Autonoma fordon har länge varit en målsättning för bilindustrin, och företag som Tesla och General Motors kämpar om att vara pionjärer inom området. Trots deras framsteg har dessa teknologiska framsteg inte varit utan hinder och risker. Enligt en artikel publicerad den 3 januari 2024 av Barry Brown, professor i människa–datorinteraktion vid Stockholms universitet, står det klart att artificiell intelligens står inför stora utmaningar när det gäller att förstå mänskligt beteende i trafiken.
Brown, som är knuten till Institutionen för data- och systemvetenskap (DSV) vid Stockholms universitet, har ägnat de senaste åren åt forskning kring självkörande bilar. I sin artikel, publicerad i The Conversation, diskuterar han farorna med att integrera autonoma fordon i trafikmiljön. En av de mest betydande utmaningarna som Brown identifierar är den bristande förmågan hos AI att hantera det sociala samspel som sker i trafiken.
Den artificiella intelligensen i dagens självkörande bilar verkar ha svårigheter att tolka mänskliga signaler såsom blickar, gester och ljudsignaler. Enligt Brown leder detta ofta till situationer där fordonen tenderar att stanna som en standardreaktion vid problem, vilket kan skapa kaos på vägarna. Enligt honom skapar de autonoma bilarna en förenklad bild av världen baserad på sensordata, där viktiga sociala aspekter ignoreras.
Ett konkret exempel på detta problem är Teslas återkallande av två miljoner bilar på grund av tekniska problem och General Motors robottaxis påkörning av en gångtrafikant. Efter olyckan i San Francisco drog Kalifornien in General Motors tillstånd för att testa förarlösa taxibilar.
Brown betonar vikten av att förstå att en självkörande bil skapar en avsevärt förenklad bild av världen, vilket gör den inkapabel att hantera de komplexa sociala interaktionerna som är vanliga i trafiken. Han understryker behovet av att förbättra AI-teknologin för att kunna tolka och reagera på mänskligt beteende på ett säkert och effektivt sätt.
Sammanfattningsvis belyser Barry Browns forskning från Stockholms universitet de potentiella risker och utmaningar som kommer med integrationen av autonoma fordon i trafiksystemet. Hans arbete ger insikter som kan vara avgörande för att utveckla säkrare och mer sofistikerade AI-system för att möjliggöra framtidens självkörande fordon.