
CDA數(shù)據(jù)分析師 出品
編譯:Mika
【導讀】
雖然自動駕駛車可能比手動駕駛更安全、更方便,但也并不能完全避免事故的發(fā)生。如果遇到不可避免的事故,自動駕駛車該如何被編程來應對呢?
在本文中帕特里克·林就探討了領略了自動駕駛車帶來的道德問題。
我們來做一個思維實驗。
假定某一天,你坐在自動駕駛汽車里,在高速公路上飛馳。
這時,你發(fā)現(xiàn)周圍全是車。
突然,一個又大又沉的物體從你前方的卡車上掉下來,你的車來不及剎車來避免碰撞。
問題1:因此它必須做一個決定:
A.繼續(xù)往前,然后撞在這個物體上
B.迅速左轉撞向一輛SUV
C.迅速右轉撞向一輛摩托車
你的車應該以你的安全為重,而撞向摩托車嗎?
還是為了降低對他人的危險,不轉彎,即使這樣會撞上巨大的物體,并給你帶來生命危險犧?
或是選擇折中,撞向SUV,因為SUV的安全性能較高?
這種情況下,如果我們掌握著方向盤,不管我們怎么做,都會被理解為瞬間的反應,而不是經(jīng)過深思熟慮的決定。我們是在驚恐之下做出本能反應,并未深謀遠慮或懷揣惡意。
但是如果是程序員要指示這輛車,在未來的特定情況下做出某一決定,這聽上去有點像蓄意謀殺。
不過話說回來,自動駕駛汽車預計可以大大減少交通事故和死亡率,因為這中間避免了人類會犯的錯誤,而且還有很多其他的潛在好處,比如不再擁堵的路面,汽車尾氣排放的減少,以及沒有了開車的浪費時間和壓力。
但是交通意外肯定還是會發(fā)生,當它們發(fā)生時意外的后果可能在很久以前,就已經(jīng)被程序員或政策制定者設定好了。
這些決定可不好做,我們傾向于提供籠統(tǒng)的指導決定的原則,比如最小化傷害。但是這很快也會導致道德上模棱兩可的決定。
再舉個例子,假定前面的情況一致。但此時,在你的左邊騎摩托車的人戴著頭盔,而右邊騎摩托車的人沒戴頭盔。
問題2:如果必須要選擇,你的自動駕駛汽車應該撞哪個?
A.戴著頭盔騎摩托車的人
B.沒戴頭盔騎摩托車的人
如果說撞那個戴著頭盔的人 ,因為她的存活率更高,你難道不是在懲罰更負責任的騎摩托車者嗎?
反之,如果說撞那個沒戴頭盔的人,因為不戴頭盔是不負責任的行為。但是這樣你就徹底違反了,原先的“最小化傷害”的原則,自動駕駛汽車現(xiàn)在成了在主持公路正義了。
道德的問題還要復雜得多,兩種情況下其背后的設計都是基于某種目標算法。換句話說,它系統(tǒng)地傾向或者歧視某一類特定目標。
而目標車輛的車主,就得承擔這一算法的消極后果。雖然他們自己并沒有犯任何錯,這些最新的科技還引起了其他的道德困境。
問題3:如果你從以下兩輛車中選擇:
A.一輛在事故發(fā)生時,總是試圖拯救盡可能多生命的車
B.一輛不顧一切拯救你的車
你會買哪一輛?
如果汽車開始分析并考慮,車里的乘客以及他們的生存概率情況又會怎樣?一個隨機的決定會不會還是比以“最小化傷害”為原則事先設計的決定更好?
誰又應該做這些決定呢?
程序員?
公司?
政府?
現(xiàn)實可能跟我們的思維實驗有所出入,但是這不重要。
思想實驗的目的是,對我們的道德本能進行分離和壓力測試,就像物理世界的科學實驗一樣。
現(xiàn)在識別這些道德的急轉彎,能幫助我們更好地掌控科技及其道德問題的未知之路,并讓我們充滿信心和正義地駛向勇敢、嶄新的未來。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10