构建对动物友好的机器

最新推荐文章于 2025-12-05 14:03:28 发布

原创最新推荐文章于 2025-12-05 14:03:28 发布 · 331 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#机器伦理 #动物友好 #决策树 #机器人 #自动驾驶

部署运行你感兴趣的模型镜像

走向对动物友好的机器

1 引言

在封闭、半封闭和开放环境中，在家庭、花园和公园里，在商业场所、农业场所及野外，车辆、复杂机器以及越来越多的遥控、半自主和自主机器人会遇到家养动物、农场动物、工作动物或野生动物。通常，这些相遇会使动物感到敏感。有感知能力的生物会感到痛苦，会受到惊扰、激怒和惊吓，甚至受伤或死亡。一个众所周知的例子是幼鹿，当联合收割机靠近时，它不会从田地里跳开，而是僵住并蜷缩起来，最终被机器碾压致死。

在人机交互、动物与机器交互以及机器伦理的背景下，正在开发各种解决方案。这些研究领域位于人工智能（AI）、计算机科学、设计、心理学和哲学之间。所谓的道德机器——即在具有道德意义的情境中能够做出正确决策并以道德上正确的方式行为的机器，且这些机器是机器伦理的研究对象和成果——不仅对提升人类福祉具有重要意义，也对保护动物免受伤害具有价值。

问题在于开发能够更快更好地响应人类输入、能够弥补人类缺陷并越来越多地承担任务的定制化机器。在这方面，它们必须具备社会智能，甚至道德技能。至少，它们必须能够识别高等动物，为其停下，驱赶和追逐它们；还必须能够识别和评估对人类造成的影响，并有时做出不利于动物福祉的决策。

在机器伦理的背景下，FHNW商学院已开发出多个对动物友好的机器的设计研究和原型。迄今为止，决策树在机器伦理中很少被使用[1, 2]。LADYBIRD于2014年提出，并于2017年作为原型实现。其基础之一是一棵带注释的决策树，其中包含道德假设和正当性依据。

ROBOCAR是一款为特定动物种类刹车的汽车，同样于2014年提出，并于2016年作为模型展示。另一个概念包括一种摄像头无人机，能够在数据保护友好以及对动物友好的同时拍摄动植物的照片，换句话说即考虑人类和动物的最佳利益。在这种情况下，也创建了一棵带注释的决策树。

本文记录了上述项目及其相关的风险与收益，并对机器伦理领域的未来发展提出了建议。研究结果和未来建议旨在系统性地促进动物福祉，防止机器与动物接触时造成动物痛苦。

2 涉及的学科

以下是与此相关的学科介绍。本文主要关注机器伦理，但也提到了涉及其他学科的方面。人机交互、人类‐机器交互、机器人学和人工智能已被认为是已知的。

动物‐机器交互是指动物与机器通过接口进行的交互。文章《关于动物与机器伦理关系的思考》[3]中提到的这一学科，在[4]中有更深入的阐述，主要涉及与动物交互的机器的设计、评估和实施。在英美语言区域[5]，已存在迈向更专业化动物计算机交互的研究方法。

机器伦理的对象是机器的道德，特别是软件代理、某些机器人、某些无人机、自动化交易中的计算机以及自动驾驶汽车等自主和半自主系统的道德[6–8]。该学科可归类于信息与技术伦理，或被视为人类伦理的对应物，其关注点不是自然的道德主体，而是人工道德主体。机器道德这一术语的使用可类比于人工智能这一术语（此处指的是对象，而非学科）。机器伦理的关注对象可以是人类，也可以是动物。

动物伦理学分析了人类对动物的义务以及动物权利和价值。长期以来，这一领域存在许多争议性辩论[9–12]。动物伦理学还研究动物与（半）自主智能系统（如智能体和某些机器人）之间的关系[3, 4]。本文不仅涉及动物伦理，也涉及动物福利。

3 机器和动物

以下是半自主和自主机器或机器人与家庭、农业以及开放土地中的动物可能发生的互动情况的简要概述。虽然考虑了家养动物、农场动物、工作动物和野生动物，但实验动物可被视为与此讨论无关的特殊类别。

家养动物在室内会接触到机器人真空吸尘器，在室外会接触到割草机器人。它们还可能接触到机器人玩具或娱乐机器人，例如机器狗。如今，服务机器人（如陪伴机器人、信息机器人、运输机器人和护理机器人）越来越多地出现在房屋和公寓中，这对生活在其中的动物产生了影响。自动喂食站已被投入使用，例如用于独自留守几天的家猫。

