KI mindert Unfallfolgen bei autonomen Autos

Ingenieure um Amir Khajepour von der kanadischen University of Waterloo haben ein intelligentes System für selbstfahrende Autos entwickelt, das die Folgen möglicher Unfälle minimieren soll. [...]

Animation eines autonom fahrenden Autos
Animation eines autonom fahrenden Autos (c) University of Waterloo

Erkennt der vom Team um Amir Khajepour von der kanadischen University of Waterloo entwickelte Algorithmus, dass ein Zusammenstoß unvermeidlich ist, werden alle Varianten einer Reaktion in unvorstellbar kurzer Zeit durchgespielt.

Fußgängerschutz hat Vorrang

Die oberste Regel der Forscher beim Programmieren: Auf keinen Fall dürfen Fußgänger zu Schaden kommen. Das System wägt alle relevanten Faktoren ab, wie die eigene Geschwindigkeit und die der Fahrzeuge im Nahfeld, den voraussichtlichen Winkel, unter dem ein Aufprall stattfindet, den Fahrzeugtyp und die Unterschiede im Gewicht. Daraus errechnet es das beste Manöver, um die Folgen zu minimieren. Dazu gehören Bremsen oder das Einschlagen einer anderen Richtung.

„Das System berücksichtigt das gesamte Umfeld, einschließlich aller Fahrzeuge und Hindernisse“, so Khajepours Kollege Dongpu Cao. Laut Khajepour ist ein solches System unumgänglich, weil die populäre Vorstellung, dass autonom fahrende Autos keine Unfälle verursachen, ein Mysterium sei. „Es gibt hunderte oder gar tausende Variablen, über die wir keine Kontrolle haben“, so der Verkehrsforscher. Es könne beispielsweise Blitzeis auftreten oder plötzlich Geröll aus einem Bergrutsch auf der Straße liegen.

Ethische Fragen weiter offen

Selbstfahrende Autos treffen in jeder Sekunde hunderte Entscheidungen, die auf den Daten beruhen, die Bewegungs-, Beschleunigungs- und andere Sensoren sowie Kameras erfassen. Das neue System basiert auf einem Algorithmus, der plötzlich auftretende Ereignisse berücksichtigt. Die Forscher ließen allerdings extrem komplexe ethische Fragen unbeantwortet, wie jene, ob die Insassen des eigenen Fahrzeugs besser geschützt werden sollten als andere oder ob man alle Beteiligten möglichst weitgehend vor Verletzungen bewahren sollte.


Mehr Artikel

News

Große Sprachmodelle und Data Security: Sicherheitsfragen rund um LLMs

Bei der Entwicklung von Strategien zur Verbesserung der Datensicherheit in KI-Workloads ist es entscheidend, die Perspektive zu ändern und KI als eine Person zu betrachten, die anfällig für Social-Engineering-Angriffe ist. Diese Analogie kann Unternehmen helfen, die Schwachstellen und Bedrohungen, denen KI-Systeme ausgesetzt sind, besser zu verstehen und robustere Sicherheitsmaßnahmen zu entwickeln. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*