İki otonom sürüş sorusunu yanıtlayın: 5 seviyeli sınıflandırma gerçekten mantıklı mı? Neden etiğe dikkat etmeliyiz?
Geçmiş içeriği takip etmek ve görüntülemek için yukarıdaki [Araba Bulutu] 'na tıklayın.
"
Garanti bir klişe değildir.
"
Teknoloji bir çiçekse, insan ihtiyacı topraktır. Toprağı terk edersen çiçekler solacak ve düşecek. Teknik taraf bir hata yapmaya meyillidir: İnsan sürücüleri kurtarmak için otonom sürüşü kullanmak istiyorlar, ancak arabaların nihayetinde insanlara hizmet ettiğini unutuyorlar.
Otonom sürüş, otomobil endüstrisinin "insanlar" ve "arabalar" arasındaki ilişkiyi ciddi şekilde düşünmesine izin verdi. Bugün "insanlar" ile ilgili iki soruyu yanıtlayacağız: Şu anda kullanmakta olduğumuz kendi kendini süren NHTSA4 ve SAE5 sınıflandırmaları gerçekten insan düşüncesinin yapısına uyuyor mu? Teknoloji olgunlaşmadan önce "tramvay sorunu" gibi etik ve felsefi konular hakkında konuşmak için gerçekten çok erken mi?
Aşağıdaki içeriğin klişe olmadığı garanti edilir.
Otonom sürüşü neden sınıflandırmalıyız?
Otonom sürüşün başka bir açıdan sınıflandırılması hakkında konuşun
İster NHTSA ister SAE olsun, otonom sürüşü tanımlamak ve sınıflandırmak araç mühendisliği perspektifinden gelir. Bu nedenle, yapay zekayı birleştirirken yanlış sınıflandırma ve bulanık sınırlar olacaktır.
Örneğin, SAE toplantılarında tartışmalar var, L3 (koşullu otomasyon) otonom sürüşe ihtiyacınız var mı? Seviye 3 otomatik sürüş, sürücünün gözlerini, ellerini ve ayaklarını ayırmasına, araç kontrolünden vazgeçmesine ve sistem bir alarm çağırdığında aracı kontrol etmek için müdahale etmesine olanak tanır. Ancak gerçek durum, bir kişi gözlerini terk ettiğinde bilincinin de kaybolması ve alarmdan erişime kadar çok uzun bir zaman almasıdır. Waymo bölünmeden önce dahili çalışanlardan test etmeleri istendi, ilgili personelin polisi arayıp görevi devralması 12-28 dakika sürdü, Ford test mühendisinin uykuya daldığını bile tecrübe etti.
İnsan otonom sürüş sistemine ne kadar güvenirse, o kadar dikkatsizdir. Bu, tüm L3 otonom sürüş sisteminin yeterince güvenli olmasını teşvik eder ve sonuç L4 seviyesi olur. Bu nedenle, L3 ve L4, genel sistem mimarisinde, altta yatan sistemin artıklık tasarımında ve sağlamlıkta aynı gereksinimleri gerektirir, bu da yanlış sınıflandırmaya ve bulanık sınırlara neden olur.
Risk kontrolü ve teknik ayrım açısından bakıldığında, L3'ün hem mühendisler hem de sürücüler için utanç verici bir varlık olduğunu göreceğiz.
L3 otonom sürüşe duyulan ihtiyacı tartışmak sadece bir giriş, özünde otonom sürüşün sınıflandırmasını farklı bir perspektiften anlamaktan bahsediyoruz. Otonom sürüş sadece otomobil endüstrisinden değil, aynı zamanda bir yapay zeka ürünüdür. Bu soruyu yapay zeka açısından cevaplamak, gerçek duruma daha uygun olacaktır çünkü yapay zeka, makineleri insan düşünce yapısından anlar.
İnsan düşünce yapısı iki kısma ayrılabilir: içgüdü ve zeka. İçgüdü, sarsıntı refleksleri, suda kaynatıldığında elleri küçültme, açken yiyecek arama ve tehlikeden hızla kaçma gibi doğal yeteneğidir; zeka, öğrenmeyi ve öğrenmeyi gerektiren şeylerin akıllıca anlaşılması, analizi ve yargılanmasıdır. Bilişsel süreç.
