La nouvelle méthode CW-Net traduit le processus de raisonnement de l'IA des voitures autonomes en concepts compréhensibles par l'homme. Ceux-ci expliquent le comportement du système et sont liés à la manière dont il prend ses décisions.

Selon MIT News AI, cette approche vise à permettre aux humains de prédire quand un véhicule autonome commettra une erreur. Les détails concernant les tests, la précision et les conditions de fonctionnement de la méthode ne sont pas divulgués dans le document fourni.

La valeur pratique de CW-Net dépendra de la fiabilité avec laquelle les explications compréhensibles reflètent le fonctionnement de l'IA et aident l'humain à détecter un risque à l'avance. Ces conclusions nécessitent une vérification supplémentaire basée sur la description complète de la méthode et les résultats des essais.