自動運転:最も安全ではないが、より安全

自動運転:最も安全ではないが、より安全

「九章」量子コンピューティングのプロトタイプ、「天極」脳型チップ、国内最大直径のシールドマシン「景華」、中国の宇宙ステーションの模型、火星探査車、「嫦娥5号」、全深度有人潜水艇「粉斗浙」、原子力発電所「国河1号」、国家新世代人工知能オープンイノベーションプラットフォーム、時速600キロの高速リニアモーターカー、百度の「カーロボット」、極東フォックスの自動運転車「アルファS」...

国家の主要な装備から民生技術に至るまで、中国はわずか5年で大きな進歩を遂げ、科学技術革新において傑出した成果を達成しました。 10月21日から27日まで、国家「第13次5カ年計画」科学技術革新成果展が北京展示ホールで開催されました。国家指導者らが展示会を視察し、CCTVニュースネットワークも特別報道を行いました。

「九章」や「天極」と同じ舞台で自動車ロボットや自動運転車が展示されるのは実に感動的です。第13次5カ年計画期間中、中国の自動運転産業とスマートカー産業は、関連する国家産業政策の支援を受けて、成熟を加速させました。自動運転は自動車産業の未来であり、世界規模での新たな競争であることは間違いありません。

現在、自動運転の分野では、中国と米国が「主導」の立場にあります。米国では、ウェイモとテスラが最先端であり、中国では、百度が代表的です。

先月、中国海南省で開催された第3回世界新エネルギー自動車会議で、テスラの創業者マスク氏は「自動運転は人間の運転より10倍以上安全だ」と衝撃的な発言をした。トラブルに巻き込まれることを恐れないこのクレイジーな起業家は、再び脚光を浴びることに成功し、自動運転の安全性をめぐる新たな議論を巻き起こした。

[[431735]]

はい、新しい種である自動運転は誕生以来ずっと話題になっています。自動運転に熱狂する人もいれば、恐れる人もいます。これは、200 年前の有名な議論を思い出させます。電車と馬車ではどちらが速いでしょうか?ついに、英国政府のリーダーシップの下、列車は春を告げた。

自動運転と人間の運転のどちらがより安全かという今日の議論は、電車と馬車についての議論に劣らず重要です。前回は人類のスポーツ史上初めて、機械の力が生物の力を打ち負かした。今回もまた、人類のスポーツ史上初めて、機械知能が人間の脳の効率性を打ち負かすことになるだろう。

これは長く長期にわたる進化のプロセスとなる運命にあります。

世界保健機関が発表した「2018年世界道路安全状況報告書」によると、世界中で毎年約135万人が交通事故で命を落としており、交通事故の94%は人的要因によるものだという。その理由は、危険運転が最も多いからです。 AI ドライバーが交通における最大の不確実性要因を置き換えることができれば、これらの危険な行動や要因は根本的に排除されるでしょう。

公安部交通管理局の関係者によると、道路交通に関わるすべての人と車両は道路交通の安全に多大な影響を及ぼす可能性があり、人的要因が道路交通事故の原因の90%以上を占めている。 2020年の中国の道路交通事故による死者数は車両1万台あたり1.66人であり、2020年の中国の交通事故による死者数は7万5000人であったことを意味します。交通事故の大きな原因は「人」であることが確認できます。

清華大学人工知能研究所視覚知能研究センター所長の鄧志東教授はライブインタビューでこの見解を表明した。同教授は「レベル4、レベル5の自動運転は非常に安全です。人間と比べて死角が少なく、周囲の環境を360度すべて把握できます。また、人間よりも遠くまで見ることができます。この観点からすると、技術的には『トロッコのジレンマ』から抜け出すことは可能です」と述べた。

同時に、無人運転技術が成熟するにつれて、スマートカー、インテリジェント道路、車道連携、インテリジェント交通管理システムなどにより、交通事故の可能性は減少するでしょう。関連メディアの報道によると、百度の自動運転車は現在、市街地の道路で99.99%の成功率を達成しており、全体的な安全性は人間の運転手よりも高いという。

鄧志東教授は、人工知能はまだ認知知能に発展しておらず、主にデータ駆動型の方法を使用する知覚知能であると述べた。人工知能に大きな進歩がない限り、真のL5を達成することは難しいだろう。

百度は2015年に無人運転車技術の研究開発に多額の投資を開始して以来、自動運転のレベル1から最高レベルのレベル5へと進化してきた。国家「第13次5カ年計画」科学技術イノベーション成果展で展示された百度の「自動車ロボット」は、すでにL5レベルの自動運転機能を備えている。

