道德考量

 

無人駕駛汽車的問題可以概括為自動(dòng)駕駛汽車的道德規(guī)范。在問題的經(jīng)典版本中，有一輛車沿著車道行走，駕駛員必須在保持車道和切換車道之間做出選擇。如果繼續(xù)保持在當(dāng)前車道上，那么將有五人被殺。但是，如果他切換車道，則會(huì)只有一個(gè)人會(huì)被殺死。 2014年，麻省理工學(xué)院的研究人員建立了“道德機(jī)器”，以測(cè)試世界各地人們對(duì)自動(dòng)駕駛汽車可能會(huì)遇到的棘手問題的態(tài)度和方法。

 

本質(zhì)上，車輛必須選擇要撞到的東西。例如，汽車將與寵物發(fā)生相撞，是否應(yīng)該轉(zhuǎn)彎而與人相撞？這類情況是為殘疾人、年老、年輕、守法的公民、罪犯、男人，婦女、健康和有病的人設(shè)立的。

 

該研究的主要作者Edmond Awad解釋說：“該研究基本上是在試圖理解無人駕駛汽車可能要訴諸的道德決定。我們還不知道他們應(yīng)該怎么做。”如果車輛能夠識(shí)別出犯罪分子，那么它必須非常聰明才能找出適合的人以及隱私隱患，但是我們僅假設(shè)車輛可以做出這樣的區(qū)分。

 

四年后，研究人員得到了答案。編入無人駕駛汽車的決策可能必須取決于汽車的位置。例如，假設(shè)車輛必須在撞上老人或兒童之間做出選擇。在法國(guó)和希臘，這種文化使年輕人可以幸免。然而，在中國(guó)和日本，老年人受到更多的尊重，更受歡迎的選擇是使老年人處境更加安全。但是，對(duì)于各種選擇，文化態(tài)度并不相同。考慮到在節(jié)省旅客和行人之間可以做出選擇，日本和中國(guó)處于相反的境地。日本人想挽救乘客，而中國(guó)人想饒恕行人。

 

研究人員從道德引擎中學(xué)到的東西是，人們想要的可能不是最佳的道德選擇，決策者可能需要介入并確保這些工具做出與大眾期望相反的決定。例如，世界上大多數(shù)人都認(rèn)為，將地位高的人的安全放在地位低的人的安全上是可以接受的。

 

自動(dòng)駕駛汽車對(duì)環(huán)境造成的影響

 

現(xiàn)在的事情是，當(dāng)車輛被編程為以某種方式起作用時(shí)，它將在每次具有相同選擇的情況下都選擇該選項(xiàng)。例如，可以對(duì)車輛進(jìn)行編程以使一個(gè)8歲的孩子免于受傷，并撞到一個(gè)80歲的男人?，F(xiàn)在，每次得到選擇時(shí)，它都會(huì)做同樣的事情，乘客無權(quán)干預(yù)此決定，制造商已經(jīng)做出了道德選擇。

 

在法國(guó)的中國(guó)乘客上車時(shí)可能會(huì)面臨道德難題。乘客可能會(huì)更加猶豫，因?yàn)樗麄冎琅c行人相比，自己的生活將受到較低的重視。一種建議是，如果出現(xiàn)這種情況，則將控制權(quán)提供給駕駛員。但是，有研究表明，大多數(shù)人根本無法做出足夠迅速的反應(yīng)來做出這樣的決定，因此這不是可行的方法。所有這些考慮都引出了一個(gè)問題，人類是否愿意讓計(jì)算機(jī)做出生死攸關(guān)的決定？

 

但是，考慮到自動(dòng)駕駛汽車的實(shí)際工作方式，決策可能不會(huì)那么簡(jiǎn)單，而只是做出選擇并繼續(xù)前進(jìn)。決策過程是連續(xù)的，就像從所有傳感器了解周圍環(huán)境和車輛當(dāng)前狀態(tài)的過程一樣。在自動(dòng)駕駛汽車的計(jì)算機(jī)大腦中，權(quán)重賦予了某些概率，并根據(jù)這些概率采取后續(xù)行動(dòng)。

 

例如，看似純白色的表面可以解釋為霧墻，實(shí)際上可能是水泥墻或卡車的后部。對(duì)功能性質(zhì)進(jìn)行的任何判斷都可能隨時(shí)隨地更改。這通知了車輛做出的決定。因此，將道德考慮因素真正納入自動(dòng)駕駛汽車的編程是一項(xiàng)非常細(xì)微的工作。車輛可能不得不在沒有完整的周圍環(huán)境信息的情況下做出決定，這受到車載傳感系統(tǒng)的限制。

 

對(duì)環(huán)境造成的影響

 

迄今為止，大多數(shù)評(píng)估自動(dòng)駕駛汽車對(duì)環(huán)境的影響的研究尚無定論。這是因?yàn)槲覀儾煌耆私馔耆灾骷夹g(shù)的推出將對(duì)人類的行為和模式產(chǎn)生什么樣的變化。請(qǐng)記住，自動(dòng)駕駛汽車與電動(dòng)汽車有所不同，并且不一定所有的自動(dòng)駕駛汽車都是電動(dòng)汽車。

 

根據(jù)加利福尼亞大學(xué)研究人員的一項(xiàng)研究，在常規(guī)情況下，將車輛自動(dòng)化但不采用電動(dòng)模式，到2050年，排放量將增加50%。但是，如果將車輛電動(dòng)化和自動(dòng)化，則預(yù)計(jì)溫室氣體排放量減少80%，但電力生產(chǎn)本身可能會(huì)對(duì)環(huán)境產(chǎn)生負(fù)面影響。

 

從廣義上講，有一些因素有望減少排放。乘車共享不再是每輛車一個(gè)人，而是越來越普遍。按需共享交通的便捷可用性預(yù)計(jì)將成為減少排放的主要因素。按需機(jī)動(dòng)性也有望減少個(gè)人擁有的車輛數(shù)量。新興的所有權(quán)模式（例如汽車共享和租賃）將對(duì)此有所幫助。預(yù)計(jì)車輛和車輛之間的協(xié)調(diào)會(huì)緩解交通擁堵，擺脫走走停停的交通狀況并改善出行時(shí)間，所有這些共同努力有助于減少排放。由于自動(dòng)駕駛汽車提高了安全性，因此可以通過取消安全系統(tǒng)來減輕汽車的重量。

 

但是，所有這些積極因素都意味著人們有強(qiáng)烈的動(dòng)機(jī)來增加車輛的使用。研究人員將這些潛在的陷阱稱為“反彈效應(yīng)”。節(jié)省時(shí)間和金錢的任何技術(shù)都不可避免地增加了使用率。更多的人將能夠使用車輛，包括那些不能獨(dú)自使用車輛的人，這些人包括老年人、體弱者、殘疾人和兒童。有跡象表明，出行需求將隨著自動(dòng)化而增加。

 

同時(shí)，由于降低了行駛壓力，通勤距離會(huì)增加。人們可能會(huì)發(fā)現(xiàn)，將更多的時(shí)間花在汽車上會(huì)更舒適，因?yàn)樗麄儾槐卦賹⒆⒁饬Ψ旁诘缆飞狭恕Ｗ詣?dòng)駕駛汽車所需的物理傳感器和系統(tǒng)會(huì)增加汽車的終生能耗。它們也增加了車輛的重量并增加了阻力。

 

另外，有時(shí)候自動(dòng)駕駛汽車會(huì)行駛到?jīng)]有人的地方。這些可以是導(dǎo)航到接載地點(diǎn)的自動(dòng)出租車，也可以是座位數(shù)少的長(zhǎng)途自動(dòng)公交車。對(duì)于所有可能導(dǎo)致排放減少的因素，都有相同數(shù)量的可能導(dǎo)致排放增加的因素。在這個(gè)時(shí)候，研究人員無法猜測(cè)，即使自動(dòng)駕駛汽車的引入會(huì)對(duì)環(huán)境產(chǎn)生凈的正面或負(fù)面的影響。

