TNO-advies: uitgebreide zwarte doos in zelfrijdende voertuigen
Hoewel zelfrijdende voertuigen veel veiliger kunnen zijn dan voertuigen met menselijke bestuurders, kunnen verkeersongevallen door zelfrijdende voertuigen niet volledig worden uitgesloten. In de nasleep van een ongeval moeten veel vragen worden beantwoord om aansprakelijkheidskwesties te kunnen beantwoorden. Maar het is waarschijnlijk nog belangrijker om van deze situatie te leren om ongevallen in de toekomst te voorkomen. Hiervoor is veel informatie nodig over de omstandigheden en de gevolgde procedures en ‘keuzes’ van het voertuig. Dat alles kan worden vastgelegd in Event Data Recorders (EDR's), in de volksmond bekend als "zwarte dozen".
Om zeker te stellen dat de benodigde feiten beschikbaar zijn voor alle relevante partijen, moeten het gebruik en de exacte specificatie van EDR’s in wet- en regelgeving worden vastgelegd; bij voorkeur nog voordat zelfrijdende auto’s de weg op gaan. EDR's, worden al veel gebruikt in voertuigen. In de meeste gevallen wordt echter alleen basale (sensorische) observatie-informatie opgeslagen zoals de snelheid en richting van het voertuig.
TNO heeft voor de Europese Commissie aanbevelingen geformuleerd omtrent welke aanvullende informatie moet worden opgeslagen in EDR's. Dit met als doel om de volledige keten van gebeurtenissen te kunnen beoordelen, inclusief observatie, verwerking, prestaties en context. Daarnaast moet aanvullende informatie helpen om te achterhalen of het systeem naar behoren is getest en in de juiste omstandigheden is gebruikt; gedacht kan worden aan informatie als het versienummer van de software en de gebruikte datasets voor het trainen en testen van de AI-gebaseerde componenten.
Zelfrijdende auto’s kunnen met AI razend goed patronen herkennen uit de waargenomen informatie en die aan acties koppelen. Ze moeten daarnaast ook afwegingen kunnen maken over de wereld om hen heen, inclusief onder andere wettelijke en ethische kaders. Ze moeten dus, ook achteraf, over zichzelf kunnen redeneren en hun gedrag kunnen uitleggen. Dit vereist redeneervermogen. De informatie in de huidige EDR’s vertelt ons nog niets over hoe de observaties door het voertuig zijn gebruikt om een beslissing te nemen. Daarnaast is het ook nog van belang om te weten of de besloten actie ook daadwerkelijk en correct is uitgevoerd.
Om zeker te stellen dat de benodigde feiten beschikbaar zijn voor alle relevante partijen, moeten het gebruik en de exacte specificatie van EDR’s in wet- en regelgeving worden vastgelegd; bij voorkeur nog voordat zelfrijdende auto’s de weg op gaan. EDR's, worden al veel gebruikt in voertuigen. In de meeste gevallen wordt echter alleen basale (sensorische) observatie-informatie opgeslagen zoals de snelheid en richting van het voertuig.
TNO heeft voor de Europese Commissie aanbevelingen geformuleerd omtrent welke aanvullende informatie moet worden opgeslagen in EDR's. Dit met als doel om de volledige keten van gebeurtenissen te kunnen beoordelen, inclusief observatie, verwerking, prestaties en context. Daarnaast moet aanvullende informatie helpen om te achterhalen of het systeem naar behoren is getest en in de juiste omstandigheden is gebruikt; gedacht kan worden aan informatie als het versienummer van de software en de gebruikte datasets voor het trainen en testen van de AI-gebaseerde componenten.
Zelfrijdende auto’s kunnen met AI razend goed patronen herkennen uit de waargenomen informatie en die aan acties koppelen. Ze moeten daarnaast ook afwegingen kunnen maken over de wereld om hen heen, inclusief onder andere wettelijke en ethische kaders. Ze moeten dus, ook achteraf, over zichzelf kunnen redeneren en hun gedrag kunnen uitleggen. Dit vereist redeneervermogen. De informatie in de huidige EDR’s vertelt ons nog niets over hoe de observaties door het voertuig zijn gebruikt om een beslissing te nemen. Daarnaast is het ook nog van belang om te weten of de besloten actie ook daadwerkelijk en correct is uitgevoerd.
Geen opmerkingen: