固然存在諸多優(yōu)勢，但是自動駕駛技術(shù)也引發(fā)了很多擔(dān)憂。除了擔(dān)心他們的安全級別，如何處理復(fù)雜的城市交通環(huán)境，在發(fā)生交通事故后劃分責(zé)任，是否會讓現(xiàn)有的交通變得更糟糕等等之外，我們還需要擔(dān)心他們對種族的傷害。

根據(jù)佐治亞理工學(xué)院的一項新研究，黑種人可能會比白種人更容易受到自動駕駛汽車的傷害，這是因為自動駕駛車輛可以更好的檢測出膚色較淺的行人。

該研究的作者首先提出了這樣一個非常簡單的問題：目前應(yīng)用于自動駕駛汽車上最先進(jìn)的目標(biāo)檢測模型對不同膚色的人群檢測精準(zhǔn)度如何？為了找到答案，他們查閱了包含行人的大型圖像數(shù)據(jù)集。然后使用菲氏量表(Fitzpatrick Scale，一種將人類膚色從淺到深分類的系統(tǒng))對測試人群進(jìn)行了分割。

研究人員盡量控制了反應(yīng)時間等諸多變量，但結(jié)果還是發(fā)現(xiàn)相比較淺色皮膚組，深色皮膚組的平均檢測精準(zhǔn)度降低了5個百分點。該研究的作者之一Jamie Morgenstern表示：“我們工作的主要任務(wù)就是的共享統(tǒng)一架構(gòu)的視覺系統(tǒng)應(yīng)該精準(zhǔn)度上非常接近。”

不過這項研究結(jié)果尚未經(jīng)過同行評審。在論文中并沒有對被自動駕駛汽車使用的任何實際物體探測模型進(jìn)行測試，也沒有利用自動駕駛汽車制造商實際使用的任何訓(xùn)練數(shù)據(jù)集。論文只是測試了學(xué)術(shù)研究人員使用的幾種公開數(shù)據(jù)集的模型。不過研究人員只能獲得這些公開數(shù)據(jù)集，因為出于利益方面的問題這些公司并不會貢獻(xiàn)它們的數(shù)據(jù)。