人工智能（AI）正在成为软件定义车辆（SDV）的核心支柱。它不仅帮助工程师设计和验证智能和互联汽车，而且还支撑着越来越多的自动驾驶系统。随着这些趋势的加速，人工智能的作用只会扩大。但规定在哪里？从广义上讲，它们落后于技术部署，如今明确的人工智能监管仍然有限。正在出现的许多监管框架，如《欧盟人工智能法案》，并不是专门针对汽车的。这可能是有问题的，因为不考虑用例的具体情况可能会阻碍创新并延迟实施。
全球律师事务所霍金路伟律师事务所合伙人、美国交通部（DoT）联邦汽车运输安全管理局（FMCSA）前副局长兼首席顾问Earl Adams Jr警告说：“随着政策的制定，将运输用例和其他部门的讨论分开是很重要的。”。“否则，汽车行业的参与者可能会发现自己不得不回答与他们如何使用人工智能无关的问题。”额外规则和要求
在FMCSA，Adams是为公共高速公路上的自动驾驶卡车创建第一套“护栏”
的团队的一员，这是人工智能工作的典型例子，但这种人工智能应用程序与其他行业部署的应用程序不同。例如，自动驾驶的想法是，算法收集环境数据来对道路上发生的事情做出反应。亚当斯说：“人工智能系统对情况的‘谁’是不可知的，只对‘什么’感兴趣。”。“这只是对行为的简单反应，即当另一辆车撞到前面时如何反应。”这与基于个人特征预测抵押贷款利率的人工智能系统非常不同。
他们都在预测过程中利用了生成性人工智能（GenAI），但只有后者引发了歧视和隐私问题。“问题是，新出现的指导方针把所有这些东西都集中在一起，形成了一个单一的整体，”他告诉汽车世界》。“人工智能已经成为一个流行语，一种营销手段。在许多行业，单位持怀疑态度并希望确保其值得信赖是完全合理的，因为在某些方面，我们正处于人工智能进化的狂野西部时代。”但他认为，汽车在应用方面更为先进。
交通部门长期以来一直在使用大数据模型进行预测分析，并且比许多其他部门有着领先优势。鉴于这些因素，它有自己的指导方针。展望未来，亚当斯认为，人工智能指导方针需要针对特定行业：“如果最终目标是法规创造参数，那么它们必须针对特定行业。在一个有这种专业化的世界里，部署一刀切的做法可能会限制部署。这意味着应用不适用的额外规则和要求，从而造成效率低下。”合作、教育、沟通
亚当斯并不是唯一一个提出这些担忧的人。
2024年5月，美国交通部基础设施高级研究计划局（ARPA-I）发布了一份信息请求（RFI），寻求有关在交通领域使用人工智能的意见。声明的目的是“根据2023年10月30日题为‘安全、可靠和值得信赖的人工智能开发和使用’的第14110号行政命令，从广泛的利益相关者那里获得有关人工智能在交通领域的机遇、挑战和相关问题的意见。”
对于亚当斯来说，这是“承认交通领域的人工智能不同于银行和零售领域的人工智慧”。如今，他为汽车客户（其中许多是自动驾驶汽车开发商）提供监管合规和解释方面的建议，帮助他们为即将出台的法规可能要求做好准备。他对他们以及活跃在这个领域的每个人的建议可以归结为三个关键步骤：合作、教育和定期沟通。“人工智能玩家需要与研究机构和卓越中心合作，”他详细阐述道。“开发人员有很多数据，但政策制定者没有。
他们需要尽可能多地分享这些数据，以便教育政策制定者和公众。”亚当斯警告说，公众的接受可能是人工智能及其实现的功能（如自动驾驶）的最大障碍之一。汽车玩家可能会发现自己不得不回答与他们如何使用人工智能无关的问题
至于与政策制定者的沟通，如果不这样做，可能会对开发商产生重大后果。他警告说：“如果你采取观望态度，别人会为你写故事，你将无法控制监管机构和政策制定者如何看待这些问题。”。
在认可特定行业的指导方针方面，出现了有希望的迹象。交通部于2023年11月组织了第一次人工智能保证研讨会，探讨交通领域的“人工智能保证的挑战、机遇、风险和优先事项”。2024年将举行更多会议。根据航空业使用的路线图，研讨会的目标包括制定初步的人工智能和数据保证框架，定义通用术语，确定多式联运知识共享的机会，以及制定人工智能保证协调计划。
这还处于早期阶段，但正如亚当斯所指出的那样，“至少正在进行对话，交通部开始问自己一些重要的问题。”