【大公報訊】綜合法新社、美國《華爾街日報》報道：自動駕駛汽車通常將來自人工智能所使用的攝像頭、雷達和激光傳感器的數據進行高度複雜的融合，以此來識別其他車輛、行人和障礙。鑒於人機互動仍存在障礙，特別是行為無法預測的行人，會給自動駕駛系統帶來干擾。
杜克大學教授卡明斯稱，自動駕駛的電腦視覺系統非常脆弱，很有可能Uber汽車的電腦視覺系統未能探測到涉事行人，才會導致本次發生意外。
卡明斯認為，假如人類司機需要通過視力測試才能拿到駕駛執照，同理自駕系統也使用。卡明斯舉例稱，如果在一個「停車」標誌上貼上膠紙，有可能會讓自駕車系統認為，這是減速標誌。比如，在2016年特斯拉自動駕駛撞車事故中，Model S撞上了一輛正在橫穿公路的卡車。特斯拉稱，該自駕系統在明亮天空背景下，未有識別出卡車白色的車身而肇禍。
隨着科技發展，電腦系統在穩定性和處理常規狀況時表現更好，但人類司機更擅長處理特殊及意外情況。不過，即使人類司機，也難以應付各種行人的突發狀況。杜克大學的研究顯示，大約50%的行人死亡事故是由行人衝上馬路、沒有讓道或不當穿越造成的。美國州際高速公路安全協會估計，去年美國有將近6000名行人死亡，約佔所有機動車死亡事故的16%。
