Motional 與 MIT 推出新技術即時解釋自動駕駛 AI 決策

自動駕駛系統仰賴神經網路辨識道路環境並規劃行車動作，但模型的判斷依據往往難以直接解讀，形成攸關安全驗證與責任釐清的「黑盒子」問題。Motional 與麻省理工學院（MIT）合作，希望把複雜運算轉化為人類能理解的概念，提升決策透明度。

雙方研究團隊近日發表新架構 CW-Net，可在車輛運行期間，將自動駕駛神經網路的內部運算即時轉換為可讀概念，協助研究人員理解系統為何做出特定決策。現有資訊未揭露測試日期、量化效能或導入時程，但這項方法為即時檢查與解釋自駕 AI 提供新工具。