Bu sınıflandırma, otonom sürüş sınıflandırmasına da uygulanabilir. İçgüdü kategorisindeki otonom sürüş, otomatik seyir, otomatik acil durum freni, otomatik şerit tutma ve sınırlı takip mesafesi dahil olmak üzere en temel güvenlik işlevlerinden sorumludur. İstihbarat kategorisinin trafik güvenliği yasasını (siste hız sınırı, kırmızı ışıkta geçmeme vb.) Ve güvenli sürüş becerilerini (büyük dönüşler için sola dönme, küçük dönüşlere sağa dönme daha güvenli ve birleştirme sırasında şeridi küçük bir açıyla kesmek daha güvenli) dikkate alması gerekir. Tek bir cümleyle, çarpmamaktan içgüdü sorumludur ve arabayı daha iyi sürmekten zeka sorumludur.
Bu sınıflandırmanın bir avantajı, OEM'ler ile yapay zeka şirketleri arasındaki sınırı görmemize izin vermesidir ki bu, iki tarafın sosyal bölünmesine ve entegrasyonuna daha elverişlidir. İlk birikimden yola çıkarak, geleneksel otomobil şirketlerinin içgüdü açısından daha fazla avantajı var ve yapay zeka şirketleri zeka konusunda daha iyi. Elbette iki tarafın işlerini genişletmek için sınırları aştığı da göz ardı edilmiyor.Sektör zincirindeki farklı şirketler arasındaki işbölümü hala deneme ve keşif aşamasında.
Bu sınıflandırmaya dayanarak, sürücüsüz otomobiller tasarlarken bir ilkeyi akılda tutmalıdır: tüm otonom sürüş sisteminin önceliği içgüdüsel olmalıdır ve ilgili akıllı teknik araçlara sahip içgüdüsel işlevler ve senaryolar tarafından kapsanmamalıdır. Çevirirseniz, AEB yapmak için asla derin öğrenmeyi kullanmamalısınız. Nedeni de çok basittir - yalnızca içgüdü kritik anda hayatınızı kurtarabilir. İyi bir araba kullanma sorunu akıllıca çözüldüğü için, esas olarak kullanılan yapay zeka teknolojisi kara kutu sorununa sahip olacak ve bina daha az sağlamlık ve daha fazla hata içeren karmaşık bir sistem olacak. İçgüdüsel kod MCU'ya daha fazla yazılacaktır, karar verme daha doğrudandır, bu nedenle nispeten güvenli ve kararlıdır.
Bu nedenle, araç mühendisliği açısından değil, insan düşünce yapısından yola çıkarak, otonom sürüş sınıflandırmasının daha basit olduğunu ve sadece otomotiv endüstrisi için değil, aynı zamanda internet gibi yeni ortaya çıkan şirketler için de uygun olduğunu görebiliriz. Bu yeni teknolojiyi anlayan seyirci tüm toplum olacaktır.
Etik konular hakkında konuşmak için henüz çok mu erken?
Kendi kendine giden arabalar sosyal yönetimin ürünleridir ve teknolojinin ve ürünlerin kendilerinin ötesine geçmeli ve getirdikleri riskleri ve olumsuz etkileri zayıflatmak için ilgili etik ve yasal konuları dikkate almalıdırlar. Dahası, otonom sürüşün etik sorunlarının çoğu teknoloji ile ilgilidir ve teknolojiden önce dikkate alınmalıdır. Aşağıdaki beş yönden hazırlanmalıyız:
1. Tüm toplumun çıkarları tam olarak dikkate alınmalıdır
Otonom araçların nihai hedefi, akıllı seyahat hizmetleri için bir iş modeli sağlamak, geleneksel otomobil üretim ve satış sistemini yıkmak ve geleneksel seyahat ve kiralama pazarını alt üst etmektir. Reform döneminde, ilgili personelin geliri azalacak, hatta iş değiştirme ve işsizlik sorunları ortaya çıkacaktır.Tipik durum, otonom araçların getirdiği işgücü maliyetlerinin azalmasıdır. Sadece teknolojinin ve pazarın gelişimine odaklanmamalı, aynı zamanda istihdam yapısı ve sosyal politikadaki değişikliklerin analizine odaklanmalıyız. Yalnızca sosyal değerleri korumalı ve yeniliği teşvik etmemeli, aynı zamanda toplum üzerindeki olumsuz etkiyi azaltmak için denetimi güçlendirmeliyiz. Ayrıca, ilgili ürünleri tasarlarken ve uygularken hassas grupların (yaşlılar, çocuklar ve engelliler) ihtiyaçları da tam olarak dikkate alınmalıdır.
