0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

如果讓自動(dòng)駕駛汽車通過(guò)程序自行判斷,結(jié)果又將如何呢?

DPVg_AI_era ? 來(lái)源:未知 ? 作者:李倩 ? 2018-10-26 09:55 ? 次閱讀

隨著自動(dòng)駕駛汽車的普及,其安全性問題被社會(huì)廣泛關(guān)注。人類在遇到車禍時(shí)會(huì)本能的對(duì)“先救誰(shuí)”進(jìn)行選擇,而若是以編程形式讓自動(dòng)駕駛汽車也具有這樣的功能,道德決策又將如何選擇?今日,MIT在Nature上便發(fā)表了題為“道德機(jī)器(the Moral Machine)實(shí)驗(yàn)”的論文,對(duì)該問題進(jìn)行了研究與探討。

“我和你的老母親同時(shí)掉進(jìn)水里,你先救誰(shuí)?”

這道世紀(jì)難題令多少英雄好漢競(jìng)折腰,那么如果讓自動(dòng)駕駛汽車通過(guò)程序自行判斷,結(jié)果又將如何呢?

讓我們先來(lái)回顧近期慘不忍睹的自動(dòng)駕駛車禍?zhǔn)鹿剩?/p>

2018年3月18日,Uber自動(dòng)駕駛汽車沖撞一路人女子,該女子不幸身亡;

2018年1月10日,福特投資的Argo AI發(fā)生交通事故,導(dǎo)致車內(nèi)兩人受傷;

2016年5月7日,特斯拉Model S與掛車相撞,駕駛員不幸身亡;

2016年1月20日,京港澳高速,特斯拉轎車撞上作業(yè)車,駕駛員不幸身亡;

......

隨著自動(dòng)駕駛的普及,人們?cè)谙硎鼙憷c高效的同時(shí),也必須考慮自動(dòng)駕駛的安全性問題。這對(duì)社會(huì)來(lái)說(shuō)也無(wú)疑是增添了一份負(fù)擔(dān):對(duì)汽車進(jìn)行編程,在發(fā)生交通事故的時(shí)候,使其具備優(yōu)先拯救哪些生命的能力。

在這種情況下,人類駕駛員肯定會(huì)本能地去選擇先救誰(shuí),但是對(duì)于算法來(lái)說(shuō),這道選擇題應(yīng)當(dāng)是提前就有答案了的。那么汽車公司和政府又會(huì)做出怎樣的選擇呢?救老人還是孩子?救多數(shù)人還是少數(shù)卻很特殊的人?

今天,MIT發(fā)表了一篇論文,探討了公眾對(duì)這些問題的看法,并整理了2016年啟動(dòng)的一個(gè)名為the Moral Machine(道德機(jī)器)的在線測(cè)試數(shù)據(jù)。

The Moral Machine實(shí)驗(yàn)

它要求用戶對(duì)虛擬的車禍做出一系列道德決策,類似于著名的“電車難題(trolley problem)”。

“電車難題(Trolley Problem)”是倫理學(xué)領(lǐng)域最為知名的思想實(shí)驗(yàn)之一,其內(nèi)容大致是:一個(gè)瘋子把五個(gè)無(wú)辜的人綁在電車軌道上。一輛失控的電車朝他們駛來(lái),并且片刻后就要碾壓到他們。幸運(yùn)的是,你可以拉一個(gè)拉桿,讓電車開到另一條軌道上。然而問題在于,那個(gè)瘋子在另一個(gè)電車軌道上也綁了一個(gè)人。考慮以上狀況,你是否應(yīng)拉桿?

研究人員對(duì)9個(gè)不同的因素進(jìn)行了測(cè)試,其中包括用戶更傾向撞到男性還是女性,選擇拯救多數(shù)人還是少數(shù)人,犧牲年輕人還是老人,普通行人還是橫穿馬路的行人,甚至還會(huì)在地位低和地位高的人之間做出選擇。

The Moral Machine中的一個(gè)場(chǎng)景示例:用戶應(yīng)該撞向路人還是障礙物?