系统与工作动物及农场动物之间可能存在不同的交互，例如奶牛与挤奶机或机器人之间的交互，以及牲畜与牛舍多个组件之间的交互，即使后者并不十分复杂。目前正在进行针对农场动物的虚拟围栏实验，其中动物会佩戴高科技项圈或头戴装置，以防止它们逃逸[13]。

野生动物（以及农场或工作动物）在田野和草地上活动时，可能会与收割或其他农业机器人[14]发生碰撞。2017年，媒体热炒了一款以狼为外形的稻草人机器人[15]。目前，正在开发大量不同的动物机器人，以承担兽群和畜群中的功能，或取代动物作为社会性生物或相互作用的有机体的“职责”[16]。这些机器人会研究动物群体，影响它们，试图引导和控制它们，使其以某种特定方式行动[17]。

用于观察野生动物（以及农场动物）并对其进行控制，在紧急情况下护理并喂养它们，或根据需要实施安乐死或杀死它们的机器人，是未来的愿景。多年来，遥控无人机和遥控动物类机器人已被用于观察、拍摄和记录动物。如今，半自主和自主机器人正进入这一领域。

4 带注释的决策树

带注释的决策树是一种设计和实现道德机器的方法。节点指明了需要观察和检查的内容。根据结果，系统会做出决策。每个节点都提供了道德假设和理由。因此，这不仅仅是一般的决策树——注释使得能够专门开发道德机器。带注释的决策树的核心组件如下所示[18]。

在决策树的边缘，机器的类别或类型被指定为一种标题，道德机器的目标则用几句话描述[18]。起始符号——一个圆角或标准矩形——简要地并精确指定任务。多个任务需要多个决策树。在任务之后，通过一个箭头元素连接的是带有第一个问题的根节点。建议使用菱形作为根节点的符号。从根节点分出两个分支（也以箭头形式），分别指向两个内部节点或一个（但不超过一个）决策。分支相应地标记为“是”或“否”。

内部节点配备了更多用于审查的问题[18]。它们延伸出更多的分支，通向更多的节点，或最终到达终点的决策。根节点和内部节点应尽可能并根据需要进行注释。注释应在批注模式下完成，以确保注释与问题或问题集明确关联。注释从道德（义务性）、经济效率、操作安全等方面进行。注释可以编号，并按优先级排序。终点——通常用矩形表示——给出可由机器执行的决策。它们可以被清晰地划分并明确描述，并可能引出大量备选方案。

5 无人机研究

无人机是一种无人驾驶航空器（UAV），由人类远程控制或由计算机操作，使其具有半自主或自主特性。根据用途的不同，无人机可分为用于军事、政治、科学、经济、新闻以及私人或个人用途的类型[2]。无人机可以作为单个机器运行，仅连接到一个移动性各异的控制单元，也可以作为包含地面站的更复杂系统的一部分。

用于私人或商业用途的无人机通过智能手机或遥控器进行控制。它们通常配备有用于拍摄静态或动态图像的摄像头[2]。借助摄像头和显示屏，无人机可以在视野范围外相对安全地飞行（与传统模型飞机不同）。如果摄像头用于媒体或科学领域的专业照片拍摄，则这类飞行器也被称为摄影无人机或摄像无人机。它们配备有电池或蓄电池、现代电子电机和电子元件，有时还配有稳定系统、Wi‐Fi组件和GPS模块，这样就可以通过地图来规划飞行路线。拥有四个旋翼的四轴飞行器被广泛使用。

到目前为止，市面上的摄像无人机尚未使用带注释的决策树[2]。无人机在功能和职责方面已经相当复杂。其主要目的是飞行，但飞行本身也是实现目的的手段。可以完成多种任务，从监视、报告到运输。在以下案例中，假设使用半自主无人机拍摄动植物的照片。由于事实原因，人类不是相关主题，并且应保护其信息自主权。

建模在 2015[2]中进行了展示。它从飞行活动开始，然后无人机检查地面是否存在物体。如果存在物体且该物体是人类，则不会启动录制功能，以尊重人类的隐私权和个人肖像权。如果该物体是动物，无人机应根据物种采取相应行动。必须避免与鸟类的碰撞，并且应让胆小的动物保持安宁，仅在远距离对其进行拍摄或录像。

