机构名称：
¥ 1.0
自动化长途卡车，该公司担心迁徙的牛群可能会在某些西部州的道路上徘徊。在进行内部测试后，该公司估计大约需要 1000 万美元来收集足够的牛群数据并建立一个识别和避开这些动物的人工智能模型。该公司还估计，如果在规模上没有一个模型来帮助预测牛群可能在哪里徘徊在道路上，其卡车每年将发生大约 20 起由牛群引起的事故，平均每起事故的成本为 10 万美元，如果造成人员死亡，则每起事故的成本将增加到 400 万美元。传统的疏忽理论，如 Hand 公式所规定的那样，建议公司投资收集与群体相关的训练数据和模型创建，因为这样做的财务负担（1000 万美元）远低于群体引发事故的成本（如果 25% 导致死亡，则为 2150 万美元）。虽然这个例子简单明了，但相同类型的风险
了解并管理最大的人工智能风险
主要关键词
相关文件推荐