來(lái)自233個(gè)國(guó)家和地區(qū)的數(shù)百萬(wàn)用戶參加了測(cè)驗(yàn),共計(jì)制定了4000萬(wàn)個(gè)道德決策。 根據(jù)這些數(shù)據(jù),該研究的作者發(fā)現(xiàn)了一些較為一致的全球偏好(global preference):更傾向于拯救人類而不是動(dòng)物、拯救多數(shù)人犧牲少數(shù)人、優(yōu)先拯救兒童。

因此,他們認(rèn)為,在為自動(dòng)駕駛汽車制定法律時(shí),這些因素應(yīng)被視為政策制定者的“基石”。 但作者同時(shí)也強(qiáng)調(diào),這項(xiàng)研究的結(jié)果絕不是算法決策的模板。

論文的協(xié)作者Edmond Awad說(shuō):“我們?cè)噲D展示的是描述性倫理,即人們?cè)诘赖聸Q策中的偏好,但是,如果涉及到標(biāo)準(zhǔn)的道德規(guī)范時(shí),該如何做出選擇,這應(yīng)該由專家來(lái)決定。”

數(shù)據(jù)還顯示,不同國(guó)家的道德偏好存在顯著差異。這與許多因素有關(guān),包括地理位置(例如,歐洲和亞洲國(guó)家之間的差異)和文化(個(gè)人主義社會(huì)和集體主義社會(huì))。

值得注意的是,雖然在未來(lái)的某個(gè)時(shí)間必須開展這些決策相關(guān)的工作,但自動(dòng)駕駛技術(shù)仍有很長(zhǎng)的路要走。 自主性仍然處于起步階段,自動(dòng)駕駛汽車仍然是原型,而不是產(chǎn)品。 專家們還說(shuō),雖然目前尚不清楚這些決定將來(lái)會(huì)以什么樣的編程方式與車輛進(jìn)行結(jié)合,但顯然還是需要進(jìn)行公眾咨詢和辯論的。

加州理工大學(xué)倫理+新興科學(xué)小組主任Patrick Lin說(shuō):“由于自動(dòng)駕駛汽車是第一個(gè)大規(guī)模融入社會(huì)的AI產(chǎn)物,所以在自動(dòng)駕駛方面所發(fā)生的一些列事情都將為其它人工智能機(jī)器人技術(shù)定下基調(diào)?!?/p>

文化如何影響道德偏好?

Moral Machine調(diào)查得出的結(jié)果表明,在涉及到這些道德困境時(shí),有一些共同的原則。但該論文的作者還發(fā)現(xiàn)了一些偏好上的差異,這些差異遵循著一定的分類。這些差異沒有一個(gè)是違背核心原則的(例如少數(shù)服從多數(shù)的原則)但它們確實(shí)在一定程度上有所不同。

研究人員發(fā)現(xiàn),在亞洲和中東的一些國(guó)家,比如中國(guó)、日本和沙特阿拉伯,“保全年輕人而非年長(zhǎng)者”的傾向“不那么明顯”。與來(lái)自歐洲和北美的人相比,這些國(guó)家的人也相對(duì)較少地關(guān)心保全“高凈值”個(gè)人。

這項(xiàng)研究的作者認(rèn)為,這可能是由于個(gè)人主義文化和集體主義文化之間的差異。前者強(qiáng)調(diào)每個(gè)人作為個(gè)體的獨(dú)特價(jià)值,“更傾向于保全更多數(shù)量的人?!迸c此相反,在保全年輕人方面更弱的偏好可能是集體主義文化的結(jié)果,“強(qiáng)調(diào)對(duì)社區(qū)中年長(zhǎng)成員的尊重?!?/p>

作者認(rèn)為,這些差異表明,“地理和文化上的接近可能會(huì)讓不同國(guó)家的人在機(jī)器倫理方面有一致的偏好?!?/p>

然而,還有其他因素與這些差異相關(guān),不一定是地理上的。例如,不那么富裕的國(guó)家,它的人均國(guó)內(nèi)生產(chǎn)總值(GDP)較低,民間機(jī)構(gòu)較弱,更可能撞守規(guī)矩過(guò)馬路的人而不是亂穿馬路的人,“大概是因?yàn)樗麄冏袷匾?guī)則的經(jīng)驗(yàn)較少,對(duì)不守規(guī)則的懲罰也較輕”。

不過(guò),作者強(qiáng)調(diào),Moral Machine的結(jié)果絕不是對(duì)不同國(guó)家的道德偏好的最終評(píng)估。

首先,這個(gè)測(cè)試是自選的,參與者都是相對(duì)懂技術(shù)的人。測(cè)試的結(jié)構(gòu)也消除了細(xì)微的差異。參與者只有兩個(gè)明確的選擇:殺死這些人,或殺死那些人。在現(xiàn)實(shí)生活中,這些決定都是概率性的,每個(gè)人都會(huì)在不同嚴(yán)重程度的結(jié)果中做選擇。(“如果我令這輛卡車突然轉(zhuǎn)向,很有可能以低速撞到那個(gè)行人”,等等。)

