自動駕駛系統的發展帶動新一波用車文化的革命,雖然應用方式五花八門,功能也較早年的電子系統運算更為複雜,但畢竟電腦與人工智慧距離發展成熟還有相當長的路要走,因此目前實務上就容易遭遇一些技術上的問題。

去年,Microsoft(微軟),IBM 和 Amazon(亞馬遜) 因使用對深色皮膚人種識別存在誤差的臉部識別技術而受到討論。除了該項技術之外,現行的自動駕駛技術似乎也面臨相同問題。

根據 Georgia Tech (美國喬治亞理工大學)研究分析發現,自動駕駛汽車使用的行人辨識系統,在識別較深膚色的人群方面存在困難。研究人員選取了自動駕駛車輛上經常使用的 8 種圖像識別系統並根據 Fitzpatrick 皮膚類型表對每個系統如何識別膚色進行了評估。研究人員發現,系統在識別皮膚類型介於 4 至 6 ,即較深色膚色時,識別能力普遍表現較差。

撇開系統擷取參數時受到衣服顏色等外在因素的干擾也可能導致結果不準確,但是,研究人員也發現,倘若僅根據膚色,系統識別膚色較深行人的準確率平均下降了5%。如果系統無法識別行人,計算機會不知道如何預測行人的行為,行人被撞的風險就會變大。

其實開發商過去在發展語音聲控系統時也曾遭遇方言語口音等差異產生的辨識誤差問題,所幸透過科技的進步以及數據參數的輔助,最終將這個問題實現最小化,在今日大量使用感測元件進行辨識的時代,膚色人種辨識的問題可能只是一個端點,但相信透過不斷的修正與精進,最終人工智慧系統也可以達到相對精準的生物辨識能力。