 

未來的城市

 

與環(huán)境影響密切相關(guān)的是無人駕駛汽車的引入如何改變城市景觀。影響城市的因素與環(huán)境相同。如果更多的人選擇共享出行，那么對(duì)停車位的需求就會(huì)減少。在理想情況下，大多數(shù)車輛將在道路上并被占用，而不是在停車位等車主。城市可能從停車位產(chǎn)生的收入要少得多。同樣，房地產(chǎn)價(jià)格可能會(huì)被調(diào)整，因?yàn)閷⒂懈嗫臻g可用于其他用途。潛在的新收入來源可以是上下車點(diǎn)，這也需要適當(dāng)?shù)脑O(shè)計(jì)，尤其是在擁擠的地區(qū)。舉例來說，城市可能會(huì)收取訪問這些點(diǎn)的費(fèi)用。

 

一旦所有車輛實(shí)現(xiàn)完全自主，道路的設(shè)計(jì)也可能會(huì)改變。例如，可以將所有車輛簡(jiǎn)單地編程為僅在公共汽車經(jīng)過時(shí)才開啟專用車道，而不是為公共汽車和卡車提供專用車道。實(shí)際上，政策制定者有可能使用這些技術(shù)來確保自動(dòng)駕駛汽車最終受益。例如，可以限制單人乘坐的車輛的行駛，或者提取更高的通行費(fèi)。

 

從歷史上看，影響城市規(guī)模的最大因素之一是從外圍到城市中心所花費(fèi)的時(shí)間。隨著車輛，高速公路和高速運(yùn)輸系統(tǒng)的引入，城市規(guī)模也呈指數(shù)增長(zhǎng)。隨著自動(dòng)駕駛汽車的推出，人們?cè)敢饣ㄔ谕ㄇ谏系臅r(shí)間可能會(huì)增加。

 

到目前為止，無論出行方式如何，世界各地的平均通勤時(shí)長(zhǎng)約為30分鐘。這意味著，從郊區(qū)到達(dá)市區(qū)大約需要30分鐘。如果未來的自動(dòng)駕駛汽車的乘客能夠更好地忍受長(zhǎng)時(shí)間的通勤時(shí)間，那么都市足跡很可能會(huì)擴(kuò)大。簡(jiǎn)而言之，這些城市有望成長(zhǎng)。

 

網(wǎng)絡(luò)安全

 

由于目前還沒有5級(jí)自動(dòng)駕駛汽車，研究人員對(duì)自動(dòng)駕駛汽車網(wǎng)絡(luò)安全的直接經(jīng)驗(yàn)很少。但是，安全研究人員概述了一些潛在的情況，以便可以采取適當(dāng)?shù)谋Ｗo(hù)措施。這些威脅中的某些威脅可能并不完全是新威脅，但在自動(dòng)駕駛汽車的情況下可能更加可怕。這是因?yàn)閮H需要保護(hù)計(jì)算機(jī)，智能手機(jī)甚至云存儲(chǔ)系統(tǒng)上的數(shù)據(jù)，即可保護(hù)它們。

 

從某種意義上說，使這些有價(jià)值的東西完全在網(wǎng)絡(luò)空間中。但是，當(dāng)涉及自動(dòng)駕駛汽車時(shí)，生命可能受到威脅。

 

以勒索軟件為例。它會(huì)感染機(jī)器，并阻止用戶訪問內(nèi)容，除非進(jìn)行付款?，F(xiàn)在想象一下進(jìn)入車內(nèi)，車門關(guān)閉并鎖上。除非您進(jìn)行加密貨幣付款，否則您不能離開或移至任何地方。甚至內(nèi)置在車輛中的安全系統(tǒng)也會(huì)出問題。