2. Hesap verebilirlik mekanizmasını temizleyin
Sektörde sıklıkla tartışılan tramvay sorunu AI algoritmalarıyla çözülemez, bunun yerine, sürücüsüz arabayı kullanmadan önce tramvay probleminin seçimini yapmak kullanıcıya bırakılmalıdır.
Kendi kendine giden arabalar çok karmaşık bir sistem mühendisliğidir.Sistem geliştiricileri, üreticiler ve kullanıcılar arasındaki haklar ve yükümlülükler netleştirilmelidir. Endüstride sıklıkla tartışılan "tramvay problemi" etik konuları içerir Mevcut AI algoritmaları bu tür problemlerle başa çıkamaz (eğer AI, tramvay problemini öznel olarak halledebilirse, insanlar ona insan hakları vermeyi düşünmek zorunda kalacak).
Şu anda, bu seçim sadece her kullanıcıya verilebilir.Otomatik süren otomobili kullanmadan önce, tramvay probleminin seçimi tamamlanmıştır: son çare olarak biri kasklı ve biri kasksız olmak üzere iki motosiklet sürücüsü, bir yaşlı adam ve bir çocuk Hangisine çarptın? Başkalarını kurtarmak için duvara çarpmayı mı yoksa kendinizi korumak mı? Araç çarpışması önlendiğinde yardımcı pilotta sürücü konumuna mı yoksa yolcuyu mı vurmayı seçiyorsunuz? Bunlardan biri akrabanızsa, nasıl seçim yapacaksınız? Otonom araç sistemi geliştiricileri ve üreticileri, can kaybına neden olan ürün kusurları durumunda sigorta taleplerine ek olarak müşterek ve çeşitli sorumluluklar üstlenmeli mi?
Mevcut düzenlemeler ve standartlara uymanın yanı sıra, yukarıdaki hususların sorumluluk mekanizmasını açıklığa kavuşturmak için yeni düzenlemeler ve standartlar da oluşturması gerekir. İlgili sistem geliştiricileri, üreticileri ve kullanıcıları, ilgili verileri kaydetmek için bir "kara kutu" oluşturmalıdır.
3. Şeffaflığı ve mükemmel bağımsız denetimi geliştirin
Sinir sistemi ağları nesneleri kendi başlarına sınıflandırabilir, ancak karar verme sürecini anlamak için sinir ağını doğrudan bölemeyiz. Sistem başarısız olursa neyin yanlış olduğunu açıklamak zordur, bu nedenle derin sinir ağlarında bir "kara kutu" sorunu vardır.
Şu anda, otonom sürüş teknolojisinde yaygın olarak kullanılan derin öğrenme teknolojisinin kendisi bir "kara kutu" dur ve algoritma sürecindeki şeffaflık ve açıklanamazlık, ilgili kullanıcıların şüpheye düşmesine neden olacaktır. Derin öğrenme uygulamasının kendisi büyük miktarda veri işleme ve eğitim yoluyla üretilir.Daha karmaşık olan, yeterince güvenli olduğunun nasıl kanıtlanacağıdır. Özellikle trafik sahnesindeki çeşitli değişiklikler, eğitimsiz sahne koşullarının doğru bir şekilde ele alınıp alınamayacağı.
Şüpheleri ortadan kaldırmak ve sosyal güveni artırmak için, otonom sürüşün içgüdüsel aşaması, matematiksel formüllerle kanıtlanabilen ve çok sayıda testle doğrulanabilen algoritmaların uygulanmasını gerektirir. İçgüdü zaten yeterince güvenli olduğunda, akıllı aşamada derin öğrenmeyi uygulamak daha uygun bir yöntemdir.
