我们需要调查机器人何时引发事故——原因与应对之道

A robot fist.
'The increase in the number of robots will naturally see a rise in the number of accidents they’re involved in'.Image: UNSPLASH/ Possessed Photography
本内容由人工智能自动翻译。
  • 大多数机器人通过人工智能(AI)运行,使其能够做出类似人类的决策。

  • 机器人能够做出的决策越复杂,理解事故为何发生就越困难,也越重要。

  • RoboTIPS项目打造了一个伦理黑匣子,用于记录机器人的全部输入及相应行为,以确保同样的错误不会再次发生。

机器人在我们的日常生活中出现得越来越多。它们可以非常有用(如仿生肢体、机器人割草机,或为隔离人员配送餐食的机器人),也可以仅仅带来娱乐(如机器狗、跳舞玩具和特技无人机)。或许,想象力是未来机器人能力的唯一限制。为隔离人员配送餐食。

然而,当机器人没有按我们的意愿行事,或其行事方式造成伤害时,会发生什么?例如,如果仿生手臂涉及一起驾驶事故,又会怎样?

机器人事故之所以日益受到关注,原因有两个。第一,机器人数量的增加必然导致它们牵涉的事故数量上升。第二,我们正在更好地制造更复杂的机器人,而机器人越复杂,就越难理解问题出在哪里。

大多数机器人运行于各种形式的人工智能(AI)之上。人工智能能够做出类似人类的决策(尽管这些决策在客观上可能好,也可能不好)。这些决策可以涵盖各种事项,从识别物体到理解语音。

人工智能通过海量数据集中的信息接受训练,从而为机器人做出这些决策。在被分配任务之前,人工智能还会接受准确性测试(即它们能在多大程度上完成我们期望的工作)。

人工智能的设计方式多种多样。以机器人吸尘器为例。它可以被设计为每当撞到表面时便随机改变方向;也可以被设计为绘制周围环境地图以找到障碍物、覆盖所有表面区域,并返回充电座。第一种吸尘器从传感器获取输入,第二种则将这些输入追踪并纳入内部地图系统。无论哪种情况,人工智能都在获取信息,并围绕信息做出决策。

机器人能力越复杂,需要解读的信息类型就越多。它还可能同时评估同一类数据的多个来源,例如在听觉数据方面,同时处理现场人声、收音机和风声。

随着机器人变得更加复杂,并能够依据各种信息采取行动,确定机器人究竟依据哪些信息采取了行动就变得更加重要,尤其是在造成伤害的情况下。

事故的发生

与任何产品一样,机器人也可能出现故障。有时问题在于内部,例如机器人无法识别语音指令;有时问题在于外部,例如机器人的传感器受损。有时两者兼而有之,例如机器人并非为在地毯上行走而设计,因而发生“绊倒”。机器人事故调查必须审视所有潜在原因。

机器人在出错时受损也许令人不便,但当机器人对人造成伤害,或未能减轻对人的伤害时,我们会更加担忧。例如,仿生手臂未能抓稳热饮,导致饮品泼向使用者;或者护理机器人在体弱的使用者跌倒时未能接收到求救呼叫。

为何机器人事故调查与人类事故调查有所不同?值得注意的是,机器人没有动机。我们希望了解,机器人基于其所获得的特定输入组合,为何作出了这样的决策。

以仿生手臂为例,是使用者与手部之间出现了沟通误差吗?机器人是否混淆了多重信号?是否意外锁定?以跌倒者为例,在嘈杂的风扇声中,机器人是否无法“听到”求救呼叫?抑或它难以理解使用者的语音?

“当机器人出现故障时,我们需要弄清原因。”Image: UNSPLASH/ThisisEngineering RAEng

黑匣子

与人类事故调查相比,机器人事故调查具有一项关键优势:可能存在内置的“见证者”。商用飞机也有类似的见证者:黑匣子。黑匣子经过设计,能够承受飞机坠毁,并提供事故发生原因的信息。这些信息不仅对理解事故极具价值,也有助于防止事故再次发生。

作为RoboTIPS项目的一部分(该项目专注于社交机器人,即与人互动的机器人,的负责任创新),我们创建了所谓的“伦理黑匣子”:一种记录机器人输入及相应行为的内部记录装置。伦理黑匣子针对其所搭载的每一类机器人进行设计,并记录机器人所依据的全部信息。这些信息可以是语音、视觉信息,甚至是脑电活动。脑电活动。

我们正在实验室环境和模拟事故条件下,在各种机器人上测试伦理黑匣子。我们的目标是让伦理黑匣子成为各品牌、各类应用机器人的标准配置。

虽然在事故发生时,伦理黑匣子记录的数据仍需加以解读,但首先拥有这些数据,对于开展调查至关重要。

调查过程为确保同样的错误不再重演提供了机会。伦理黑匣子不仅有助于打造更好的机器人,也有助于在这一激动人心且充满活力的领域负责任地推动创新。

授权与转载
世界经济论坛发布的文章,可依据《知识共享署名-非商业性使用-禁止演绎4.0国际公共许可协议》以及我方《使用条款》进行转载。 本文所表达的观点仅代表作者个人立场,并不代表世界经济论坛的观点。