举个例子：“是鸟吗？”处的注释（需由摄像头和传感器验证）为“MA2/BA1：无人机不得伤害鸟类”，这既涉及动物福祉，也涉及操作安全（见图1）。

从不同高度记录稀有动物物种是出于经济原因，这种做法是值得的。这在本情境中不适用于物品，这意味着在决策树中该假设将被否定。如果机器未能识别出动物，它将考虑其他若干潜在事实。摄像无人机尚未在 FHNW商学院实施。

示意图0

6 ROBOCAR 设计研究

越来越多的高级驾驶辅助系统（ADAS）被集成到汽车中。其中一些系统可帮助驾驶员，提供信息和支持。另一些则将由驾驶员控制的机器转变为半自主机器，使其暂时且部分地独立于驾驶员运行。交通标志识别、制动、紧急制动和变道辅助、智能速度调节器、停车辅助以及自动驾驶仪都是ADAS的例子。

高度及完全自动化和自主系统（如自动驾驶汽车）已不再是科幻小说中的场景。近年来，谷歌和优步的自动驾驶汽车原型，以及科研与商业项目[19, 20]相继被开发出来。在瑞士锡永，小型自动驾驶巴士 SmartShuttle已上路运行。从长远来看，高度及完全自动化或自主机器及其相应系统将在决策、移动和行动方面独立于人类。当然，规则最初是预设的，但这些系统具备学习能力，能够通过自身的观察进行学习，并能优先排序和调整规则。

能够对动物相关情况做出决策的高级驾驶辅助系统可以被开发[4, 18, 21, 22]。许多国家都有各种警示标志，例如提醒蟾蜍迁徙、刺猬种群或鹿类穿越道路，这表明此类系统具有实际需求。紧急制动辅助系统应能在没有人类干预的情况下，针对迫在眉睫的危险做出适当反应，同时考虑后方跟车以及道路上的动物。现代图像识别或夜视系统即使在黑暗中也能区分动物与人类；结合紧急制动辅助系统，它们能够作出合理且正确的判断。总体而言，自动驾驶汽车必须能够充分应对潜在威胁或事故，并在必要时向人类驾驶员移交控制权。

自动驾驶汽车和高级驾驶辅助系统的决策树已有一定的传统。例如，科普夫描述了在高速公路上使用决策树来辅助驾驶员的模拟分析[23]。洛伦茨也在高级驾驶辅助系统概念的背景下描述了这一工具，并强调决策树能够以分层交错的方式展示决策序列，用于分类特定的物体或条件。

示意图1

用于实际实施的带注释的决策树已在[18]中提出。自动驾驶汽车是与无人机一样多功能的系统。驾驶是其核心活动之一。为此，必须掌握许多子任务，包括速度调节、车道保持和变道。以下解释是在 ROBOCAR设计研究[18]的背景下编写的，仅限于制动。

ROBOCAR的建模从驾驶活动开始（见图2）。系统会检测道路前方40米以内是否存在物体。如果发现人类，将触发紧急或危险制动。如果动物处于危险中，则处理方式与无人机类似，具体取决于动物的种类。应避免与大型动物发生碰撞；稀有物种应被考虑并加以保护。昆虫除外，因为为其制动在经济上不可行，且会严重限制驾驶的机动性、物体通行及驾驶目的。

如果该物体不是生物，则会考虑其他潜在事实[18]。对于较大的物体需要制动，否则车辆可能会受损，且乘客的生命安全受到威胁。在为物体和动物减速之前，必须检查是否有其他汽车紧跟在车后。

一些最新的梅赛德斯‐奔驰车型配备了能够区分人类和动物并相应采取措施的系统[18]。根据奥迪制造商在网站（www.audi‐mediacenter.com）上的技术规格，新款奥迪可以区分不同大小的动物。至少这已考虑到操作性和可能的经济方面，且已接近伦理问题。这些系统可以受益于带注释的决策树的概念。

一个当前项目研究了如何通过电子化[25]将人类和动物纳入高度及完全自动化驾驶系统中。许多农场动物和家养动物已经在其体内或体外佩戴了数据芯片，即射频识别（RFID）芯片。如果这些RFID芯片具有宽工作范围，则它们可用于识别交通参与者。一些野生动物体内也有芯片，特别是某些需要监视的物种或个体。带注释的决策树在该项目中也会很有意义，因为某些问题在节点处可以通过芯片中包含的数据得到更好的回答。

