跨學科問題 2018-19/無人駕駛汽車中的證據
本文從跨學科的角度探討了如何評估無人駕駛汽車中的證據：無人駕駛汽車如何使用演算法收集和評估證據（“內部”部分，學科：計算機科學和工程），決策者如何處理風險和證據的不確定性（“周圍”部分，學科：政治，統計學和心理學），以及證據作為倫理實體的作用（“隨之而來”部分，學科：倫理學）。為了展示這個概念的廣義含義，每個部分將採用一個不同的、獨特的證據定義。
在無人駕駛車輛中，證據被定義為來自周圍環境的攝像頭、雷達和雷射感測器不斷收集的資訊。演算法是處理資料以執行合理操作的中心機構。根據SARTRE 專案，5 級車輛在所有駕駛模式下完全自主，完全無需人工干預即可導航。
卷積神經網路 (CNN) 在無人駕駛汽車的演算法“訓練”中取得了革命性的進展，使它們能夠從訓練駕駛中自動學習。CNN 使用來自前置攝像頭的畫素來直接控制轉向命令。[1]
該系統主要基於貝葉斯定理。[2] 簡而言之，貝葉斯定理提供了一種系統的方法，可以根據提供的證據更新對假設的信念。例如，谷歌的無人駕駛汽車使用來自谷歌街景和人工智慧軟體的證據。
有時，需要人工操作員來接管駕駛控制。被認為是 3 級車輛的車輛可以在某些條件下監控其周圍環境並完全自主駕駛，但在感測器在具有挑戰性的天氣條件下損壞的情況下則不行。[3] 此外，外部資料來源可能相互矛盾，但如果證據主義的概念成立，如果它們的證據支援它，那麼每個資料來源都有權向無人駕駛車輛提出建議。[4] 為了克服這個問題，演算法可能會將控制權重新定向給人類駕駛員。
然而，對自動化系統的依賴性不斷增加可能意味著人類將無法保持熟練駕駛汽車的能力。[5] 因此，雖然演算法起源於計算機科學，但它們在無人駕駛交通中的未來作用也與社會和政治學科相關。
證據的定義是“證明信念的東西”[6]，說明了證據在知情政策制定中的潛在用途，在政策制定中，決策通常是透過對潛在風險的評估來證明的。
無人駕駛汽車事故中的人員死亡事件[7] 表明，無人駕駛汽車的開發和實施會帶來安全問題。這些問題透過風險評估進行調查，風險評估包括收集和評估各種可能發生的危險事件及其發生的可能性的證據。[8]
人類在統計學中的證據評估可以體現在風險評估中使用的“分析系統”和“實驗系統”中。前者使用規範規則（包括統計學和形式邏輯），後者使用情感（包括聯想和經歷），儘管“分析系統”需要“實驗系統”的指導。[9] 因此，程式設計師可能被認為使用他們的“實驗系統”來決定，例如，演算法應該如何對某些情況做出反應（參見“隨之而來”部分）。演算法和證據評估（例如資料）作為“分析系統”與程式設計師的“實驗系統”協作。
心理因素會影響人類進行的證據評估，人類因此做出預測並制定政策。對無人駕駛汽車的看法與人們對這項創新技術的感受有關。[10] 因此，證據對於形成意見至關重要。另一個問題是第三方可能訪問無人駕駛汽車收集的個人資訊。[11] 關於周圍環境收集的連續資料很可能在公共場合收集後就被使用。這會導致隱私問題以及人們對該技術的負面感受。[12]
統計學可以將觀察到的資料定義為證據並評估資料。[13] 由於無人駕駛車輛行駛的里程不足以提供清晰的統計證據，因此難以獲取有關使用無人駕駛車輛造成的死亡和傷害的證據。[14] 行駛里程與死亡和傷害之間沒有明確的相關性，因此汽車需要完成數億英里的行駛里程才能提供可靠的證據。[14] 獲取和評估證據的侷限性表明，目前可能還無法證明安全性，不確定性可能會依然存在，從而影響政策制定。[14]
處理政策制定中證據不確定性的一種方法是預防原則。其含義可以簡化為採取措施避免對人類健康和環境造成損害，即使這些損害尚未得到資料證實。[15] 例如，在美國NHTSA 安全標準中，假設人類駕駛員應始終能夠控制機動車的行為，以確保其安全。[16]
然而，從極端意義上講，預防原則可能會導致人們不採取任何行動。[15] 一種更為適度的做法是採用適應性法規，即透過試點實驗等方式建立新的證據，並對其進行審查，以適應技術的發展。[14] 在自動駕駛汽車的情況下，適應性法規可能會成為風險與進步之間談判的調解者，因為經驗和技術變革將為安全考量提供資訊。[14]
因此：證據作為道德實體
[edit | edit source]與倫理相關的證據可以定義為，在用於確定演算法應如何反應的事故場景中，作為無人駕駛汽車執行結果的調解者。
對自動駕駛汽車進行程式設計需要解決困境，在這種困境中，演算法必須在無解的情況下做出決定，或者在電車難題的前提下做出決定，選擇哪些人受到牽連，可能會有損害。與這些決定有關的一個問題是，自動駕駛汽車應該以乘客的利益還是社會的利益行事。儘管這些是哲學思考前提，但它們有助於確定演算法在不可避免的碰撞事故中將如何反應。[17]
