根據《Wired》報導,自動駕駛技術被視為未來交通的未來,其理論優勢在於「車輛可以從其他車輛的錯誤中學習」。根據Waymo官方網站的說法:「Waymo駕駛系統可從整個車隊的集體經驗中學習,包括先前的硬體世代。」
然而,在德克薩斯州奧斯汀市,Waymo的車輛卻屢屢無法正確識別校車的紅燈與伸展的停止臂,導致校車在接送學生時,Waymo車輛不僅未完全停下來,甚至「非法且危險地」通過紅燈校車。據奧斯汀獨立學區(AISD)的一名官員指出,至少發生了19起類似事件。
2022年12月初,Waymo甚至對該問題發出聯邦召回通知,承認至少12起事件並向國家公路交通安全管理局(NHTSA)報告。根據聯邦文件顯示,Waymo的工程師早在數週前就已針對此問題開發了軟體修正方案。然而,即使在召回後,校車通過事件仍然持續。
根據美國國家運輸安全委員會(NTSB)的一份調查報告與奧斯汀校區官員的證詞,顯示此問題並未真正解決。校區與Waymo之間的電子郵件與短信(透過公共記錄請求取得)更揭示了雙方為解決問題所做努力的細節。
2022年12月中旬,AISD甚至主辦了一場半天的「數據收集」活動,於校區停車場內集合多輛校車與停止臂信號,讓Waymo可針對這些車輛與紅燈進行數據收集。但到了2023年1月中旬,僅過一個月,學區就報告又有至少4起校車通過事件,顯示問題並未真正改善。
一名學區警察部門的官員對當地NBC電台表示:「我們從學年開始到學年末的數據顯示,約98%的人員在違反一次後便不會再犯。這表示人類在學習,但Waymo的自動駕駛系統似乎並未透過軟體更新或召回等方式學習。」
此事件引發對自動駕駛技術盲點與產業應對能力的疑慮。乔治梅森大学自主車輛研究員Missy Cummings指出,自動駕駛軟體長期以來在識別閃爍的緊急燈號與長臂停止裝置(如閘門與停止臂)上存在困難。
📰 本文資料來源 • Wired





編輯觀點
自動駕駛技術的潛力無疑,但其學習機制與現實世界的複雜性之間,仍存在顯著落差。若不能正確處理緊急安全裝置,自動化交通的安全優勢恐將化為泡影。