「無人運転車は子供や肌の色の濃い人を見つけるのに苦労するかもしれません」

無人運転車は子供や肌の色の濃い人を見つけるのが難しいかもしれません

.fav_bar { float:left; border:1px solid #a7b1b5; margin-top:10px; margin-bottom:20px; } .fav_bar span.fav_bar-label { text-align:center; padding:8px 0px 0px 0px; float:left; margin-left:-1px; border-right:1px dotted #a7b1b5; border-left:1px solid #a7b1b5; display:block; width:69px; height:24px; color:#6e7476; font-weight:bold; font-size:12px; text-transform:uppercase; font-family:Arial, Helvetica, sans-serif; } .fav_bar a, #plus-one { float:left; border-right:1px dotted #a7b1b5; display:block; width:36px; height:32px; text-indent:-9999px; } .fav_bar a.fav_de { background: url(../images/icons/de.gif) no-repeat 0 0 #fff } .fav_bar a.fav_de:hover { background: url(../images/icons/de.gif) no-repeat 0 0 #e6e9ea } .fav_bar a.fav_acm_digital { background:url(‘../images/icons/acm_digital_library.gif’) no-repeat 0px 0px #FFF; } .fav_bar a.fav_acm_digital:hover { background:url(‘../images/icons/acm_digital_library.gif’) no-repeat 0px 0px #e6e9ea; } .fav_bar a.fav_pdf { background:url(‘../images/icons/pdf.gif’) no-repeat 0px 0px #FFF; } .fav_bar a.fav_pdf:hover { background:url(‘../images/icons/pdf.gif’) no-repeat 0px 0px #e6e9ea; } .fav_bar a.fav_more .at-icon-wrapper{ height: 33px !important ; width: 35px !important; padding: 0 !important; border-right: none !important; } .a2a_kit { line-height: 24px !important; width: unset !important; height: unset !important; padding: 0 !important; border-right: unset !important; border-left: unset !important; } .fav_bar .a2a_kit a .a2a_svg { margin-left: 7px; margin-top: 4px; padding: unset !important; }

一部の歩行者はドライバーレスカーに対して他よりも信頼性が低いかもしれません。 ¶ クレジット:Dorothy Alexander/Alamy

イギリスと中国の科学者は、ドライバーレスカーの研究に使用される8つの人工知能(AI)ベースの歩行者検出器を評価し、子供や肌の色が濃い人を検出する際に困難があることがわかりました。

研究者たちは、これらの検出器の成人の正確性は、子供の場合に比べてほぼ20%高く、肌の色が薄い歩行者に比べて7.5%高いことを学びました。

イギリスのキングス・カレッジ・ロンドンのJie Zhangは、自動車メーカーのソフトウェアの詳細は機密であるが、通常は既存のオープンソースモデルに基づいていると述べ、「同様の問題を抱えているはずです」と述べました。

イギリスのオックスフォード大学のCarissa Vélizは、これらの問題は実際の道路でAIシステムを展開する前に修正されなければならないと述べましたが、エンジニアはその対策が全体的な安全性に意図的に悪影響を及ぼさないようにする必要があります。 New Scientistより全文を読む

抄録の著作権©2023 SmithBucklin、ワシントンD.C.、米国

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

データサイエンス

「ClimSimに出会ってください:機械学習と気候研究の物理学を結びつける画期的なマルチスケール気候シミュレーションデータセット」

数値物理シミュレーション予測は、気候変動政策の指針となる情報の主要な源です。最も高性能なスーパーコンピュータの限界に...

機械学習

このAIの論文は、FELM:大規模な言語モデルの事実性評価のベンチマーキングを紹介します

大型言語モデル(LLM)は驚異的な成功を収め、プロンプティングを通じて生成型AIにおけるパラダイムシフトをもたらしました。...

AIニュース

光を見る

光ベースのコンピューティングに光を当てる

AI研究

「このAppleのAI研究は、ジェンダーステレオタイプに関するLLMsの振る舞いの既知の問題を調査します」

大規模言語モデル(LLM)は、ここ数ヶ月で非常に進歩し、さまざまな分野で最先端のベンチマークを押し上げてきました。大規模...