但是，沒有證據表明哪種反應是自動駕駛汽車最佳的應對方式。從功利主義 經濟角度來看，它應該最大限度地提高社會總效益，從而使事故造成的總成本最小。從工程角度來看，機器功能和決策的最佳化勝過倫理和法律考量。[18] 從法律角度來看，最佳化演算法決策以致死是不可辯護的。[19] 必須採用跨學科視角，因為在利益衝突中存在許多矛盾，而且很少有證據表明在這些電車難題中對因素進行明確的優先排序。
社會 文化價值觀，在不同國家之間有所不同，塑造了這些社會中個人對規範性 道德信念的看法。[20] 對多個國家的調查表明，人們對自動駕駛汽車的實施存在不同的意見[21]，揭示了倫理考量方面的差異。證據的有效性取決於預期結果，而預期結果也會有所不同。由於自動駕駛汽車的測試相對較少，缺乏現實世界的證據來指導解決這些規範性道德觀念的差異。
結論
[edit | edit source]本文分析瞭如何在實踐環境和抽象的、情感的形式中評估證據：涉及計算機科學、工程學、統計學、心理學、倫理學和政治學等學科。
參考文獻
[edit | edit source]- ↑ Bojarski M, Del Testa D, Dworakowski D, Firner B, Flepp B, Goyal P, Jackel LD, Monfort M, Muller U, Zhang J, Zhang X. 無人駕駛汽車的端到端學習。arXiv 預印本 arXiv:1604.07316. 2016 年 4 月 25 日。1-4。可從 https://arxiv.org/pdf/1604.07316.pdf 訪問 [訪問時間：2018 年 12 月 7 日]。
- ↑ D'Agostini G. 基於貝葉斯定理的多維展開方法。核儀器與方法物理研究部分 A：加速器、光譜儀、探測器和相關裝置。1995 年 8 月 15 日；362(2-3):487-98，可在以下地址找到：https://www.sciencedirect.com/science/article/pii/016890029500274X [訪問時間：2018 年 12 月 5 日]。
- ↑ Paden B, Čáp M, Yong SZ, Yershov D, Frazzoli E. 無人駕駛城市車輛的運動規劃和控制技術綜述。IEEE 智慧車輛學報。2016 年 3 月；1(1):33-55。可在以下地址找到：https://ieeexplore.ieee.org/abstract/document/7490340 [訪問時間：2018 年 12 月 1 日]。
- ↑ Feldman R. 證據主義、高階證據和分歧。認知。2009 年 10 月；6(3):294-312。可在以下地址找到：https://www.cambridge.org/core/services/aop-cambridge-core/content/view/FEAB79DBDE02329F572D90BFD011E8E1/S1742360000001362a.pdf/evidentialism_higherorder_evidence_and_disagreement.pdf [訪問時間：2018 年 11 月 25 日]。
- ↑ FRY, H. (2018). HELLO WORLD. [S.l.]: Doubleday, pp.122-125。[訪問時間：2018 年 11 月 1 日]。
- ↑ Kelly T. 證據。斯坦福哲學百科全書。2016 年冬季版。2016 年。可從以下地址獲得：https://plato.stanford.edu/archives/win2016/entries/evidence [訪問時間：2018 年 12 月 9 日]。
- ↑ Burns L, Shulgan C. 自主性。建造無人駕駛汽車的追求——以及它將如何重塑我們的世界。第一版。Hypercollins；2018 年。
- ↑ Ostrom L, Wilhelmsen C. 風險評估。工具、技術及其應用。新澤西州霍博肯：John Wiley & Sons, Inc.；2012 年。
- ↑ Slovic, P., Finucane, M., Peters, E. and MacGregor, D. 風險作為分析和風險作為感覺：關於情感、理性、風險和理性的思考。風險分析。2004;24(2): 311-322。可從以下地址獲得：https://onlinelibrary.wiley.com/doi/full/10.1111/j.0272-4332.2004.00433.x [訪問時間：2018 年 12 月 3 日]。
- ↑ König, M., Neumayr, L. 使用者對激進創新的抵制：以無人駕駛汽車為例。交通研究部分 F：交通心理學和行為。2017;44: 42-52。可從以下地址獲得：https://www.sciencedirect.com/science/article/abs/pii/S136984781630420X [訪問時間：2018 年 12 月 1 日]。
