过马路的前提是需要有信号灯的信息。

除此以外，过马路还与路面的情况相关，也需要知道天气的信息。此外，是否有车或有人，要过马路的人的密集程度等，似乎都需要考虑。

现在我们已经列举出道路的宽度、信号灯的信息、路面的情况、天气、是否有车或人、人流密集程度等必要的信息。

接下来尝试思考，这些信息能够怎么量化？首先，我们想一想道路的宽度，要怎样量化呢？

肉眼就能够大致判别，但机器人无法以人的判断方式来判断。虽然不清楚道路实际的构造，但大体来说有两个方法。

一种方法是事前存入数据，即提前把道路的宽度作为数据保存在机器人里面。另外，也可以通过GPS等方式辨识现时的所在地，结合这些信息去识别道路的宽度。

另一种可以考虑的方法是，每次进行测量。虽然机器人视觉功能的水平有所不同，但应该可以通过用摄像头拍下道路的照片，利用图像识别技术计算出距离。当然，这需要同时具备能够通过图像信息测算距离的程序。如果能够对马路的黑白条纹进行计数，也可以通过这个数字测算出距离。又或者，可能还有通过发出电波或超声波，根据接收反射波的时间算出距离等手法。

如上所述，即便是能够找出所需的各个要素的信息，在此基础上还要思考对这些信息如何进行量化。我们梳理一下到目前为止所了解的内容。

1. 找出所有必要的信息（对象）

2. 思考能够对每个信息进行量化的方法

1. 找出所有必要的信息（对象）

计算机本身是不知道应该参照哪个信息的，因此，要仔细罗列出人是通过什么信息进行判断的。

反过来说，在这一步如果有些要素没被罗列出来，就难以让计算机为我们做事了。也就是说，关键在于人所凭借的感觉或经验能否作为信息具体表现出来。

2. 思考能够对每个信息进行量化的方法

对罗列出来的每个信息，要思考如何进行具体的数值化。流程如刚才的例子，有两种方向，即一开始就存入数据，或者每次都进行测量。

后者有可能随着传感器技术的发展而进一步进化。

对于道路的宽度，人看一眼就能大致估算，但如果给计算机的指令是“请看看然后尝试判断能否过马路……”，计算机是无法运作的，指令要详细到具体是看什么、如何去判断的程度。

练习题

接下来，我们思考一下信号灯的问题。请思考，对于那种不显示剩余时间的信号灯，怎样做才能知道绿灯剩余几秒呢？获得哪些信息会有帮助呢？另外，那些信息可以怎样进行量化呢？

解答

要把绿灯的剩余时间进行量化，实际上很难。能有所帮助的是，参考人是怎样进行判断的。那么，我们是怎样判断的？

一方面，“有多少人在过马路”似乎可以作为判断材料。如果有很多人在过马路，那么可以推测是刚刚变为绿灯；如果有不少人在快速赶着过马路，那么应该可以判断快要变成红灯了。

另外，也可以用同样的思路，确认一下与马路交叉侧的道路交通状况。交叉侧的道路是红灯、车刚停下来，还是可能马上变成绿灯的情况，也可以根据这些信息进行综合判断。

如上所述，我们可以想象通过瞬时取得各种信息来进行判断，但要把这些信息转为数据，则是难度非常高的事。

还有，在没有人的情况下应该如何判断，这还需要另外考虑。必须给这个“综合判断”分步骤，这正是信号灯剩余时间量化的难点所在。

另一方面，如果是以保证能够过马路为目的，虽然需要花点时间，但如果按照以下的步骤操作，就可以进行判断。

1. 一开始，刚刚到达斑马线时，即使是绿灯也不过马路

2. 下一次绿灯还是不过马路，而是测量绿灯有几秒

3. 通过第2步知道了绿灯的持续时间，再结合道路的宽度和自身的步行速度判断，如果能在绿灯持续时间内过完马路，那就过马路

STEP UP！

道路的宽度、信号灯的信息、路面的情况、天气、有没有车或人、人流密集程度等，在这些最开始罗列出来的信息中，我们已经选了道路的宽度、信号灯的信息来思考量化的方向性，而事实上其他信息也是需要量化的。

现在尝试具体考虑路面的情况。假设分为结冰、有积雪、有积水、一般情况四种状态。那么请思考一下要判断“结冰”的话，需要哪些信息？路面的温度、水量、摩擦系数等可以作为备选信息。另外，还有一个需要提前定义的是基准。在获得数据之后，根据什么来判断是结冰状态，这就需要提前制定基准值。

关于有没有车或人，单单判断有或没有，是没有意义的。在很远的地方有车或有人，与过马路没有关系；远距离的车或者人，也关系不大。至少要对距离和方向（向哪个方向前进）进行量化。而且，对于数量也要有所斟酌，因为在车或人的数量不同的情况下，判断也会发生变化。

大家要知道，像这样仅仅是想让机器人过马路，也需要各种各样的信息。而且，信息如何获取、如何计算，实际上都需要进行恰当的设计。

光是让机器人过马路，就需要考量这么多的问题。如果是自动驾驶，其复杂程度和难度肯定高得多。而事实上，这种难度高又复杂的事情，正逐步被应用到实际生活中。

这种量化的思路，将会成为今后迈进新世界的基础，大家一定要掌握好。

小结

√ 计算机需要数据

√ 无法数据化的事情，就借助不了计算机的力量

√ 要点是信息的全面罗列以及具体的量化方法

√ 细致罗列出人的思考方法是关键

√ 现在能否在这个时代立足，就取决于能否进行量化