盡管如此,專家們表示,這并不意味著這樣的測(cè)試無(wú)關(guān)緊要。Patrick Lin說(shuō),這些困境的人為性質(zhì)是“特征,而不是bug”,因?yàn)樗鼈兿恕盎靵y的變量,以便集中于我們感興趣的特定變量”。

他補(bǔ)充說(shuō),即使汽車不會(huì)經(jīng)常在撞到物體X或物體Y之間做出選擇,它們?nèi)匀恍枰獧?quán)衡相關(guān)的決定,比如給這些東西留出多寬的空間。這仍然是“一個(gè)基本的道德問題,”Lin說(shuō),“所以我們現(xiàn)在需要討論這個(gè)問題。”

一臺(tái)攝像機(jī)透過(guò)谷歌自動(dòng)駕駛汽車的格柵窺視。Photo by Sean O’Kane / The Verge

將道德規(guī)范轉(zhuǎn)變法律

但在這些問題上,我們離需要立法還有多遠(yuǎn)?公司什么時(shí)候開始將道德決策編碼到自動(dòng)駕駛汽車?yán)?

對(duì)第二個(gè)問題的回答是,現(xiàn)在已經(jīng)有了。這是真的,因?yàn)槊恳粋€(gè)算法都會(huì)做出某種決定,其中一些會(huì)產(chǎn)生倫理上的后果。但從更具體的角度來(lái)看,即使相關(guān)公司不愿意公開談?wù)撨@些算法偏好,也很可能會(huì)編碼粗略的偏好。

例如,早在2014年,Google X的創(chuàng)始人 Sebastian Thrun就表示,公司的原型自動(dòng)駕駛汽車將在發(fā)生碰撞時(shí)選擇撞擊兩個(gè)物體中的較小者。在2016耐能,谷歌的Chris Urmson表示,該公司的無(wú)人車將“盡量避免撞倒無(wú)保護(hù)的道路使用者:騎自行車的人和行人”。同年,據(jù)報(bào)道,梅賽德斯-奔馳的一名經(jīng)理表示,該公司的自動(dòng)駕駛汽車將優(yōu)先考慮撞車事故中乘客的生命安全,但該公司后來(lái)否認(rèn)了這一說(shuō)法。

公司不愿意公開這些決策是可以理解的。一方面,自動(dòng)駕駛系統(tǒng)還不夠復(fù)雜,無(wú)法區(qū)分年輕人和老年人。最先進(jìn)的算法和傳感器可以區(qū)分明顯不同的東西,比如松鼠和騎自行車的人,但它們無(wú)法區(qū)分比這更細(xì)微的東西。此外,公司不管說(shuō)他們優(yōu)先考慮誰(shuí)的生命——人或動(dòng)物、乘客或行人——都是會(huì)讓某些人感到不安的決定。這就是為什么說(shuō)這些都是道德困境:沒有簡(jiǎn)單的答案。

歐洲政策研究中心(Centre for European Policy Studies)高級(jí)研究員Andrea Renda表示,私營(yíng)企業(yè)在這些問題上做的工作最多?!八綘I(yíng)企業(yè)正在對(duì)此采取行動(dòng),但政府可能發(fā)現(xiàn)這還不夠,”Renda說(shuō)。在歐洲,歐盟正在制定道德準(zhǔn)則,并可能通過(guò)“命令和控制立法,或通過(guò)認(rèn)證和聯(lián)合監(jiān)管”來(lái)執(zhí)行這些準(zhǔn)則。在美國(guó),國(guó)會(huì)已經(jīng)公布了兩黨共同制定的潛在監(jiān)管原則,但聯(lián)邦監(jiān)管可能會(huì)緩慢進(jìn)行,目前尚不清楚議員們是否想要深入車禍的道德偏好這一泥沼。

Renda 警告說(shuō),盡管公眾需要參與到這些辯論中來(lái),但“僅僅依靠自下而上的協(xié)商將是極其危險(xiǎn)的?!彼f(shuō),各國(guó)政府和專家需要做出選擇,重申人權(quán)。

但在德國(guó),我們已經(jīng)看到了新的問題。德國(guó)是目前唯一一個(gè)對(duì)自動(dòng)駕駛汽車的倫理選擇提出官方指導(dǎo)方針的國(guó)家。議員們?cè)噲D剖析電車問題的棘手之處,指出所有人的生命都應(yīng)該被平等對(duì)待,任何基于個(gè)人特征的區(qū)別,如年齡或性別,都應(yīng)該被禁止。

