فرانزیسکا پوزلر می‌گوید: «تا کنون، غالباً نظریه‌های اخلاقی سنتی برای استخراج تصمیم‌های مجاز اخلاقی که توسط وسایل نقلیه خودران گرفته می‌شد، مورد توجه قرار می‌گرفت. دانشمند در کرسی اخلاق تجاری TUM. “در مقابل، چارچوب ما اخلاق ریسک را در مرکز قرار می دهد. این به ما امکان می دهد تا احتمالات را برای ارزیابی های متفاوت تر در نظر بگیریم.”
این برگه یا سند یا نوشته تحت پوشش قانون کپی رایت است. به غیر از هرگونه معامله منصفانه به منظور مطالعه یا تحقیق خصوصی، هیچ بخشی بدون اجازه کتبی قابل تکثیر نیست. محتوای مذکور فقط به هدف اطلاع رسانی ایجاد شده است.
تاکنون الگوریتم توسعه‌یافته در TUM در شبیه‌سازی تایید شده است. در آینده این نرم افزار در خیابان با استفاده از وسیله نقلیه تحقیقاتی EDGAR آزمایش خواهد شد. کد حاوی یافته‌های فعالیت‌های پژوهشی به‌عنوان نرم‌افزار منبع باز موجود است. بنابراین TUM در توسعه وسایل نقلیه خودران قابل دوام و ایمن کمک می کند.
تحقق فنی تنها مانعی نیست که باید قبل از اینکه وسایل نقلیه خودران رانندگی کنند در خیابان در مقیاس بزرگ مجاز شوند. سوالات اخلاقی نقش مهمی در توسعه الگوریتم‌های مربوطه دارند: نرم‌افزار باید بتواند موقعیت‌های غیرقابل پیش‌بینی را مدیریت کند و در صورت وقوع یک حادثه قریب‌الوقوع تصمیمات لازم را اتخاذ کند.
ماکسیمیلیان گیسلینگر، دانشمند کرسی فناوری خودرو TUM، این رویکرد را توضیح می‌دهد: «تاکنون، وسایل نقلیه خودران همیشه هنگام مواجهه با یک تصمیم اخلاقی با یک یا یا انتخاب مواجه بودند. اما ترافیک خیابان را نمی‌توان لزوماً به دو دسته مشخص تقسیم کرد. موقعیت‌های برش، سیاه و سفید؛ خیلی بیشتر، سایه‌های خاکستری بی‌شماری در بین آن‌ها نیز باید در نظر گرفته شوند. الگوریتم ما ریسک‌های مختلفی را می‌سنجید و از میان هزاران رفتار ممکن، یک انتخاب اخلاقی انجام می‌دهد – و این کار را تنها در کسری انجام می‌دهد. یک ثانیه.”
گزینه های بیشتر در شرایط بحرانی
به عنوان مثال یک کامیون می تواند آسیب جدی به سایر شرکت کنندگان در ترافیک وارد کند، در حالی که در بسیاری از سناریوها خود کامیون فقط آسیب جزئی را تجربه می کند. در مورد دوچرخه برعکس است. در مرحله بعد به الگوریتم گفته شد که از حداکثر ریسک قابل قبول در موقعیت‌های مختلف خیابان تجاوز نکند. علاوه بر این، تیم تحقیقاتی متغیرهایی را به محاسبه اضافه کرد که مسئولیت شرکت کنندگان در ترافیک را به حساب می آورد، به عنوان مثال مسئولیت رعایت مقررات راهنمایی و رانندگی.
محققان بر این واقعیت تأکید کردند که حتی الگوریتم‌هایی که مبتنی بر اخلاق ریسک هستند – اگرچه می‌توانند بر اساس اصول اخلاقی اساسی در هر موقعیت ترافیکی ممکن تصمیم بگیرند – هنوز نمی‌توانند ترافیک خیابانی بدون تصادف را تضمین کنند. در آینده علاوه بر این لازم است که تمایزات بیشتری مانند تفاوت های فرهنگی در تصمیم گیری اخلاقی در نظر گرفته شود.
محققان در TUM اکنون اولین الگوریتم اخلاقی را برای توزیع عادلانه سطوح ریسک به جای عمل بر اساس یک یا یا اصل ایجاد کرده اند. تقریباً 2000 سناریو مربوط به موقعیت‌های بحرانی آزمایش شدند که در انواع مختلف خیابان‌ها و مناطق مانند اروپا، ایالات متحده و چین توزیع شدند. کار تحقیقاتی منتشر شده در مجله هوش ماشین طبیعت نتیجه مشترک همکاری بین TUM Chair of Automotive Technology و Chair of Business Ethics در موسسه TUM برای اخلاق در هوش مصنوعی (IEAI) است.