7 LADYBIRD项目

2014年，LADYBIRD设计研究初步展示了该设备的预期外观和计划功能，并发布于 www.maschinenethik.net网站及[16]中。动物友好型机器人吸尘器的理念在讲座、出版物和访谈中被提及。一方面，它受到听众和读者的欢迎；另一方面，也引起了媒体的关注和科学界的兴趣[26]。

现代机器人吸尘器配备了各种技术和传感器，发展趋势是减少辅助措施和人为干预。目标是尽可能让它们自主运行。路障和防撞栏通常已不再需要，各类障碍物都能被检测到，一些吸尘器可以自主返回充电站。高端设备通过三维扫描房间，确保每个区域都被吸尘。此外，还可以与用户的智能手机连接，用户在外时也能发送清洁指令或检查设备运行状态。摄像头和超声波传感器已基本成为标准配置。在一些较新型号中，还加入了红外 LED，以提高在黑暗环境中的可视性[26]。

为了识别瓢虫，机器人吸尘器需要具备感知和分析方法。首先，该设备可以通过颜色传感器尝试检测动物的红色、红褐色或黄褐色。数字色度测量系统根据反射光谱[27]明确区分红色、黄色、绿色和蓝色。其次，可通过具有模式识别功能的系统来分析其典型斑点图案，即两片翅膀上的2至8个斑点，并尽可能测量这些斑点之间的距离和尺寸。第三，通过图像识别技术，可以识别出整个动物或动物种类。在这一领域，已经存在“生命地图”（mol.org）和“诺亚计划”（www.projectnoah.org）等若干应用程序。最后但同样重要的是，可以配备多种类型的运动检测器。

吸尘机器人的主要任务非常明确：处理地板上的吸尘、清除碎屑和残留物[2]。研究表明，其他活动也具有重要意义，特别是与导航和控制相关的方面。此外，还有一些方法将机器人吸尘器用于居住空间的监控；通过智能手机，用户可以访问集成的摄像头，并以有针对性的方式调整设备。下文作者将重点讨论吸力。

建模的起点——同样是一棵带注释的决策树（见图3）——是吸尘活动[2, 26]。需要检查吸尘机器人行进路径上是否存在物体。如果路径上有物体，并且该物体是动物，则吸尘机器人会进一步判断其尺寸。根据吸尘装置的尺寸，狗不会构成问题。然而，瓢虫或毛毛虫则会带来问题。

这些道德假设是粗略而简单的，不需要每个人都认同。事实上，这甚至不是必需的，因为可以提供不同的设备。当顾客购买设备时，可以向其指出扩展和限制、产品信息、标签和证书，并可以根据其需求提供修改机器的服务。有些人使用吸尘器吸入蜘蛛或苍蝇，而 LADYBIRD可以帮助这些人，因为它对这些昆虫做了例外处理。然而，这与亲动物方法相矛盾，原则上必须讨论是否应该提供这种可能性。如果不是生命体，则在建模中包含其他可能的因素。

2017年，FHNW商学院的三名商业信息系统学生将 LADYBIRD实现为一个原型。他们证明了带注释的决策树总体上适合实施，能够将其转换为Java（仅部分使用）。在传感器技术方面的技术需求上，学生们遇到了瓶颈。在有限的时间内，无法考虑模式识别、图像识别或运动检测器。但他们仍决定专注于瓢虫的识别，且识别不基于图案，而是基于颜色。

该原型并非圆形（与设计研究中的不同），而是方形，依靠四个轮子移动，通过超声波传感器识别障碍物，并在检测到障碍物时改变方向。它利用颜色传感器识别地面上的红色区域。它会扫描即将行驶的区域，并能够“观察”前方10厘米。如果检测到红点或红色物体，它将停止工作并向所有者发出信号[28]。它还可以向所有者发送短信，即使所有者不在家中也能收到消息。在这种情况下，所有者需要手动重启LADYBIRD（经过一定时间后自动重启是可行且合理的）。警报可能会让用户感到困扰。用户也可以选择不启用警报，而信任该机器——作为产品，通常在动物消失后会继续工作。

