自動駕駛汽車安全問題的探討
來源:
|
作者:admin
|
發布時間: 2021-04-10
|
905 次瀏覽
|
分享到:
幾十年來，機器人車輛一直在危險的環境中使用，從讓福島核電站退役，到檢查北海的水下能源基礎設施。最近，從船舶到雜貨送貨車的自動駕駛汽車，已經從研究中心緩慢地過渡到現實世界，幾乎沒有出現什么問題。然而，無人駕駛汽車的承諾尚未超越測試階段。在2018年的一次優步自動駕駛汽車測試中，一名行人被車撞死。雖然這些事故每天都有人類駕駛，但公眾對無人駕駛汽車的安全標準要高得多，將一次性事故解釋為這些車輛太不安全，不適合在公共道路上行駛。
幾十年來，機器人車輛一直在危險的環境中使用，從讓福島核電站退役，到檢查北海的水下能源基礎設施。最近，從船舶到雜貨送貨車的自動駕駛汽車，已經從研究中心緩慢地過渡到現實世界，幾乎沒有出現什么問題。
然而，無人駕駛汽車的承諾尚未超越測試階段。在2018年的一次優步自動駕駛汽車測試中，一名行人被車撞死。雖然這些事故每天都有人類駕駛，但公眾對無人駕駛汽車的安全標準要高得多，將一次性事故解釋為這些車輛太不安全，不適合在公共道路上行駛。
設計一輛完美的自動駕駛汽車，讓它永遠做出最安全的決定，是一項巨大的技術任務。其他自動駕駛汽車通常是在嚴格控制的環境中推出的，而自動駕駛汽車必須在無窮無盡的不可預測的道路網絡中運行，快速處理許多復雜的變量，以保持安全。
在《公路法規》的啟發下，我們正在制定一套規則，幫助自動駕駛汽車在所有可能的情況下做出最安全的決定。驗證這些規則是否有效是我們必須克服的最后一個障礙，以便讓值得信賴的自動駕駛汽車安全地上路。
科幻小說作家艾薩克·阿西莫夫在1942年寫下了《機器人三定律》。第一條也是最重要的一條法則是:“機器人不得傷害人類，也不得坐視人類受到傷害?！碑斪詣玉{駛汽車傷害人類時，它們顯然違反了第一條定律。
我們在國家機器人館(National Robotarium)領導了一項旨在確保自動駕駛汽車始終遵守這一法律的研究。這樣的保證將為阻止自動駕駛汽車在全球普及的非常嚴重的安全問題提供解決方案。
人工智能軟件實際上很擅長學習它從未遇到過的場景。利用從人腦布局中獲得靈感的“神經網絡”，這類軟件可以識別數據中的模式，比如汽車和行人的動作，然后在新的場景中回憶這些模式。
但我們仍然需要證明，傳授給自動駕駛汽車的任何安全規則都能在這些新的場景下發揮作用。要做到這一點，我們可以求助于形式驗證:計算機科學家用來證明規則在所有情況下都有效的方法。
在數學中,例如,規則可以證明x + y = y + x沒有測試所有可能的值x和y。正式的驗證也會做類似的事情:它讓我們證明人工智能軟件將如何應對不同的場景,而不用我們詳盡測試每一個場景可能發生在公共道路上行駛。
該領域最近比較引人注目的成功之一是驗證了一個使用神經網絡來避免自動駕駛飛機之間碰撞的人工智能系統。研究人員已經成功地正式驗證了該系統將始終正確響應，無論涉及的飛機水平和垂直機動。