نقل قول: رانندگی مستقل: الگوریتم جدید ریسک را به طور عادلانه توزیع می کند (2023، 3 فوریه) بازیابی شده در 3 فوریه 2023 از
عملکرد وسایل نقلیه خودکار باید با ارزیابی درجات مختلف خطر برای عابران پیاده و رانندگان به طور قابل توجهی ایمن تر شود. این کد به عنوان نرم افزار متن باز در دسترس عموم است.
پارامترهای اخلاقی اساسی که ارزیابی ریسک نرم افزار بر آن متمرکز است توسط یک هیئت متخصص به عنوان یک توصیه کتبی از طرف کمیسیون اتحادیه اروپا در سال 2020 تعریف شد. این توصیه شامل اصول اساسی مانند اولویت برای بدترین شرایط و توزیع عادلانه ریسک است. در بین تمام کاربران جاده به منظور تبدیل این قوانین به محاسبات ریاضی، تیم تحقیقاتی وسایل نقلیه و افرادی را که در ترافیک خیابانی حرکت می‌کنند بر اساس خطری که برای دیگران ایجاد می‌کنند و تمایل مربوطه به ریسک‌پذیری طبقه‌بندی کردند.
اطلاعات بیشتر:
ماکسیمیلیان گیسلینگر و همکاران، یک الگوریتم برنامه ریزی مسیر اخلاقی برای وسایل نقلیه خودران، هوش ماشین طبیعت (2023). DOI: 10.1038/s42256-022-00607-z
رویکردهای قبلی تنها با تعداد کمی از مانورهای ممکن، موقعیت های بحرانی در خیابان را درمان می کردند. در موارد نامشخص خودرو به سادگی متوقف شد. ارزیابی ریسک که اکنون در کد محققین ادغام شده است منجر به درجات آزادی احتمالی بیشتر با خطر کمتر برای همه می شود. یک مثال رویکرد را نشان می دهد: یک وسیله نقلیه خودران می خواهد از دوچرخه سبقت بگیرد، در حالی که یک کامیون در حال نزدیک شدن به خط مقابل است. تمام داده های موجود در محیط اطراف و شرکت کنندگان فردی در حال حاضر استفاده می شود.
محققان دانشگاه فنی مونیخ (TUM) نرم افزار رانندگی خودران را توسعه داده اند که خطرات را در خیابان به شیوه ای منصفانه توزیع می کند. الگوریتم موجود در نرم افزار به عنوان اولین الگوریتمی است که 20 توصیه اخلاقی گروه متخصص کمیسیون اتحادیه اروپا را در خود جای داده است، بنابراین تصمیمات متفاوت تری نسبت به الگوریتم های قبلی اتخاذ می کند.
آیا می توان بدون رانندگی در خط ترافیک مقابل و در عین حال فاصله ایمن با دوچرخه از دوچرخه سبقت گرفت؟ چه خطری برای هر وسیله نقلیه مربوطه وجود دارد و این وسایل نقلیه چه خطری برای خود وسیله نقلیه خودران دارند؟ در موارد نامشخص، وسیله نقلیه خودران با نرم افزار جدید همیشه منتظر می ماند تا خطر برای همه شرکت کنندگان قابل قبول باشد. از مانورهای تهاجمی اجتناب می شود، در حالی که در عین حال خودروی خودمختار به سادگی یخ نمی زند و به طور ناگهانی روی ترمز گیر نمی کند. بله و خیر بی ربط هستند و با ارزیابی حاوی تعداد زیادی گزینه جایگزین می شوند.
“تنها توجه به نظریه های اخلاقی سنتی به بن بست منجر شد”
برنامه ریزی مسیر بر اساس توزیع ریسک. بر اساس یک پیش‌بینی مبتنی بر احتمال از همه کاربران جاده (که در اینجا به عنوان نقشه‌های حرارتی در اطراف پیش‌بینی‌های محتمل مشکی نشان داده شده است) و یک مقدار آسیب تخمینی، هر مسیر AV را می‌توان برای هر کاربر جاده، مقادیر خطر تعیین کرد. اعتبار: هوش ماشین طبیعت (2023). DOI: 10.1038/s42256-022-00607-z
