「フレーム問題」というのは、
人間が簡単そうにやってる状況認識は
その裏でこの世界についての膨大な知識がある上に成り立っているので
人工知能にやらせようとしたらすごく難しい、って話

だから、フレーム問題って文脈で「人間も無理」と返すのは的外れ。

ただ、最近のAI研究は、「ものすごく大量のデータをぶちこんだら、結構それっぽい結果を出せる」って路線だし、
もはや「フレーム問題だから自動化出来ない」というものでも無くなってる気がします。
どんどんデータをぶち込めば「運搬中の何か」判定もできるようになると思うし

問題は、致命的な結果は出さないように、という視点で、どこまで精度を出せるかで、
その学習には、失敗例である、大量の「事故のデータ」が要ると思うけど、
用意するのが難しいでしょうね

テスラなら、実車でそういうデータを集められそうだけど