外媒質疑特斯拉Autopilot安全數據存謬誤 稱需謹慎解讀

據《福布斯》報道，特斯拉和埃隆·馬斯克(elon musk)提出的半自動駕駛和全自動駕駛的愿景，無疑將有助于推動自動駕駛的發展。然而，考慮到該公司聲稱已經贏得了與英里安全相關的勝利，有必要思考特斯拉和馬斯克向公眾提供的統計數據的性質。無論是自動駕駛行業內外，都應該對現有的半自動駕駛和全自動駕駛有一個現實的認識。所以任何一個汽車廠商或者科技公司報出來的統計數據都是值得推敲的。然而，在深入研究數據之前，我們需要考慮以下重要背景。

傳播自動駕駛汽車假新聞的危險有人指出，少數州要求提供脫離報告，這似乎是在展示道路自動駕駛汽車測試。但是，這些脫離報告并沒有具體說明問題，也不是掌握和說明問題真實情況的可行手段。事實上，有關部門公布這類數據時，媒體往往會大張旗鼓地報道。但媒體有時只是轉述報道的數據，卻給人留下數據真實可靠的印象，但事實往往并非如此。數據中使用的指標的性質和報告的方式本質上仍然是脆弱的。特斯拉季度里程-安全數據報告特斯拉去年10月開始報告季度安全數據，并在其網站上公布。然而，特斯拉的“季度安全數據”本質上是兩部分數據的組合。一組是事故或碰撞前的里程，在啟用自動駕駛時顯示為數字，另一組數據是未啟用自動駕駛時的里程。如果要分析特斯拉汽車的安全性，只提供這兩組數據顯然不夠全面，因為沒有說明特斯拉是如何獲得這兩組數據的，也沒有說明數據本身的真實性。特斯拉公布的數據及其含義以下是特斯拉公布的部分數據，其衡量標準是每一次車禍或類似車禍對應的里程數。2019年第一季度:自動駕駛組287萬英里，無自動駕駛組1.76萬英里；2018年第四季度:自動駕駛組291萬英里，無自動駕駛組158萬英里。數字越大，汽車在事故或撞車前行駛的里程就越多。從以上數據不難發現，事故發生前，自動駕駛組的行駛里程大于無自動駕駛組。特斯拉報告的數字可能會引出兩個命題。特斯拉指出，美國國家公路交通安全管理局的數據顯示，2019年第一季度和2018年第四季度，該國每43.6萬英里就有一起車禍。所以說明事故前自動駕駛組304萬英里的平均里程明顯遠高于全國平均水平，甚至沒有自動駕駛的組175萬英里也高于這個水平，也就是說事故前特斯拉汽車的里程大于全國平均水平。如前所述，人們通常認為事故前的行駛里程越大越好。無論如何，以下似乎是關于這些具體統計數據的一般命題的優點:一般命題#1:相比較而言，啟用Autopilot似乎比不啟用更安全，因為其平均行駛里程相當于不啟用Autopilot的1.7倍。總體命題#2:相比較而言，特斯拉汽車應該比其他汽車更安全，因為自動駕駛組的行駛里程接近全國平均水平的7倍，沒有自動駕駛的組高出3倍以上。自動駕駛汽車行業的一些專家喜歡抓住第一個命題，因為這似乎意味著自動駕駛汽車比非自動駕駛汽車更安全，但實際上這里存在相當大的誤導。特斯拉還沒有實現全自動駕駛，還停留在2而不是5的水平。所以這只是半自動駕駛汽車，涉及到人類和機器分擔駕駛任務，而不是只有機器或者人工智能來承擔駕駛任務。“安全里程統計”解讀中的統計謬誤統計數據是人工智能領域的重要元素，如機器學習、深度學習和概率推理。研究一再表明，人們在解讀統計數據時往往會陷入許多心理陷阱，容易受到統計謬誤的影響。就整體命題#1而言，使用自動駕駛似乎帶來了更大的安全性，因為其安全里程的統計距離遠大于未啟用自動駕駛的群體。所以，人們的第一印象可能是自動駕駛的使用帶來了更安全的駕駛，但這里可能隱藏著一個統計學上的謬誤。例如，在自動駕駛汽車行業，眾所周知，并非所有里程都面臨相同的交通環境。人工智能顯然更容易處理車流量相對較小的高速公路，而不是擁擠的城市交通道路。后者無疑面臨著更加頻繁復雜的堵車、行人等誘發車禍的因素。所以需要了解自動駕駛開啟時的道路行駛性質，自動駕駛參與的里程是高速還是其他環境。不然就像拿蘋果和橘子比，可能根本不是一回事。因為在開啟自動駕駛的情況下，行駛里程的類型不容易發生事故。至于一般命題#1，可能存在類似的統計謬誤。結論的相關性并不意味著因果關系，這是統計學和統計推理領域的一個原則。正如馬克·吐溫所說，“謊言有三種:謊言、該死的謊言和統計數據。”因此，非常重要的一點是，任何汽車制造商或技術公司提供的半自動駕駛或自動駕駛汽車的統計數據都應該經過嚴格審查，不能被不當解讀或使用。據《福布斯》報道，特斯拉和埃隆·馬斯克(elon musk)提出的半自動駕駛和全自動駕駛的愿景，無疑將有助于推動自動駕駛的發展。然而，考慮到該公司聲稱已經贏得了與英里安全相關的勝利，有必要思考特斯拉和馬斯克向公眾提供的統計數據的性質。無論是自動駕駛行業內外，都應該對現有的半自動駕駛和全自動駕駛有一個現實的認識。所以任何一個汽車廠商或者科技公司報出來的統計數據都是值得推敲的。然而，在學習t之前……數據深入，我們需要考慮以下重要背景。

