烧烤多汁的Roadkill美食和思考自动驾驶汽车

对于劳动节周末，许多人会烧烤，然后扔上一些令人垂涎欲滴的牛排和汉堡。
这是一个有趣的事实，或者可能有些严重(触发警报)：在某些地方，您可以合法地选择烹饪您不小心碰到汽车的路障。
这绝对是一种“你杀了它，你烧它”的心态。
事实上，加州最近提出了一项新的法律，旨在促进烹饪和食用roadkill美食。
让我们考虑一下当汽车撞到道路上的动物时会发生什么事情，这并不像你想象的那样罕见。用你的汽车敲击动物可能会令人恐惧和危险，通常会导致驾驶员立即迷失方向，并对如何处理汽车感到困惑。很少有司机为处理道路杀伤事件做好心理准备。
自动驾驶无人驾驶自动驾驶汽车将需要能够应对无数不寻常或边缘情况的驾驶情况，包括可能涉及道路道路杀伤情况。
目前，大多数开发自动驾驶汽车的汽车制造商和技术公司主要处理驾驶汽车的简单和日常元素。这包括留在你的行车道，左转和右转不会碰到任何东西，以及执行新手少年学习驾驶可能会做的驾驶的基本知识。
让一个新手少年与今天的AI驾驶系统有很大不同的是，这个少年有常识推理，我知道你可能想要在多大程度上争论，但抛开这样一个副手的话，我们都可以同意青少年是一个有思想能力的人，并会在遇到新的驾驶情况时试图弄清楚要做什么。因此，即使他们可能只是被教授驾驶任务的核心基础知识，他们也相对擅长调整和应对超常规遇到。
在我们解决道路问题之前，请考虑一些预测会出现的边缘情况。
想象一下，沿着一条街开车，突然间有一个人在弹簧杆上，上下弹跳，在路的自行车道上这样做。
如果你质疑在你的街道上看到pogo stick骑行者的可能性，你可能会感到有兴趣，有些人认为下一个移动时尚将由机动弹簧高低杠组成。虽然这看起来有点牵强，但是我们不得不等待，看看是否真的有吸引力使用弹性运输方式。
对于驾驶汽车的人来说，我们会立刻意识到这个奇观是一个人类在弹簧高跷上，并意识到它们对自己和附近的汽车都是潜在的危险。
在任何时候，这个pogoing的人可能会进一步转向汽车的路径。
或者，也许那个贪婪的人会在迎面而来的汽车面前摔倒在街上。
或者，另一名汽车司机可能会因为他们的汽车行动受到惊吓，并对他们的汽车进行一些不稳定的操作，这样做是为了避免乘坐pogo骑行的人。
一般来说，一个精明的人类驾驶员会保持警惕，密切关注贪图的人出错的可能性。驾驶员将整体地调查驾驶场景，以检测如果打瞌睡的人发生冲突时该怎么做，包括作为驾驶员是否可能操纵到另一车道以远离闯入者。
所有这些驾驶相关动作都不容易体现在AI系统中。
你和我理所当然地认为我所描述的场景并耸耸肩，这只是另一天的驾驶。
对于AI系统来说并非如此。
在自动驾驶汽车行业中，这些新颖或不寻常的情况被认为是边缘情况或角落情况。这意味着超出核心或基础的驱动行动是位于AI需要能够处理的边缘或角落的东西。没有明确的标准表明边缘或角落的构成。人工智能开发人员认为，特定的驾驶情况是否属于边缘情况。
关于依靠公共道路试验的质量问题
对于今天的自动驾驶汽车的车道试验的批评之一是，它们并没有准备好处理边缘情况。
如果你认为无人驾驶汽车了解边缘情况的唯一方法是试错，那就表明自动驾驶汽车可能需要数百万英里，甚至数十亿甚至数万亿甚至数万亿英里。英里，在遇到或覆盖边缘或角落整体优势之前。
为了让您了解迄今为止公共道路上自动驾驶汽车的行驶距离，Waymo的自动驾驶汽车在无人驾驶汽车前进中被认为是最远的，总共积累了大约1000万英里。
相比之下，仅在美国，人类驾驶员每年集体驾驶约3.2万亿英里。
可能相当明显的是，迄今为止自动驾驶汽车的VMT(车辆行驶里程数)是微不足道的。
现在，有些人会很快指出，无人驾驶汽车正在进行模拟，因此数以亿计的“虚拟”里程正在进行中，但这也假设您认为模拟是有效的并且与实际相当。车行道里程。
使模拟有点可疑的原因是你需要提出潜在的边缘情况或角落情况，你可能会想到有一天会在道路上遇到这些情况。
因此，一些人声称模拟不一定能够描绘出那些新颖或不寻常的驾驶情况的足够完整的集合，因为它需要一些能够梦想它们的人，或者研究以找出在高速公路上发生了什么奇怪的事情。小道。
另一方面，通过模拟，您可以构建极其罕见的驾驶情况，否则需要数以万计的实际行驶里程可能会遇到，如果自动驾驶汽车无法初始应对边缘，模拟不会伤害任何人案件。
公共车道试验有可能使自动驾驶汽车在边缘情况下做出错误的选择，并最终伤害人们这样做。
加州Roadkill美食
让我们考虑一个迷人的边缘案例，道路问题。
加利福尼亚提出了一项关于道路杀伤的新规定，这样做会产生一些争议(我稍后会解释原因)。
一个有点惊人的统计数据是，在加利福尼亚州，每年估计有20,000只鹿因道路事故而死亡。
