美国众议院发布了116页的“联邦自动驾驶汽车政策”。虽仍需参议院的协调和批准但据称并不会耗时太久。与此相映成趣的是就在两周前德国联邦政府发布了有关“高度自动驾驶汽车“的指南HAV目前是这类机动车辆的新名称。
只有在极少数情况我们才欢迎政府监管像AI这样的新兴技术这次就是这样。
为什么我们欢迎监管
首先在人工智能的所有用途中自动驾驶汽车最有可能挽救或危及我们的生命。工业机器人聊天机器人和吸尘器机器人均不会让我们为此忧心。也许未来最危险的应用将是无人机送货甚至是运输但我们为而担忧则显得为时尚早。
自动驾驶汽车的良好运行将有助于提高生产力和降低成本。过早发布相比于减少事故和疏远未来潜在客户的情形可能更具安全威胁性。
鉴于目前的普通汽车和卡车在州和联邦层面所处的监管程度这样的监管总是不可或缺的。要达到的平衡在于足够得心应手地实现在既不减缓创新和投放速度的同时也给予从事新式驾驶的公众充分信心去适应。
自动驾驶汽车的推广绝非易事。Gartner的“汽车消费趋势”报告称他们最近在美国和德国的调查显示55的调查对象将不会驾驶完全自动驾驶汽车。而70的人表示他们更愿意车辆仅仅是部分辅助进行驾驶。
坦率地说我的看法是普通公众肯定低估了铺天盖地的新闻事件需要一些监管措施为他们提供保障。
美国做法
美国国家公路交通安全管理局NHTSA公布的政策着实是监管领域的一股新风。已有至少有20个州对其监管的自动驾驶汽车在相关条文中制定了规定这种分而治之造成的创新阻力正面临着逐渐消散的局面。
因此美国联邦政府又自身处理制定总体安全和性能标准有关的事务而将那些原隶属各自的职能继续留给各州
-
许可人类司机和登记机动车辆;
-
制定和执行交通法律法规;
-
在各周可选的情况下进行安全检查
-
规范机动车辆保险和责任。
如果有什么不同的话那就是各州之间存在很大的分歧尤其是没有经过认证的司机被要求在岗时许可权在谁(制造商、所有者、司机)手上的问题上相似类似于谁将在事故场景下承担(责任)。
内容包括
在6个等级的自动化程度划分中L0表示无自动化L5表示自动化系统可以在任何情况下都能执行全部驾驶任务新策略适用于L3级或更高级别尽管宽泛的标准也适用于L1级和L2级的部分自动化。L3大致是特斯拉目前处于或即将接近于的级别自动系统既能完成某些驾驶任务也能在某些情况下监控驾驶环境但是驾驶员必须准备好当自动系统发出请求时重新取得驾驶控制权。
新的政策文件在以下四个方面提供指导
-
自动驾驶机动车的性能指南
-
州政府不同的监管职责
-
NATSA现行的监管手段
-
新的监管手段、有权机关和监管架构
利好消息
联邦政府未提出任何具体的性能标准虽然未来有可能这样做。指南的一般标准为由公众驾驶的自动驾驶汽车必须满足或超出当前的车辆和安全标准。
制造商在约15个主要领域的自我认证合规性列表如下。
-
数据记录与分享
-
隐私
-
系统安全
-
整车网络安全(信息安全)
-
人机界面
-
防撞性
-
客户教育与培训
-
注册与认证
-
碰撞后反应
-
联邦政府与州政府法规
-
道德考量
-
设计的适用范围
-
目标和意外的检测和响应
-
自动驾驶功能退出
-
测试方法
除了一般安全性之外并没有更具体规定想比非自动驾驶汽车的性能要求。并且容许在不经过政府批准的情况下就对已投放的自动驾驶汽车进行了持续更新这为创新提供了极大的灵活性。这些升级最有可能通过网络以应用软件方式提供这使得它们更像是获取Windows更新而不是由当地的修理工进行维修。
作为反馈制造商可能各投放使用100000辆自动驾驶汽车。请注意“投放使用”意味着由实际客户而非员工驾驶。众议院的版本包括了而参议院版本并没有包含重型卡车数量限制也略有不同但两个版本的政策平衡性基本保持一致。
目前约有35家公司包括一些零部件供应商正在测试自动驾驶汽车这意味着在短短几年内我们就可以拥有一个300万或更多自动驾驶汽车的试验平台以完善我们的AI技术。