- ↑ Elmaghraby, A. S., Losavio, M. M. 智慧城市中的網路安全挑戰：安全、保障和隱私。先進研究雜誌。2014;5(4): 491-49。可從以下地址獲得：https://www.sciencedirect.com/science/article/pii/S2090123214000290 [訪問時間：2018 年 11 月 25 日]。
- ↑ Bloom C, Tan J, Ramjohn J, Bauer L. 無人駕駛汽車和資料收集：聯網自動駕駛汽車的隱私感知。在：SOUPS '17：第 13 屆可用隱私和安全研討會論文集，2017 年 7 月。USENIX。2017 年。可從以下地址獲得：https://www.usenix.org/system/files/conference/soups2017/soups2017-bloom.pdf [訪問時間：2018 年 12 月 1 日]。
- ↑ Royall, R. 關於觀察誤導性統計證據的機率。美國統計協會雜誌。2000;95(451): 760-768。可從以下地址獲得：https://www.tandfonline.com/doi/abs/10.1080/01621459.2000.10474264 [訪問時間：2018 年 11 月 25 日]。
- ↑ a b c d e Kalra, N., Paddock, S. M. 駛向安全：需要多少英里的行駛才能證明自動駕駛汽車的可靠性？交通研究部分 A：政策與實踐。2016;94: 182-193。可從以下地址獲得：https://www.sciencedirect.com/science/article/pii/S0965856416302129 [訪問時間：2018 年 11 月 25 日]。
- ↑ a b Gardiner S. 核心預防原則。政治哲學雜誌。2006;14(1):33-60。
- ↑ 美國交通部。為交通的未來做好準備：自動駕駛汽車 3.0。美國交通部；2018 年：6-7。
- ↑ Nyholm S, Smids J. 自駕車事故演算法的倫理問題：一個應用的電車難題？. 倫理理論與道德實踐. 2016;19(5):1275-1289. 可從以下地址獲取：https://link.springer.com/content/pdf/10.1007%2Fs10677-016-9745-2.pdf [訪問時間：2018年12月8日].
- ↑ Gogoll J, Müller J. 自動駕駛汽車：支援強制性倫理設定. 科學與工程倫理. 2017;23(3):681-700. 可從以下地址獲取：https://link-springer-com.libproxy.ucl.ac.uk/content/pdf/10.1007%2Fs11948-016-9806-x.pdf [訪問時間：2018年12月7日].
- ↑ Coca-Vila I. 自駕車在困境中的表現：基於刑法辯護理論的分析. 刑法與哲學. 2018;12(1):59-82. 可從以下地址獲取：https://link-springer-com.libproxy.ucl.ac.uk/content/pdf/10.1007%2Fs11572-017-9411-3.pdf [訪問時間：2018年12月7日].
- ↑ Chatterjee S, Tata R. 國家間倫理價值觀的趨同與分歧：管理行動框架. 人類價值觀雜誌. 1998;4(1):5-23. 可從以下地址獲取：https://journals-sagepub-com.libproxy.ucl.ac.uk/doi/pdf/10.1177/097168589800400102 [訪問時間：2018年12月8日].
- ↑ Kyriakidis M, Happee R, de Winter J. 公眾對自動駕駛的看法：5000名受訪者的國際問卷調查結果. 交通研究 F 部分：交通心理學與行為. 2015;32:127-140. 可從以下地址獲取：https://ac-els-cdn-com.libproxy.ucl.ac.uk/S1369847815000777/1-s2.0-S1369847815000777-main.pdf?_tid=af389f4c-b60a-4677-b487-801b008f01e0&acdnat=1544380166_5a51e6744869c182952abdbe0b064d7d [訪問時間：2018年12月8日].