 

在全自動(dòng)駕駛汽車中，萬一出了什么問題，可能不會(huì)有駕駛員接管，即使出現(xiàn)問題，車輛中也可能沒有人能夠?qū)嶋H控制車輛，例如車中只有殘疾人。汽車制造商期望通過配置車輛的安全目的地來解決此類問題，以防萬一出現(xiàn)任何問題（例如感覺到已被黑客入侵）。但是，如果在緊急情況下（例如，去醫(yī)院就診）啟用了該機(jī)制，該怎么辦。

 

據(jù)密歇根大學(xué)的研究人員稱，對(duì)自動(dòng)駕駛汽車面臨的安全威脅的了解還不是很清楚。這是因?yàn)樽詣?dòng)駕駛汽車既是物理系統(tǒng)又是虛擬系統(tǒng)。這意味著威脅暴露是兩倍。他們?nèi)菀资艿絺鹘y(tǒng)的劫車者和小偷的攻擊。他們還容易受到黑客，spoofers和ddos攻擊。研究人員開發(fā)了一種工具，可以識(shí)別各種威脅的動(dòng)機(jī)，攻擊的媒介以及影響。

 

密歇根大學(xué)網(wǎng)絡(luò)安全工作組的負(fù)責(zé)人Andre Weimerskirch表示：“網(wǎng)絡(luò)安全是自動(dòng)駕駛汽車開發(fā)中被忽視的研究領(lǐng)域。我們的工具不僅標(biāo)志著解決這些問題的重要的早期步驟，而且還提供了一個(gè)藍(lán)圖，可以有效地識(shí)別和分析網(wǎng)絡(luò)安全威脅，并創(chuàng)建有效的方法來確保自動(dòng)駕駛汽車系統(tǒng)的安全。

 

現(xiàn)在，智能自動(dòng)駕駛汽車可能已經(jīng)配備了與周圍智能城市互動(dòng)的系統(tǒng)。其中包括與收費(fèi)站、其他車輛、信號(hào)、充電站和家庭傳感器的雙向通信。所有這些都是潛在的攻擊媒介。除個(gè)別車輛外，黑客還可以一次將許多車輛作為攻擊目標(biāo)。

 

例如，出于意識(shí)形態(tài)的原因，黑客主義者可能希望使特定制造商的所有車輛脫機(jī)。一些潛在的攻擊可能會(huì)更加可怕。例如，網(wǎng)絡(luò)恐怖分子可能通過控制許多車輛來鎖定整個(gè)城市的電網(wǎng)。佐治亞理工學(xué)院的研究人員正在運(yùn)行模擬，以了解黑客通過在一個(gè)城市中接管多輛車輛來釋放大規(guī)?；靵y的情況。例如，要使曼哈頓陷入僵局，黑客只需要使20%的車輛停在阻礙交通的位置即可。

 

現(xiàn)在，無論道路上有多少輛汽車是自動(dòng)駕駛或有人駕駛的，該數(shù)字都成立。甚至在僅由全自動(dòng)駕駛汽車填充道路之前，這種情況就可能發(fā)生。其中一位研究人員David Yanni解釋說：“在高峰時(shí)段隨機(jī)熄火20%的汽車將意味著總交通凍結(jié)。百分之二十的城市已被分割成小島，您可以在其中幾處走動(dòng)，但沒人能穿越城市。”

 

現(xiàn)在，曼哈頓的道路井然有序，交通順暢。考慮到此類襲擊之后的恐慌以及其他城市的不良道路網(wǎng)絡(luò)，鎖定一個(gè)城市所需的車輛百分比可能要少得多。研究人員還提出了一些防止此類攻擊的方法，包括確保將盡可能多的車輛相互隔離。如果按照設(shè)計(jì)，控制自動(dòng)駕駛汽車的網(wǎng)絡(luò)不允許一次控制多輛汽車，那么這就是一項(xiàng)安全功能。