免费解锁编辑的文摘
FT的编辑Roula Khalaf在本每周的新闻通讯中选择了她最喜欢的故事。
根据一项研究表明如何使无人驾驶汽车更安全的研究，经过训练的自动驾驶汽车更像人类对人类对危险的反应会造成更少的伤害。
当无人驾驶汽车使用“社会敏感性”评估多种危害的集体影响时，骑自行车的人，行人和摩托车手等脆弱的团体看到了保护的最大收益。
该研究发表在美国国家科学院的美国会议论文集中，强调了越来越多的努力平衡AVS的有效运作，并需要使它们最大程度地减少碰撞的损害。
这项研究是因为特斯拉，Google Waymo和Amazon的Zoox等领先的科技公司推出了AVS（这些AVS）在世界范围内使用一系列传感器和自动化软件在没有人工干预的情况下进行驱动。制造商必须训练AV立即应对现实世界困境，例如，如果撞车事故变得不可避免地会发生碰撞。
随着汽车的使用日益增长的前景，诸如空间错误判断和疲劳等驾驶员问题的前景，AV道德问题引起了人们的关注。
该研究表明，由香港科学技术大学的Hongliang Lu领导的中国和美国作家说，人类行为方法可以“为AVS解决未来的道德挑战提供有效的脚手架”。
他们说：“基于社会关注和人性化的认知编码，我们使AV可以在道德决策中表现出社会敏感性。” “这种社会敏感性可以帮助AV更好地融入当今的驾驶社区。”
“社会敏感性”包括对特定道路使用者的脆弱性和人类驾驶员的调整，并能够判断谁在撞车时更有可能受到严重伤害。
研究人员从神经科学和行为科学的证据中提取了人类使用“认知图”来解释世界并相应适应世界的证据。
科学家将其对AV的指示基于一个称为“后继代表”的概念，该概念编码了对环境中不同元素如何在时间和空间之间相互关联的预测。
他们检查了将其模型利用到道德计划的结果，AVS用于做出决定的系统，以考虑各种风险考虑。研究人员对2,000个基准方案进行了建模，通过评估碰撞的可能性以及对相关人员的危害严重程度来衡量每种基准的总风险。
科学家发现，与仅使用EthicalPlanner相比，使用其人性化模型将各方的总体风险降低了26.3％，对脆弱的道路使用者的风险降低了22.9％。
在崩溃方案中，所有道路用户的伤害降低了17.6％，对脆弱的用户的损失却增加到51.7％。 AV的乘员也更好，造成8.3％的伤害。
由欧盟委员会任务的独立专家群体呼吁对AV进行编程，以确保“风险公平分配和保护基本权利，包括弱势用户的权利”。
马萨诸塞州科技研究所计算机科学和人工智能实验室主任丹妮拉·鲁斯（Daniela Rus）说，最新的研究论文介绍了一个至关重要的问题，即“如何对安全且具有社会敏感的AV行为建模”。
Rus补充说：“拟议的框架……为AV提供了潜在的途径，该框架可以导航复杂的多代理方案，并意识到道路用户之间的脆弱性水平不同。”
关键词：