今年8月に開催された「Baidu World 2021」カンファレンスで、百度創業者のロビン・リー氏は、この謎の百度「自動車ロボット」をその場で紹介した。このロボットは、レベル5の自動運転機能を備えており、人間の運転を必要としないだけでなく、人間の運転よりも安全である。音声や顔認識などのマルチモーダルインタラクション機能を備え、ユーザーの潜在的なニーズを分析し、積極的にサービスを提供する。自己学習と継続的なアップグレードの能力を備え、さまざまなシーンに対応するインテリジェントボディである。

[[431736]]

これらの素晴らしい機能を実現するのは一朝一夕でできることではありません。百度アポロの無人運転機能、5Gクラウド運転機能、路車連携機能などにより、「カーロボット」はより高いレベルに到達しました。現在、アポロの自動運転技術は、小売、有人輸送、清掃、検査、採掘などの応用シナリオに実装されています。今後も、百度に代表される国内企業は、人工知能の分野における技術的優位性を活用し、人々に新しい、より安全で、より効率的で、より環境に優しい移動手段を提供し続けるだろう。

実は、「第13次5カ年計画」成果展では、「カーロボット」だけでなく、百度の「パドルパドルオールインワンマシン」も多くのメディアの注目を集めました。 Baidu PaddlePaddle は、中国初の独自開発、機能豊富なオープンソースの産業グレードのディープラーニング プラットフォームです。 PaddlePaddleオールインワンマシンに統合されたBaidu開発のKunlunチップは、完全なローカリゼーションソリューションを提供し、国内の人工知能チップ技術の研究開発と応用を促進する上で大きな価値があります。これは、百度が人工知能のシステムレベルの開放プロセスにおいて新たな確実な一歩を踏み出したことを意味し、世界初の自動運転技術のシステムレベルの開放でもある。

現在、アポロ自動運転は中国で411件の試験ライセンスを取得しており、累計試験走行距離は1,800万キロメートルに達している。著名な調査機関ガイドハウスの報告書によると、百度アポロは自動運転の分野で世界的リーダーの1つとなり、最終候補に残った唯一の中国企業となった。 2017年、科学技術部は国家人工知能オープンイノベーションプラットフォームの第一弾を発表し、百度アポロもその中に含まれていた。

もちろん、走行に絶対的な安全はありませんが、人間が運転するのに比べれば、自動運転は間違いなく安全です。本質的に、自動運転は機械による運転であり、これはコンピュータの問題であり、さらに数学的な問題です。この問題には、事故の確率を完全にゼロにすることは不可能な、微妙な変数が常に存在します。それでも、自動運転は安全性が高く、現時点では人間の交通事故をなくすための最善の方法です。

Baidu では、すべての自動運転車は公道に出る前、安全性を確認するために数多くのテストを受けなければならない。 Baidu の自動運転システムが最初に設計される際には、車両全体、自動運転システム、システムのハードウェアとソフトウェアなど、さまざまなレベルから完全な安全要件セットが提案されます。したがって、自動運転企業はさまざまなシナリオにおいて、ハードウェア、ソフトウェア、システム統合、完成車両などさまざまなレベルでテストを実施し、自動運転システムが安全要件を満たしているかどうかを検証します。

百度はまた、「安全第一」の原則を保証するために「135」安全メカニズムを提案した。 「1」は安全第一のメカニズム、「3」は航空業界の「3セットの安全冗長性」保証を活用し、「5」はT1-T5レベルのテスト、300万キロメートルを超える公道の路上テストの蓄積、数億キロメートルの模擬路上テストの蓄積、開発プロセスのテスト、ハードウェアおよび自動車レベルのテストの5つのテストを指します。

百度の自動運転システムは、自動運転をより安全にするために、可能な限り「合理的な設定」を用いて「人間の弱点」に対抗するなど、多大な努力を払っていると言える。

この新たな世界的競争において、百度に代表される中国の自動運転企業の技術路線は、テスラに代表される米国の自動運転企業のそれとは大きく異なっている。これは今後の大会の最大の見どころでもあります。

テスラは、環境認識、計算による意思決定、制御実行のために、車両自身の視覚、ミリ波レーダー、ライダーなどのセンサー、コンピューティングユニット、ワイヤ制御システムを主に利用する単一車両のインテリジェント自動運転モードを採用しています。 Baidu は、車両と道路が協調する自動運転モードを選択しました。このモードは、単一車両のインテリジェント自動運転をベースとし、車両インターネットを通じて「人・車両・道路・クラウド」の交通参加者を有機的に結び付け、自動運転車両の環境認識、計算による意思決定、制御実行の機能向上に貢献します。

