近日，一项由以色列内盖夫本-古里安大学和日本科技公司富士通集团联合进行的研究揭示了一个令人担忧的现象：某些基于摄像头的智能驾驶系统在遇到警车、救护车等应急车辆闪烁车灯时，可能会出现类似“数字癫痫发作”（Digital Epileptic Seizure，简称“epilepticar”）的情况，导致系统无法准确识别道路上的物体，从而可能引发交通事故。

研究人员在论文中指出，这些智能驾驶系统虽然经过人工智能训练，可以区分不同的道路物体图像，但在应急车辆灯光闪烁的影响下，其识别效果会显著下降，尤其是在黑暗环境中更为明显。应急车辆的灯光可能让智能驾驶系统对前方形似汽车的物体产生疑虑，难以准确判断，从而增加了碰撞的风险。

这一现象引发了广泛的关注和担忧。研究人员在测试中使用的摄像系统来自HP、Pelsee、Azdome、Imagebon和Rexing等品牌，虽然这些产品被宣传为具有一定的碰撞检测功能，但在本研究中仅作为摄像头使用。研究人员将这些系统捕获的图像通过四个开源对象检测器进行处理，发现应急车辆灯光确实对智能驾驶系统的性能产生了显著影响。

值得注意的是，这一研究结果并非空穴来风。此前，特斯拉的Autopilot系统就曾因未能对应急车辆的闪烁灯光做出适当反应，而与多辆静止的应急车辆发生碰撞。美国国家公路交通安全管理局（NHTSA）对此进行了长达三年的调查，并最终促使特斯拉召回了Autopilot软件。

为了应对这一问题，本-古里安大学和富士通集团的研究人员开发了一款名为“Caracetamol”的软件修复程序。该程序通过专门训练识别带有应急灯光的车辆，显著提升物体检测的准确性，从而有望降低因应急车辆灯光引发的交通事故风险。

然而，研究人员也强调，尽管“Caracetamol”软件修复程序能够提高智能驾驶系统对应急车辆灯光的识别能力，但智能驾驶系统的安全性仍然取决于汽车制造商的设计思路和技术水平。因此，汽车制造商需要加大研发投入，提高智能驾驶系统的稳定性和安全性，以确保在复杂多变的交通环境中能够准确识别并应对各种潜在风险。

此外，对于智能驾驶技术的监管也显得尤为重要。相关部门应加强对智能驾驶技术的测试和评估，确保其符合安全标准和法规要求。同时，还应加强对智能驾驶技术的宣传和教育，提高公众对智能驾驶技术的认知和理解，以减少因误解或不当使用而引发的交通事故。