雙層AI架構強制辨識未知物體
亞馬遜旗下自動駕駛公司Zoox近期取得一項專利，針對自駕系統在道路上遇到未曾學習過的物體時可能產生的誤判問題，提出創新解決方案。這項專利揭露的AI系統採用雙層架構，當主模型在辨識物體時，若遇到訓練資料庫中未曾出現的物件，輔助模型會先進行「反問」確認，判斷該物體是否為系統已知。若確認未曾學習過，系統將標記為「未知物體」，並暫緩決策，避免在高速行駛時因誤判而導致事故。
Zoox的專利技術核心在於強制AI承認自身知識盲點。當自駕車以時速60公里行駛時，系統必須在極短時間內做出反應，而傳統AI模型在面對陌生物體時，可能因訓練資料不足而做出錯誤判斷。Zoox的解決方案透過輔助模型主動檢查物體是否曾出現在訓練資料庫中，若未曾出現，則交由主模型決定應對方式，例如減速、繞行或停車，以降低潛在風險。
熟悉度評分機制提升辨識效率
為了在確保安全的同時提升運算效率，Zoox的專利系統引入「熟悉度特徵計量」機制。當自駕車的攝影鏡頭捕捉到物體時，系統會將物體拆解為多個特徵，包括形狀、大小、顏色及移動模式等，並與訓練資料庫中的物件進行比對。若大部分特徵與資料庫內的物件相符，系統會給予較高的熟悉度分數，無需進一步分析；若分數過低，則啟動輔助模型進行確認。這項機制避免系統對所有物體進行耗時的深度分析，同時確保對陌生物體保持高度警覺。