我意识到你可能会感到困惑并想知道鹿是否正在洛杉矶市中心的街道上行走，但是你需要记住，加利福尼亚是一个大州，拥有密集的城市人口，实际上只是地理总面积的一小部分。国家(大部分景观包括我们的山脉，树木繁茂的地区和农业区)。
在一些诙谐的措辞中，该法案被一些人称为轮下餐食法(不是轮餐，而是餐车下)。
这是概念。
如果你撞到像鹿这样的动物，你就可以合法地抓住已故的野兽，把它带回家吃周日晚餐，或者第二天上班吃午餐。为了让您合法地这样做，您还需要使用州提供的移动应用程序来正式报告您击中的内容，击中动物的位置以及其他与注册相关的信息。
我想这听起来像是来自加利福尼亚的另一个奇怪的想法。
但逻辑是，通过让人类驾驶员报告动物破碎事件，国家将能够更好地了解发生道路杀伤事件的真实程度，使国家能够更好地规划未来的预防这样的事情或以其他方式掌握最关注的幅度和位置。据推测，人们不太可能自愿报告这些事件，除非他们有办法这样做(移动应用程序)并且有真正的动机去做(你可以保持并吃掉路人)。
信不信由你，PETA和各种环保主义者似乎都参与了拟议的监管。一般来说，感觉是这将有助于通过环境跟踪和迅速采取主动行动来减少动物成为道路杀伤的机会，加上被击中然后死亡的动物也可能变成有用的肉来喂养他人。一种双赢，如果你愿意这样看(在“你杀了它，你的烧烤它”的方式)。
像这样的公路收获并不是加利福尼亚独有的，爱达荷州，俄勒冈州，蒙大拿州等州也提供与此相似的变体法则。
并不是每个人都支持这些规定，包括担心它可能会促使人类驾驶员故意绕过可能安全避免的动物，加上阻止你的车去捡尸体的交通危险，以及潜在的以后吃这些死去的动物等可能引起的疾病
Roadkill美食的边缘案例
鉴于自动驾驶汽车的出现，重建高速公路收割或道路美食。
当你听说这些小说或不寻常的驾驶情况时，你应该立即提出的问题是：“自动驾驶无人驾驶自动驾驶汽车会做什么?”
或者，如果您愿意，较短的版本是：“AI会做什么?”
此时，很少有自动驾驶汽车AI系统能够很好地处理撞击动物。
有些软件不能检测到它已经撞到了动物，而其他软件会检测到动物向前(可能)，意识到它会被击中，而汽车对人工智能将会做什么的行动可能会有所不同相当多。
人工智能可能会试图从根本上转向避开动物，或者踩刹车，不过人工智能是否还计算了在它后面撞车的机会撞到了自动驾驶汽车的后部或是否是相邻车道的汽车在人类驾驶的情况下处理一辆无人驾驶的无人驾驶汽车，好吧，有些人工智能系统已针对此进行了编程，有些还没有。
使用机器学习或深度学习让人工智能在某种程度上自学成才的人工智能开发人员预计，无人驾驶汽车驾驶的里程越多，它就会遇到这种情况，然后“学习”如何处理它。尽管人工智能是否能够真正衡量需要做什么，但是由于事情发生的可变性，仅仅通过先前类似事件的模式匹配存在合理的怀疑态度。有人可能会争辩说，由人工智能开发人员设计的程序化方法为这些边缘情况提供了更强大，更快速的AI准备方法。
考虑到所提出的规定，无人驾驶汽车中的乘客可能希望让AI在击中动物，后备或转身并返回尸体后停止汽车，并允许人类离开自动驾驶汽车并以某种方式将已故动物固定或放置在车辆上或车辆上。据推测，人类会想要调用加利福尼亚州的移动应用来报告事件并让自动驾驶汽车继续行驶。
人工智能需要足够熟练，通过其自然语言处理能力，类似于Alexa或Siri类型的口头互动，它将能够让人类乘客口头上提出关于无人驾驶汽车下一步应如何行动的请求。击中动物。我认为我们都同意在道路上进行备份或转弯，无论是在白天还是在夜间，预示着潜在的驾驶风险，我们需要思考人工智能如何处理这一问题。
可能还会对无人驾驶汽车造成损坏。假设用作驾驶任务的关键感应装置的摄像机或雷达或激光雷达现在已经无法使用，当汽车撞到动物时被击中，或者更糟糕的是传感器现在可能是片状且不可靠的，但也许是人工智能没有实现(它可能会尝试继续驾驶，即使它现在得到粗略的图像或朦胧的数据)。
结论
我故意选择表面上似乎是一个相当独特和不寻常的边缘情况来说明人工智能系统在我们的道路上行驶时需要处理的界限。
我想指出的是，这本身并不是那么特别，因为如前所述，加利福尼亚州每年都会发生2万起鹿罢工，还有一些涉及野猪，麋鹿和其他生物的罢工。从打击任何种类的动物，包括驯养的狗和猫的角度来看，一些报道表明，我们心爱的宠物每年都会被全国数百万人的汽车罢工杀死，因此角落或边缘并不是那么遥远。可能性。
此外，当这个(假定的)边缘情况发生时，它可能会对所有人造成创伤，包括无人驾驶汽车中的乘客，其他汽车附近的人类驾驶员，可能在附近的行人等等。一个人工智能系统，它只是忽略发生的事情，或者对于做什么感到困惑，这不是一件好事。
密切关注自动驾驶汽车的所谓边缘或角落情况，并意识到AI没有常识推理，并且不会神奇地“知道”如何处理一些不寻常的甚至是一些相当普通的驾驶情况。
我将在一个劳动节烧烤时与一些朋友一起思考这一切，并想知道烤架上的肉来自哪里。