需要数据透明度来促进对自动驾驶汽车的支持

快速阅读: 据《澳门新闻》最新报道，剑桥大学教授布莱克称，为让政策制定者对自动驾驶AI更放心，相关企业应更公开安全标准及研究发现方式。他指出，当前安全信息披露不一，影响监管及政策制定。布莱克强调数据收集透明度的重要性，并举例说明AI准确率需达极高标准。论坛也庆祝了剑桥大学与澳门大学20年合作，推动学术交流与人才培养。

剑桥大学克莱尔豪尔学院机器智能名誉教授安德鲁·布莱克（安德鲁·布莱克）表示，为了使全球政策制定者对自动驾驶汽车中的人工智能（AI）感到更加安心，开发这项技术的公司应当更公开它们衡量安全标准的方式以及汇报研究发现的方法。周一上午，在珠海校区举行的剑桥大学－澳门大学可持续发展论坛上，布莱克通过视频发言指出，为了让自动驾驶车辆成为主流，缩小人工智能安全差距所面临的障碍，比几年前行业专家预想的要困难得多。除了基础技术难题外，全行业在安全信息披露方面一直不一致，其中许多信息未被公开。这对制定安全措施的监管机构来说成了一个问题，同时也受到了最终实施政策受到的批评。

他提到的挑战之一是报告脱离次数比率，通常定义为自动驾驶车辆无法确定适当操作的实例，然后将控制权交给安全驾驶员，或者当安全驾驶员接管车辆时。专家指出，这些数字可能会失真并且常常具有误导性，因为评估可能在障碍较少的高速公路上进行，导致测试环境不一致。

布莱克在他的演讲中强调了各种自动驾驶车辆的脱离次数比率范围，并补充说公司有很大的自主权决定何时脱离。布莱克认为，了解数据收集方式将极大地有助于增强对技术的信任，特别是机器学习的信任。他以Netflix为例，Netflix根据用户观看历史推荐娱乐内容的成功率为90%，即每十次决策中有一项错误。“这个数字并不令人印象深刻，但选错电影不会有人丧命，”布莱克说。

但在面部识别方面，AI的成功率接近99.9%。虽然看起来接近完美，但百分比意味着每千次决策中出现一次错误，随着时间推移考虑数百万次决策时，累积的错误数量会相当多。理想情况下，技术需要达到99.9999999%的准确率，七个9代表每亿次决策中的一次错误。

根据布莱克的说法，随着城市化进程加快，密集建筑可能会影响信号准确性，而预计在未来几年内车辆数量不会减少反而会增加，他补充说，机动车事故占全球可预防事故的三分之一。他题为‘智慧城市中的安全AI驾驶？’的演讲恰逢其时，因为横琴正在制定新规定以刺激本地智能交通和行业发展。去年，横琴开放了更多道路供自动驾驶汽车测试。这一举措提供了超过300公里的道路，用于应对各种交通状况以改进技术，官员们希望此举能吸引更多专注于自动驾驶汽车的企业和研究机构。

学术交流
布莱克的演讲发生在论坛的第二个小组讨论中，该小组讨论了人工智能。研讨会主题‘跨学科方法推动可持续发展：解决全球挑战的创新方案’，标志着剑桥大学克莱尔豪尔访学奖学金项目与澳门大学合作20周年，该项目已促成23名澳门大学学者赴英国剑桥大学开展学术合作。两校续签合作协议，承诺推进联合研究项目并强化人才培养。他们强调了论坛在促进学术交流中的作用，并在科学研究中整合不同观点的重要性。

(以上内容均由Ai生成)