示意图2

2019年的一个后续项目将创建一个更接近最初设想的原型。如果可能，应实现整个带注释的决策树，并且还应考虑其他昆虫。模式和图像识别必须包含在应用程序中。在项目开始之前，项目负责人以及大学的学生必须意识到，即使实现简单的道德机器也需要广泛的技术技能。

8 结果讨论

决策树适用于表示简单的道德机器的道德决策。在 FHNW商学院的项目中，已针对上述系统（和任务）建立了决策树模型。道德假设或理由在注释中给出。问题的关键并不在于这些理由是否特别有说服力或被绝大多数人所认同，而在于原则性。研究表明，除了道德正当性之外，还有基于利润和操作性，尤其是操作安全，也是相关且合理的。

这三个概念或项目已经让人们了解到机器伦理在不同情况和应用领域中的巨大差异。LADYBIRD在公寓或房屋中运行，这类环境相对封闭且易于监控。它保护野生动物（即昆虫）的生命，并可被设计成对家养动物友好（即使这些动物因尺寸较大而并不处于危险之中）。一辆对动物友好的汽车可以同时保护野生动物以及农场和家养动物。它在开放环境中行驶，并且是地面运行的。摄像无人机则对所有物种的动物都保持友好。特别是那些很少接触人类和机器的野生动物，可以从该系统中受益。它在开放环境中空中运行，但碰撞或着陆时也会涉及地面。

已经提到了几个例子，以说明可以制造对动物友好的半自主和自主系统，这不仅引起了动物福利活动人士的兴趣，也引起了汽车和机械工程公司的兴趣。考虑到 LADYBIRD，有人可能会反对说野生动物没有权利进入我们的家中，但另一方面，我们几乎没有人会想要杀死或已经杀死过像瓢虫这样的（非侵入性）动物；而且无论如何，问题在于说明这一原则。

关于道路交通，汽车制造商当然不会优先考虑动物权利。他们更关注操作可靠性和操作安全（针对车内乘员）。然而，研究表明，带有注释的决策树实际上能够并行处理多种假设和正当性依据。这种需求是真实存在的，这一点从那些（主要是无用的）指示刺猬种群和蟾蜍迁徙的交通标志就可以看出。摄像无人机在景观监控中（包括监控森林火灾）可能会发挥越来越大的作用。动物友好行为似乎是基本的。

示例集中在简单的道德机器[2]上。这些道德决策和行为通常在封闭空间以及半开放或开放空间中都易于预测和实施。与涉及人类的情况不同，当最终能够挽救动物生命时，量化（计数）和定性（评估年龄、性别、来源等）并非问题。ROBO‐CAR研究在这方面走得尤为深远，因为它考虑了个体的健康状况和稀有性。该技术部分极具挑战性，是未来的一项任务。

LADYBIRD项目已证明，从技术角度来看，不应低估机器伦理方面的关切。要推动这一领域的发展，仍需哲学家、计算机科学家和机器人专家之间开展更紧密的合作。美国已经实现了这种合作：这一点在会议和出版物[6]中已有体现，荷兰、葡萄牙、瑞士、奥地利和德国等国家也是如此，而欧洲其他地区由于机器伦理领域的代表较少，尚未实现。在大学内部、大学之间以及大学之外进行信息传播和宣传教育也具有积极作用。

同一项目指出，道德假设和理由随着时间的推移已从关注焦点中消失，或已转化为技术流程，不再能被识别为原本的模样。至少向用户发出的信号是一种提醒和请求。它提醒用户LADYBIRD具有道德目的，并请求其重新启动机器。一旦机器在无需用户输入的情况下重新开始工作（出于其他原因这似乎是合理的），这一信号将变得多余。

有人提议为简单的道德机器配备一个可见菜单，以控制机器的道德性。机器的所有者可以预先设置机器，使其保护瓢虫，但吸除其他入侵性或有害物种。这听起来可能并不是那么对动物友好，但当其他需求（如无害虫的房屋）合理时，不必始终强制执行道德规则。然而，重要的是应尊重道德机器的基本方向，且不应由用户将其转变为不道德的机器。

如前所示，机器伦理并非唯一相关的学科。它必须与人机交互、动物计算机交互以及（如果能够建立的话）动物‐机器交互进行协作，同时还需与机器人学和计算机科学合作。这两方面都必须对动物保护保持敏感。动物伦理代表应关注机器人学和人工智能领域的发展，并应参与其中。