Yerel otonom sürüş endüstrisi zinciri, bağımsız ve eksiksiz bir denetim kurumundan yoksundur. Ülkenin geniş toprakları çok çeşitli enlem ve boylamları kapsıyor ve doğal çevre ve yol altyapısı büyük ölçüde değişiyor, bu da birleştirmeyi zorlaştırıyor.
Çeşitli yerlerde akıllı ağ bağlantısının gösterim alanlarında denetim uygulamak gerçekçi ve uygulanabilir bir seçenektir. Test hizmetleri sağlamanın yanı sıra, gelecekteki akıllı ağ bağlantılı gösteri bölgesi, test doğrulaması için bir değerlendirme mekanizması da sağlayacaktır.Geçerli L1, L2 otonom sürüş testi ve ISO ve diğer ilgili standartlar referans için mevcut değildir. L3 ila L5 otonom sürüş nasıl test edilir ve değerlendirilir İzlenecek standartlar yok.
4. Gizlilik ve veri yönetimi
Kendi kendine giden arabaların uygulanması, kullanıcı portreleri, ev iş adresleri, seyahat kuralları vb. Gibi büyük miktarda özel veri oluşturacaktır. Büyük miktarda veriye sahip şirketler için, ilgili verilerin uygulanması kullanıcının kendi çıkarlarını, kontrolünü ve bilme hakkını tam olarak dikkate almalıdır. Kişisel bilgileri gizlemek için daha ilgili alt örnekleme ve gürültü ekleme teknikleri kullanılmalıdır.
Otonom sürüşün tüm geliştirme ve tasarım sürecinde, verilere veya algoritmalara büyük önem verilir ve yetersiz kapsayıcılık nedeniyle ayrımcı sorunlara neden olmak kolaydır. Özellikle, hizmet sağlayıcıların tüketicilere farklı muamele etmek için kendi verilerinden yararlanmasını, fiyatları aşırı dinamik bir şekilde ayarlamasını (çevrimiçi araç selamlamasının en yüksek fiyat ayarlaması gibi) ve hatta hizmet fiyatlarını artırmak için arz ve talep arasında yapay olarak çelişkiler yaratmasını engellemeliyiz.
5. İlgili şirketlerin ve uygulayıcıların etik ve etik kuralları
Otonom sürüş, uygulayıcıların mesleki etik kurallarına çok yüksek talepler getirir.
Şu anda, dünya çapında otonom sürüş üzerine yapılan araştırmaların çoğu teknoloji ve endüstriyel yapı ile ilgilidir ve büyük bir sosyal etik ve yasal araştırma eksikliği vardır. İnsan doğasının kusurlu olması ürün kusurlarına ve etiğe aykırı olma ihtimaline de yol açacağından, insan doğasının kötülüğünü toplumun gelecekteki gelişimini ve yapısını etkileyecek ürünlere getiremeyiz.
Özellikle, ilgili firma ve uygulamacıların otonom araçların tasarım ve geliştirilmesinde ticari çıkarları gereğinden fazla düşünmelerini önlemek, paydaşların ifade ettiği talep ve önerileri dinlememek, ürün güvenilirliği ve ticari çıkar seçimi ile karşı karşıya kaldıklarında uygulamalarını iyileştirmeleri gerekmektedir. Sahiplenme ve sorumluluk duygusu, etik ve değerlere saygı.
Che Yun özeti
Yeni bir tür şeyin gelişimi, öncelikle bir biliş ve etik sorunudur. Sorunun cevabı şirketin pratik el kitabıdır ve sonuçta ürünü, tüm sektörü ve hatta sosyal formu etkileyecektir. Kamu odaklı bir görüş, tüm toplumun otonom araçlara olan güvenini artırabilir ve daha fazla endüstrinin değişikliklere katılmasına izin verebilir. Ancak o zaman otonom araçlar gerçek iniş için ön koşullara sahip olabilir.
Che Yun önerilir
