Forschende von Motional und dem MIT haben ein System entwickelt, mit dem selbstfahrende Autos ihre Entscheidungen in Echtzeit erklären können. Die als CW-Net bezeichnete Technologie übersetzt die interne Logik neuronaler Netze in für Menschen verständliche Zusammenhänge. Sie hilft so zu verstehen, warum ein Fahrzeug bremst, anhält oder auf andere Verkehrsteilnehmer reagiert.
Tests in Las Vegas zeigten, dass sich damit auch verborgene Probleme aufdecken lassen. Dazu zählen Fälle, in denen ein Auto ein stehendes Fahrzeug inkorrekt erkennt und aus dem falschen Grund bremst. Bemerkenswert ist, dass die Einbindung der Erklärung die Fahrleistung um weniger als ein Prozent beeinträchtigte. Die Technologie könnte die Sicherheit, die Fehlerbehebung und das Vertrauen in autonome Fahrzeuge verbessern und gleichzeitig künftige regulatorische Anforderungen unterstützen.