9 可能的其他项目

一些可能的应用将在下文通过此讨论[29]以及参考所展示的项目传统中被识别出来。这基于两个前提：（a）机器伦理能够且应当为初步考虑和实施做出贡献；（b）带注释的决策树至少也能有所贡献。重点是服务机器人[30]：

自动驾驶汽车能够识别所有物种的动物，并为其刹车，这不仅出于操作安全、人身安全或经济的考虑，也出于伦理原因。在澳大利亚，沃尔沃汽车难以识别袋鼠[31]。此类问题应当得到解决。为此，可以开发并实施“袋鼠算法”。
自动驾驶接驳车和电车能够识别真实或虚拟轨道以及车道上的动物，并在特定条件下进行制动，例如当动物体型较大，且车上没有乘客或仅有坐着的乘客时。如果制动可能对站立的乘客造成伤害，则必须避免制动。目前已知的项目（如锡永的SmartShuttle）尚未解决这一挑战。
收割机一旦在田间发现幼鹿就会停止工作，这不仅出于道德原因，也与其运行方式有关。首批原型已经问世，例如由德国航空航天中心（DLR）设计的原型。无人机在收割机前方飞行，一旦探测到幼鹿便立即向收割机发送消息[32]。
除草机器人不会将农药喷洒在动物上（昆虫和小型哺乳动物等动物），或被考虑—除草时要缓慢且小心。目前，重点主要关注植物健康[33]。可以相应地扩大关注范围。
当鸟群或蝙蝠接近时，风力发电站会停止工作。首批原型已经问世[34]。一个问题在于转子需要较长时间才能完全停转，因此救援操作可能不够迅速。该问题的解决方案不在于更好的建模，而在于更快的芯片和更优的机械设计。
监控与安全机器人会在狗或猫面前停下，试图将它们吓跑以避免受到伤害。K5及其他机器人已在购物中心和公司场地投入使用。已有报道称发生了一起与儿童的碰撞事故[30]。特别是拴着绳子的动物可能会面临这些机器人的危险。
包裹与运输机器人会在狗和猫面前停下，并试图驱赶乌鸦以保护它们免受伤害。Starship Technologies 公司的运输机器人正在汉堡和伯尔尼进行测试。这些机器人的尺寸与小型狗相同，如果被其他动物视为入侵者，则可能与各种动物发生冲突，并遭到牙齿和爪子的攻击。
信息与导航机器人指导人们如何正确对待动物，例如在动物园或野生动物园中，并留意有人靠得太近或儿童想要喂食动物的情况。一旦发现此类情况，它们会向服务部门报告，或直接提醒相关人员。
玩具与娱乐机器人能够识别进入房屋的鸟类和蝙蝠，并通过信号或文字向居民报告。它们对家养动物行为得当，例如尊重动物的退避行为或其偏爱的位置。它们还可作为狗或猫的玩具，并能为其提供锻炼。

当然，还有其他不同的思考方式。机器人和自主机器不仅可以为动物刹车或停止工作，以某种方式避开它们，驱赶它们以避免受到伤害，或保护它们；还可以主动接近动物，在它们生病或受伤时提供帮助，或喂养它们等。其中一些潜在的选项已通过动物‐机器交互的示意图进行了说明。

某些应用领域，尤其是封闭和半开放环境，可能会受益于能够适应动物行为并纠正和优化其行为以适应具体情况的自学习系统。在开放环境中，此类系统也可能用于沿虚拟或真实轨道行驶的穿梭车或电车，但在需要分析和评估大量复杂情况时可能会出现问题。

袋鼠的例子表明了在特殊情况下可能会出现的动物友好型机器的问题。当使用决策树时，人们将具体的局部现实映射到其中。在这种情境下，机器能够良好运行。但如果将其应用到另一个大陆，它可能会失效，可能完全不反应，或者做出错误的决策。其他刚性程序也存在这种缺陷。一种解决方案可能是机器学习。汽车可以随着时间推移学会如何应对袋鼠。但机器学习又引发了诸多其他问题。根据算法和环境的不同，汽车可能会学到错误的内容。这正是当前关于自动驾驶汽车讨论的核心所在。一些人更倾向于使用地图并沿固定路线行驶的穿梭车；另一些人则更偏好利用人工智能和机器学习在任何环境中自主导航的汽车。