但正如MIT的研究人員指出的那樣,如果這一選擇得以實(shí)施,將有悖于公眾傾向于拯救年輕人多于老年人的偏倚。他們會(huì)問,如果政府推出這項(xiàng)政策,它將如何應(yīng)對(duì)這種集體反對(duì),“當(dāng)自動(dòng)駕駛汽車在道德困境中選擇犧牲兒童的那一天,這種抵制將不可避免地發(fā)生?!?/p>

Awad說(shuō),這種沖突是“不可避免的”,但必須成為這個(gè)過(guò)程的一部分?!爸匾氖且屵@些決定變得透明,”他說(shuō),“要公開說(shuō)明正在做什么。如果這一切都發(fā)生在幕后,只對(duì)人們說(shuō)’相信我們’,我認(rèn)為這是不會(huì)被接受的。每個(gè)人都需要參與到這些決策中來(lái)?!?/p>

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 人工智能
    +關(guān)注

    關(guān)注

    1789

    文章

    46359

    瀏覽量

    236534
  • 自動(dòng)駕駛
    +關(guān)注

    關(guān)注

    782

    文章

    13536

    瀏覽量

    165742

原文標(biāo)題:Nature大型調(diào)查:當(dāng)AI遭遇電車難題,它將拯救誰(shuí)?

文章出處:【微信號(hào):AI_era,微信公眾號(hào):新智元】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦

    自動(dòng)駕駛技術(shù)的典型應(yīng)用 自動(dòng)駕駛技術(shù)涉及到哪些技術(shù)

    自動(dòng)駕駛技術(shù)的典型應(yīng)用 自動(dòng)駕駛技術(shù)是一種依賴計(jì)算機(jī)、無(wú)人駕駛設(shè)備以及各種傳感器,實(shí)現(xiàn)汽車自主行駛的技術(shù)。它通過(guò)使用人工智能、視覺計(jì)算、雷達(dá)
    的頭像 發(fā)表于 10-18 17:31 ?244次閱讀

    自動(dòng)駕駛技術(shù)進(jìn)展及其對(duì)未來(lái)出行的影響

    駕駛,對(duì)于一些人而言是樂趣的源泉,但對(duì)于另一些人來(lái)說(shuō),卻是一項(xiàng)令人疲憊的任務(wù)。隨著自動(dòng)駕駛技術(shù)的飛速發(fā)展,這一現(xiàn)狀正在發(fā)生深刻的變化。自動(dòng)駕駛技術(shù)不僅能夠極大地減輕駕駛員的負(fù)擔(dān),還能
    的頭像 發(fā)表于 10-10 16:25 ?758次閱讀

    FPGA在自動(dòng)駕駛領(lǐng)域有哪些優(yōu)勢(shì)?

    可以根據(jù)自動(dòng)駕駛系統(tǒng)的具體需求,通過(guò)編程來(lái)配置FPGA的邏輯功能和連接關(guān)系,以適應(yīng)不同的應(yīng)用場(chǎng)景和算法變化。這種靈活性使得FPGA能夠快速適應(yīng)自動(dòng)駕駛技術(shù)的快速發(fā)展和變化。 低延遲: 自動(dòng)駕
    發(fā)表于 07-29 17:11

    FPGA在自動(dòng)駕駛領(lǐng)域有哪些應(yīng)用?

    是FPGA在自動(dòng)駕駛領(lǐng)域的主要應(yīng)用: 一、感知算法加速 圖像處理:自動(dòng)駕駛中需要通過(guò)攝像頭獲取并識(shí)別道路信息和行駛環(huán)境,這涉及到大量的圖像處理任務(wù)。FPGA在處理圖像上的運(yùn)算速度快,可并行性強(qiáng),且功耗
    發(fā)表于 07-29 17:09

    自動(dòng)駕駛汽車如何識(shí)別障礙物

    自動(dòng)駕駛汽車識(shí)別障礙物是一個(gè)復(fù)雜而關(guān)鍵的過(guò)程,它依賴于多種傳感器和技術(shù)的協(xié)同工作。這些傳感器主要包括激光雷達(dá)(LiDAR)、雷達(dá)、攝像頭以及超聲波雷達(dá)等,它們各自具有不同的工作原理和優(yōu)勢(shì),共同為
    的頭像 發(fā)表于 07-23 16:40 ?719次閱讀

    自動(dòng)駕駛汽車傳感器有哪些

    自動(dòng)駕駛汽車傳感器是實(shí)現(xiàn)自動(dòng)駕駛功能的關(guān)鍵組件,它們通過(guò)采集和處理車輛周圍環(huán)境的信息,為自動(dòng)駕駛系統(tǒng)提供必要的感知和決策依據(jù)。以下是對(duì)
    的頭像 發(fā)表于 07-23 16:00 ?1649次閱讀

    揭秘自動(dòng)駕駛:未來(lái)汽車的感官革命,究竟需要哪些超級(jí)傳感器?

