隋老师接：
“近，辆驾驶测试车亚利桑州坦佩市撞死 49 岁妇 Elaizberg，正推车横跨马路。
笔者分析番关次故法律内涵，读者报功利主义者嘲讽。
知，米因横穿马路遭遇车祸身亡数高达 5376 ，新闻故进逐报。
很快，驾驶汽车减少甚至死亡况降零。
果法套进电车难题，轨变间，非空间。
虽牺牲边轨依旧悲剧，果它代价拯救数千，恐怕变合乎理。
问题，立场需假定 Hertzberg 死与其幸。
统计，，德，恐怕回。
未，果外，驾驶汽车肯定避免坦普市悲剧，毕竟传感器计算机比类反应快。
随驾驶测试车致命故细节逐渐浮水，许专称故完全避免。”
，刘浩举问：“隋老师，确定驾驶减少或者避免交通故吗？”
隋老师：
“理论肯定。实践，程，且。
谷歌Waymo CEO 专门补刀称技术完全避免故，毕竟它司机每 5600 英才需‘碰’方向盘， Uber 司机忙（每 13 英）。
亚利桑路，Waymo 驾驶汽车与 Uber 驾驶汽车差别比驾驶汽车间差别更重。
，吸引更公司亚利桑研究、测试部署驾驶车辆，州长 Doug Ducey‘网’，严格监管况放它路。
解决问题靠揣摩电车难题场景。
果放 Uber 致死故，味测试车间 Hertzberg，它才相应做选择，决定救路保司机。
此外，进入电车难题讨论范围，假设驾驶汽车足够靠且安全功保证，即电车难题扳杠杆因锈蚀弹。
，次故两假设立。
其实富特已经预料场景文缺失问题。
‘实，’写。‘很难位孤零零被绑铁必死疑。许找立足点并电车通救命呢。’
探索完限，方式遍遍实验并公众反应搜集模式，‘德机器’方法，像火爆机器习，庞数据集必少。
，另方式则合适德背景考虑特定问题。
富特提供典型例，相比电车难题，它与 Uber 致命车祸更共点。
富特将场景搬医院，假设医院五病，疾病特殊气体治，使气体释放毒物却飞进旁边病房，该病房病法移。
况，其效果确实很像经典电车难题，许结论明显。
仅因目预见效果，因避免造伤害德欲望工原理。
电车难题，驾驶员根本别选择，论走哪步，带惨痛果，医院例，医则临冲突选择，施援，祸害其病。
【新章节更新迟缓问题，换源app终解决，载 换源App, 查本书站点新章节。】
实，驾驶测试车况更加棘，因各方（Uber、安全司机政府）车辆状态准确认识。
让驾驶致命故德景与未车辆伤亡撇清关系，它让更联政府监管、公司披露交通政策。”
，沈笑夫举问：“隋老师，请问电车德问题复杂吗？”
隋老师笑答：
“应该比较复杂！
果驾驶故德哲满足技术员、市民政策制定者需求先例，场灾难德运气代表。
举例，假设名喝醉男晚冒险车回并终安全，况故。
般，者罪责更，其实两者错先，唯结果罢。
由此，驾驶汽车致命车祸并代表价值立或理直气壮牺牲位路，保全未乘客安全。
相反，它强调实，积极结果（更安全车等）很容易驾驶汽车德运气功。
德运气驾驶汽车提供其途径思考。
驾驶汽车，很难确定它主。
，驾驶汽车司机清楚知且理解举造果吗？
类切入机器操，进积极操吗？
亚利桑邀请否帮驾驶公司减轻罪责呢？
问题故焦点，论亚利桑其方。
， Elaizberg ，恐怕算安慰。
很复杂吧？”
纷纷点头。
确实复杂，晕！
隋老师接：
“堂课目责怪或者赞谁，庆祝或哀悼驾驶汽车未。
相反，呼唤更德复杂性，解决将驾驶汽车问题必需品。
谓伦/理并非将简单微积分套某况，类关某典型案例见集合。
工程师、批评、记者或普通认电车难题才驾驶汽车终极拷问，放弃更复杂德况思考。
哲，虽实验考虑未知结果或重新考虑已经接受观点方法，它思考工具，并非菜谱。
电车难题让产误解，驾驶汽车已经靠存熟技术，某假设抽象德针性解答。
实，离真正驾驶代距离。
与此，市民、政府、汽车制造商科技公司必须继续探索，找更关驾驶汽车复杂德果问题。”