傳播自動駕駛汽車假新聞的危險有人指出，少數州要求提供脫離報告，這似乎是在展示道路自動駕駛汽車測試。但是，這些脫離報告并沒有具體說明問題，也不是掌握和說明問題真實情況的可行手段。事實上，有關部門公布這類數據時，媒體往往會大張旗鼓地報道。但媒體有時只是轉述報道的數據，卻給人留下數據真實可靠的印象，但事實往往并非如此。數據中使用的指標的性質和報告的方式本質上仍然是脆弱的。特斯拉季度里程-安全數據報告特斯拉去年10月開始報告季度安全數據，并在其網站上公布。然而，特斯拉的“季度安全數據”本質上是兩部分數據的組合。一組是事故或碰撞前的里程，在啟用自動駕駛時顯示為數字，另一組數據是未啟用自動駕駛時的里程。如果要分析特斯拉汽車的安全性，只提供這兩組數據顯然不夠全面，因為沒有說明特斯拉是如何獲得這兩組數據的，也沒有說明數據本身的真實性。特斯拉公布的數據及其含義以下是特斯拉公布的部分數據，其衡量標準是每一次車禍或類似車禍對應的里程數。2019年第一季度:自動駕駛組287萬英里，無自動駕駛組1.76萬英里；2018年第四季度:自動駕駛組291萬英里，無自動駕駛組158萬英里。數字越大，汽車在事故或撞車前行駛的里程就越多。從以上數據不難發現，事故發生前，自動駕駛組的行駛里程大于無自動駕駛組。特斯拉報告的數字可能會引出兩個命題。特斯拉指出，美國國家公路交通安全管理局的數據顯示，2019年第一季度和2018年第四季度，該國每43.6萬英里就有一起車禍。所以說明事故前自動駕駛組304萬英里的平均里程明顯遠高于全國平均水平，甚至沒有自動駕駛的組175萬英里也高于這個水平，也就是說事故前特斯拉汽車的里程大于全國平均水平。如前所述，人們通常認為事故前的行駛里程越大越好。無論如何，以下似乎是關于這些具體統計數據的一般命題的優點:一般命題#1:相比較而言，啟用Autopilot似乎比不啟用更安全，因為其平均行駛里程相當于不啟用Autopilot的1.7倍。總體命題#2:相比較而言，特斯拉汽車應該比其他汽車更安全，因為自動駕駛組的行駛里程接近全國平均水平的7倍，沒有自動駕駛的組高出3倍以上。自動駕駛汽車行業的一些專家喜歡抓住第一個命題，因為這似乎意味著自動駕駛汽車比非自動駕駛汽車更安全，但實際上這里存在相當大的誤導。特斯拉還沒有實現全自動駕駛，還停留在2而不是5的水平。所以這只是半自動駕駛汽車，涉及到人類和機器分擔駕駛任務，而不是只有機器或者人工智能來承擔駕駛任務。“安全里程統計”解讀中的統計謬誤統計數據是人工智能領域的重要元素，如機器學習、深度學習和概率推理。研究一再表明，人們在解讀統計數據時往往會陷入許多心理陷阱，容易受到統計謬誤的影響。就整體命題#1而言，使用自動駕駛似乎帶來了更大的安全性，因為其安全里程的統計距離遠大于未啟用自動駕駛的群體。所以，人們的第一印象可能是自動駕駛的使用帶來了更安全的駕駛，但這里可能隱藏著一個統計學上的謬誤。例如，在自動駕駛汽車行業，眾所周知，并非所有里程都面臨相同的交通環境。人工智能顯然更容易處理車流量相對較小的高速公路，而不是擁擠的城市交通道路。后者無疑面臨著更加頻繁復雜的堵車、行人等誘發車禍的因素。所以需要了解自動駕駛開啟時的道路行駛性質，自動駕駛參與的里程是高速還是其他環境。不然就像拿蘋果和橘子比，可能根本不是一回事。因為在開啟自動駕駛的情況下，行駛里程的類型不容易發生事故。至于一般命題#1，可能存在類似的統計謬誤。結論的相關性并不意味著因果關系，這是統計學和統計推理領域的一個原則。正如馬克·吐溫所說，“謊言有三種:謊言、該死的謊言和統計數據。”因此，非常重要的一點是，任何汽車制造商或技術公司提供的半自動駕駛或自動駕駛汽車的統計數據都應該經過嚴格審查，不能被不當解讀或使用。

標簽：特斯拉發現

汽車資訊熱門資訊