Autonomiczne samochody mają problem z rozpoznaniem ciemniejszych odcieni skóry i osób niepełnosprawnych

Szacuje się, że do 2040 r. na drogach będzie poruszać się około 33 mln autonomicznych pojazdów. Choć ta liczba robi wrażenie, pod znakiem zapytania pozostaje poziom rozwoju i dopracowania algorytmów odpowiadających za bezpieczną jazdę. Badanie przeprowadzone przez naukowców jasno wskazuje na pewne problemy dotyczące poprawnego rozpoznawania odcieni skóry.

Naukowcy z Georgia Tech zbadali osiem modeli sztucznej inteligencji wykorzystywanych w najnowocześniejszych systemach wykrywania obiektów. Systemy te umożliwiają autonomicznym pojazdom rozpoznawanie znaków drogowych, pieszych i innych obiektów podczas poruszania się po drogach.

Do określenia dokładności algorytmów wykorzystano skalę Fitzpatricka - numeryczny schemat klasyfikacji koloru ludzkiej skóry. Dokładność systemu spadała o średnio 5 proc. w momencie, gdy miał do zweryfikowania ciemniejsze odcienie. Modele wykazywały "równomiernie gorsze wyniki" w konfrontacji z pieszymi z trzema najciemniejszymi odcieniami na skali.

Podobnie sprawa wyglądała w przypadku np. osób niepełnosprawnych, poruszających się na wózkach inwalidzkich. Systemy sztucznej inteligencji miały problem z dokładnym przypisaniem takiej osoby, do danej kategorii obiektów rozpoznawalnych na drodze.

Naukowcy są jednak zgodni, że problemy te można rozwiązać. Systemy autonomiczne stosowane w samochodach, powinny mieć wgrywane szersze zestawy obrazów, dopasowanych do poszczególnego koloru skóry, lub pojazdów przeznaczonych do poruszania się osoby niepełnosprawnej.

Inżynierowie odpowiedzialni za rozwój tych rozwiązań muszą zatem położyć większy nacisk na szkolenie systemów z większą dokładnością dla danej grupy.