對自動駕駛汽車中使用的八個行人偵測系統進行的一項研究突顯了對兩類人的顯著偏見。人工智慧培訓是罪魁禍首。
免持駕駛已經成為現實。在法國，已經授權一年了。然而，這並不意味著擁有一輛配備這種系統的汽車，啟動它並在旅途中小憩一下就足夠了。自動駕駛汽車遠非安全經某些製造商的承認。我們定期學習發生或多或少嚴重的事故，而這些事故是原因。
最近的研究並不能改善情況。研究人員來自倫敦國王學院(KCL) 已測試8個行人偵測系統其中最常用的。在要求他們之後分析 8000 多張行人照片，他們得出了相當令人震驚的結論。並非所有的人都具有相同的效力。兩類行人特別容易受到偵測錯誤的影響。
自動駕駛汽車更難發現兒童和深色皮膚的人
研究表明與成人相比，兒童對自動駕駛汽車的認可程度要低得多。他們檢測成人的效率提高 20%給孩子們。其他可能難以偵測到的行人是皮膚黝黑的人。因此，該系統在識別皮膚白皙的人方面的效率提高了 7.5%。對於 KCL 計算機科學教授 Jie Zhu 博士來說，原因很簡單：管理檢測的人工智慧的學習存在偏差。
另請閱讀——自動駕駛汽車因霧造成嚴重交通擁堵
據他介紹，「用於訓練這些系統的開源圖像庫 [...] 並不能代表所有行人，並且偏向膚色較淺的成年人。由於可供訓練的數據較少，人工智慧在檢測代表性不足的群體時變得不太準確。對孩子來說也是如此。研究也表明光照條件越低，這兩個類別的偵測誤差就越大。
因此，該解決方案在紙面上很容易實現：「製造商必須努力確保他們的人工智慧系統公平且具代表性」。對教授來說，這需要政治層面的推動以及圍繞人工智慧公平性的更嚴格的監管。
來源 ：下一個網絡