    ,激光雷達(dá)技術(shù)受到極大關(guān)注,被譽(yù)為“激光雷達(dá)元年”,凸顯了傳感器在自動(dòng)駕駛中的重要性。那么,自動(dòng)駕駛汽車究竟需要哪些傳感器? 自動(dòng)駕駛
    的頭像 發(fā)表于 05-31 09:14 ?450次閱讀

    未來(lái)已來(lái),多傳感器融合感知是自動(dòng)駕駛破局的關(guān)鍵

    /L4級(jí)自動(dòng)駕駛賽跑的元年。 馬斯克評(píng)論FSD 12.3版本的左轉(zhuǎn)彎操作就像人類司機(jī)一樣。如果FSD 12.3版本成功,將基本顛覆目前市場(chǎng)上的智能駕駛技術(shù)路線?;凇皵?shù)據(jù)/算法/算力”的無(wú)人
    發(fā)表于 04-11 10:26

    大眾汽車和Mobileye加強(qiáng)自動(dòng)駕駛合作

    美國(guó)智能駕駛芯片巨頭Mobileye與大眾汽車集團(tuán)近日宣布,在自動(dòng)駕駛領(lǐng)域深化合作,共同推動(dòng)全新自動(dòng)駕駛功能在大眾旗下量產(chǎn)車型的應(yīng)用。Mobileye依托其領(lǐng)先的Mobileye
    的頭像 發(fā)表于 03-22 11:46 ?799次閱讀

    自動(dòng)駕駛汽車技術(shù) | 車載雷達(dá)系統(tǒng)

    自動(dòng)駕駛汽車技術(shù) | 車載雷達(dá)系統(tǒng)
    的頭像 發(fā)表于 03-20 08:09 ?2419次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b><b class='flag-5'>汽車</b>技術(shù) | 車載雷達(dá)系統(tǒng)

    自動(dòng)駕駛發(fā)展問題及解決方案淺析

    汽車的發(fā)展提供有益的參考。 ? 自動(dòng)駕駛汽車發(fā)展的現(xiàn)狀與挑戰(zhàn) (一)技術(shù)難題 自動(dòng)駕駛汽車的核心在于通過(guò)
    的頭像 發(fā)表于 03-14 08:38 ?983次閱讀

    Waymo自愿召回444輛自動(dòng)駕駛汽車 L4的自動(dòng)駕駛還有很多路要走

    近日,谷歌旗下的自動(dòng)駕駛部門Waymo自愿召回了444輛自動(dòng)駕駛汽車,原因是其軟件可能無(wú)法準(zhǔn)確預(yù)測(cè)拖曳車輛的運(yùn)動(dòng)軌跡
    的頭像 發(fā)表于 02-26 10:22 ?1085次閱讀
    Waymo自愿召回444輛<b class='flag-5'>自動(dòng)駕駛</b><b class='flag-5'>汽車</b> L4的<b class='flag-5'>自動(dòng)駕駛</b>還有很多路要走

    LabVIEW開發(fā)自動(dòng)駕駛的雙目測(cè)距系統(tǒng)

    LabVIEW開發(fā)自動(dòng)駕駛的雙目測(cè)距系統(tǒng) 隨著車輛駕駛技術(shù)的不斷發(fā)展,自動(dòng)駕駛技術(shù)正日益成為現(xiàn)實(shí)。從L2級(jí)別的輔助駕駛技術(shù)到L3級(jí)別的受條件約束的
    發(fā)表于 12-19 18:02

    自動(dòng)駕駛四大關(guān)鍵技術(shù)解析

    汽車擺脫人的操作用專業(yè)術(shù)語(yǔ)來(lái)說(shuō)就是自動(dòng)駕駛或無(wú)人駕駛。作為一種通過(guò)電腦系統(tǒng)實(shí)現(xiàn)無(wú)人駕駛的智能
    的頭像 發(fā)表于 12-04 17:08 ?691次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b>四大關(guān)鍵技術(shù)解析

    自動(dòng)駕駛“十問十答”

    說(shuō)起自動(dòng)駕駛, 大家現(xiàn)在已經(jīng)不陌生, 但是關(guān)于自動(dòng)駕駛你又了解多少? 今天小編總結(jié)了關(guān)于自動(dòng)駕駛的 “十問十答” , 帶你了解更多 自動(dòng)駕駛
    的頭像 發(fā)表于 11-29 07:40 ?857次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b>“十問十答”