德国做法
到目前为止德国提出的方法是一个更宽松的措施尽管可能会改变但着重点区别在于-自动驾驶汽车在道德和伦理方面的影响。
联邦交通部长Alexander Dobrindt已经为自动驾驶汽车制定的伦理规则向德国内阁提交了一份报告。Dobrindt表示
在数字化和机器学习的时代人机交互带来新的伦理问题。自动与互联驾驶是全面应用人际交互的创新领域。BMVI的道德委员会做了绝对性的开创性工作并制定完成世界上第一个自动驾驶指南。我们现在正在实施这些指导方针-因此在移动出行4.0方面处于世界领先地位。
整个报告共包括20条意见。核心要点为
-
当系统引发的事故少于人类司机时常理上需要应用自动与互联驾驶。
-
财物损失优于人身损失在危险情况下保护人类生命始终拥有最高优先权。
-
发生不可避免的事故时不可根据行车者的个人特征年龄、性别、身体或精神状况做出鉴定。
-
所有的驾驶情况必须有清楚地规定并能明确驾驶责任方是人或电脑。
-
驾驶人信息必须有记录并存储下来举例来说为了合理明确责任问题。
-
原则上司机必须能够自己决定驾驶数据的转交和使用数字主权。
这份指南的核心是在发生不可避免的事故时相比对动物或财产造成的伤害系统必须最优先考虑人类安全。最重要的是任何基于年龄性别种族身体属性或任何其他区别因素的歧视判断都是不允许的。
许多读者会认为这就像以前的”电车难题”在这个问题中操作者必须在救人和确定谁和有多少人受伤之间做出最后的抉择。正如任何大一哲学新生所发现的那样并不存在一个好的答案。德国方面采取的立场是决不能由人工智能做出这个决定。不幸的是他们对当人工智能负责时将由谁或如何做出决定保持沉默无法回答。
美国对待电车问题的政策
NHTSA美国国家公路交通安全管理局公布的政策并未对这个问题视而不见而是采取了一种更加细致入微的方法但它提供的指导方法却少之又少。新的NHTSA政策探讨到毋庸置疑在安全移动性和合法性这三个主要目标之间可能会发生冲突。
只能说在人工智能内置的任何规则都必须是完全透明并可以在政府、制造商和运营商/乘客之间探讨达成协议才生效。在问题还未得到解决的时候等待这一问题的向前发展情况也许是我们目前所能采取的最佳实践。
缺失之处
我很遗憾地看到政策中有一个要素被遗漏了那就是即时定位与地图构建(自动驾驶AI社区称之为SLAM)。
制造商目前将HAV传回给他们的数据视为私有的。在大多数情况下这么做是合理的。然而我们在过去和别人争论的一个例外在于任何自动驾驶汽车收集到的关于即时道路状况的新讯息都应该与所有人共享。
这种场景可能是建筑施工引起的道路突然被拆除也可能是住宅街道中间的垃圾桶。由于自动驾驶汽车都同时依赖地图和障碍物闪避因此另一个自动驾驶汽车看到的任何意外中断事件都可以被附近的所有其他自动驾驶汽车使用。车联网之间的传输也可以极大地简化例如在环形交叉口的复杂并道场景。
应该适当地利用政府公权力来授权这种有限程度的数据共享。也许未来随着不同人工智能系统的性能之间表现得优劣有别NHTSA的重点将放在最低性能标准上。
但就目前而言我们为美国联邦政府以温和手腕介入并在为自动驾驶汽车开展更广泛的现实世界体验一路绿灯由衷欣慰。我们希望他们政策保持继续宽松。就我个人而言我期待着第一次上路。
关于作者Bill Vorhies是Data Science Central的主任编辑自2001年以来一直从事数据科学研究。可以通过以下方式联系到他
原文来自https://www.datasciencecentral.com/profiles/blogs/regulating-ai-the-road-ahead
来源:freebuf.com 2018-07-12 02:11:15 by: 1e1e1e
请登录后发表评论
注册