現時点では、どちらが優れているかを判断するのは難しいです。しかし、業界で共通認識となっていることが一つあります。それは、技術、ネットワーク、車両と道路の連携機能、都市管理、法律や規制などが確立され、改善されて初めて、自動運転が真に成熟できるということです。そのため、中国企業が実践している「車路協調型自動運転モード」が実現すれば、スマートカーとスマート道路の連携は人々にこれまでにない移動体験をもたらすことになり、このモデルも期待に値する。

デジタル技術とデジタル経済が新たな国際競争の重要な分野であることは、あらゆる兆候から明らかです。中央政府も自動運転の開発を支援するための一連の政策を導入した。国家「第13次5カ年計画」科学技術イノベーション成果展で、百度の「自動車ロボット」、アークフォックスアルファS自動運転車、ゼブラスマートコックピットオペレーティングシステムなど、多くの自動運転技術が展示できたという事実は、国家レベルでの注目と支持を物語るのに十分です。

2020年2月、国家発展改革委員会と11の部門は共同で「インテリジェント車両イノベーションと発展戦略」を発表し、2025年までに中国の標準的なインテリジェント車両技術イノベーション、インフラ、法規制基準、製品監督、ネットワークセキュリティシステムを基本的に形成し、L3レベルの自動運転インテリジェント車両の量産と関連シナリオでのL3レベルの自動運転車両の応用の条件を整えるべきであると明確に述べました。

[[431737]]

私は北京の宜荘に住んでいます。毎日、子供を学校に送り迎えするときに、道路で多くの無人運転車に遭遇します。1年前、宜荘で百度の自動運転タクシーサービスが開始され、私はそれを体験しに行きました。本物のベテランドライバーとして、正直に言うと、百度の現在の自動運転技術は、宜荘のような一般的な都市の道路ではほとんどのドライバーよりも信頼性が高いです。もちろん、私と比べれば大げさではありませんが、まだ少し遅れています。そんなことはどうでもいい。今は自動運転の春に過ぎない。しばらくして花が満開になると、経験豊富なドライバーでさえも茂みに隠れて笑うことしかできなくなる。

<<:  アルゴリズムの改善とハードウェアの反復、どちらがより収益性が高いでしょうか? MITの最新の研究結果がこの答えを提供している

>>:  MITの最新の成果:AIが人間の脳が言語を処理する仕組みを解明

ブログ    
ブログ    
ブログ    

推薦する

人工知能はますます急速に発展しています。将来、人工知能は人間に取って代わるのでしょうか?

人工知能の発展は人類の進化に似ていますが、そのプロセスはより短いものです。人間は自らの知恵を駆使して...

...

...

クラウド ネイティブが新たな標準になりますが、人工知能はそれに備えていますか?

テクノロジーの発展に伴い、クラウド コンピューティング テクノロジーは進歩し続け、その目的も変化して...

米国は中国のAI企業に対する制裁で目的を果たせなかったのか?

[[278497]]中国の人工知能企業数社は、ある日、自分たちがこのようなユニークな形で世界の注目...

Newbingが他の生成AIと大きく異なる理由

Newbing を使い始めてから、CHATGPT 3.5 を諦めました。昨日記事を書いた後、Chat...

成功するAIチームの特徴

今日の時代では、人々は目標を達成するために人工知能 (AI) にますます依存するようになっています。...

中国のAI特許申請数が米国を上回った!我が国の最新の5Gの成果:世界をリードする技術

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...

大手モデルは「チャートをブラッシュアップ」するために近道をとっているのでしょうか?データ汚染問題は注目に値する

生成 AI の初年度で、すべての人の仕事のペースが大幅に加速しました。特に、今年は誰もが大型モデルの...

無人タクシーが登場します。準備はできていますか?

[[243616]]地図: 小魚クラウド コンピューティングやビッグ データなどのアプリケーション...

12年後の人工知能と人間はどうなっているでしょうか? 900人の専門家の意見はこちら

[[253534]]編集:Tailang一部のアナリストは、2030年までに人々は複雑なデジタルシス...

死角なしの360度!カリフォルニア大学バークレー校、中国で3DHMフレームワークをリリース:1枚の写真であらゆるビデオアクションを模倣可能

任意のポーズの写真を入力し、写真の人物に「指定された動画」の動きを真似してもらうのは簡単ではありませ...

コンピュータービジョン: 画像検出と画像セグメンテーションの違いは何ですか?

人工知能における画像処理人工知能には画像処理のためのさまざまなタスクがあります。この記事では、物体検...

...

アルゴリズム エンジニアはなぜ一日中データを扱うのでしょうか。また、どのような種類のデータを扱うのでしょうか。

[[353273]]なぜ私たちはモデルをほとんど作らないのでしょうか?アルゴリズムエンジニアの仕事...