IT|求解自动驾驶伦理困境：转化道德规范为数学方程( 三 )_求解自动驾驶伦理困境：转化

风险伦理如何形成和实现？
为了对于风险伦理框架的理解，可以想象一个具体情景：一辆自动驾驶汽车在自行车和卡车之间行驶，他的位置决定了其带来的风险，减少与自行车之间的距离，会将风险转移到骑车人身上，因为在与汽车发生碰撞的情况下，骑车人的后果被认为要大得多，减少与卡车的距离则会导致风险向自动驾驶汽车转移。总的来说，最大限度降低自动驾驶汽车乘员的风险是以牺牲弱势道路使用者为代价的，例如骑自行车的人或行人。

文章图片

尽管这种为了保护自己而将风险转移给弱势者的行为可能不符合最苛刻的伦理审视，也和康德强调的人的尊严不相容，但是Bonnefon等人的研究表明，大多数的参与者仍然倾向于称作一个会不惜一切代价保护自己的自动驾驶汽车，而且也可能导致汽车制造商和自动驾驶技术提供者以这个准备为指导进行相关策略的设计。
当考虑对风险的计算和建模时，一般来说，其被定义为发生概率和估计后果的乘积。借助于这种定量的计算和对于策略后果的估计，前人已经提出了相关的具体算法实验，其中Leben强调了对于参与者生存几率的估计和最大化，本文的作者提出的方法强调了概率和相关后果的风险性的叠加。

文章图片

在这个二维的概率叠加中，需要同时估计碰撞的概率和对应的后果的危害情况。其中碰撞概率的估计来自于自动驾驶过程中的各种不确定性的共同后果，而这些不确定性在上图描述的运动规划的全过程中被逐步叠加，来自于车辆传感器、感知系统和预测算法。
而危害的估计则更加的困难了，主要挑战的便是对于“危害”这个抽象的数量的量化。从伦理的角度来看，尚不清楚应如何量化不同类型的伤害并相互权衡。尤其是涉及到可能造成致命后果的极端事故时，这给我们带来了巨大的困难。例如，我们无法权衡终身残疾的严重伤害与死亡之间的关系。从道德的角度来看，将财产损失与人身伤害进行比较就更加困难了。而使用经济后果（如货币价值）对伤害进行量化的方法则需要准确了解事故后果。事实上，在实践中，事故的严重程度只能在一定程度上预测。但是这种危害量化预测的困难就带来了对整个风险道德模型的实现的困境。
基于这种困难，本文的作者出于对碰撞产生危害的物理性质的思考，提出了参考物体动能和物体运动状态的风险分布。这种分布的考察对于驾驶车辆和其他的道路参与者进行了分别考虑，使得后续的策略制定可以实行不同的风险偏好。