Description: Waymo self-driving cars in San Francisco's South of Market neighborhood began honking at each other late at night, disturbing residents' sleep. The autonomous vehicles, using a parking lot for ride pauses, triggered honking due to a glitch in their algorithms. Despite residents' complaints, the issue persisted for weeks until Waymo acknowledged the problem and began working on a fix.
Entidades
Ver todas las entidadesPresunto: un sistema de IA desarrollado e implementado por Waymo, perjudicó a San Francisco residents , South of Market residents y South of Market businesses.
Estadísticas de incidentes
Risk Subdomain
A further 23 subdomains create an accessible and understandable classification of hazards and harms associated with AI
7.3. Lack of capability or robustness
Risk Domain
The Domain Taxonomy of AI Risks classifies risks into seven AI risk domains: (1) Discrimination & toxicity, (2) Privacy & security, (3) Misinformation, (4) Malicious actors & misuse, (5) Human-computer interaction, (6) Socioeconomic & environmental harms, and (7) AI system safety, failures & limitations.
- AI system safety, failures, and limitations
Entity
Which, if any, entity is presented as the main cause of the risk
AI
Timing
The stage in the AI lifecycle at which the risk is presented as occurring
Post-deployment
Intent
Whether the risk is presented as occurring as an expected or unexpected outcome from pursuing a goal
Unintentional
Informes del Incidente
Cronología de Informes
Una comunidad de South Market está frustrada porque los autos Waymo siguen reuniéndose y tocando la bocina a altas horas de la noche. Alyssa Goard tiene la información más reciente sobre cómo están respondiendo el vecindario y la empresa.
E…
¿La última alteración de Silicon Valley? Tu horario de sueño. El sábado, NBC Bay Area informó que los residentes de South of Market en San Francisco se están despertando durante toda la noche por los autos autónomos de Waymo que tocan la bo…
Variantes
Una "Variante" es un incidente que comparte los mismos factores causales, produce daños similares e involucra los mismos sistemas inteligentes que un incidente de IA conocido. En lugar de indexar las variantes como incidentes completamente separados, enumeramos las variaciones de los incidentes bajo el primer incidente similar enviado a la base de datos. A diferencia de otros tipos de envío a la base de datos de incidentes, no se requiere que las variantes tengan informes como evidencia externa a la base de datos de incidentes. Obtenga más información del trabajo de investigación.
Incidentes Similares
Did our AI mess up? Flag the unrelated incidents
Tempe police release report, audio, photo
· 25 informes
Danger, danger! 10 alarming examples of AI gone wild
· 10 informes
Incidentes Similares
Did our AI mess up? Flag the unrelated incidents
Tempe police release report, audio, photo
· 25 informes
Danger, danger! 10 alarming examples of AI gone wild
· 10 informes