自動車業界における人工知能の活用方法

[[431746]]

自動車業界は、新しい技術の最前線に立つことが多いです。業界では数十年にわたって組立ラインにロボットが使用されてきました。近年、自動車産業も人工知能が最も広範に応用されている産業の一つとなっています。

現在、自動車業界が直面している最大の問題のいくつかは、半自動運転と自動運転に関連しています。これらの車両には、障害物を回避し、道路上でより機敏に操縦し、標識に反応し、車線を維持し、賢く駐車し、自律運転のその他の要件を満たすために豊富なデータを提供する、さまざまなセンサー、カメラ、プロセッサ、レーダー システムなどが搭載されています。

パラメータの 1 つを例に挙げると、たとえば、道路上の事故に反応するには約 1.5 秒かかります。自動運転車は実際の状況を「見て」、短時間で反応できなければなりません。運転に関連するすべてのデジタル技術をリアルタイムで処理するには、高度な AI ベースの処理と意思決定が必要です。

人工知能が自動車産業のイノベーションを推進する6つの方法

自動車業界は、世界市場の規模、得られる利益率、そしてゼネラルモーターズ、トヨタ、BMW、テスラなどの自動車メーカー間の激しい競争により、人工知能のブームを牽引している業界の1つです。

Tractica によれば、ハードウェア、ソフトウェア、サービスを含む世界の自動車人工知能市場は、2025 年までに約 270 億ドルに達すると予想されています。

AI が自動車でどのように使用されているかの例をいくつか紹介します。

(1)ナウト

Nauto は、自動車が交通事故を回避するのに役立つ予測 AI 警告システムを開発した。

700 以上の車両で使用されているビジョン テクノロジーが組み込まれています。車内外の40以上のリスク要因を処理して警告を発し、衝突の可能性を最大80パーセント低減します。たとえば、シカゴ地域のラストマイル配送車両群はこれを使用して衝突を 81% 削減しました。

ナウトの最高製品責任者であるヨアブ・バニン氏は、ナウトはAIネイティブの技術、データサイエンス、そして10億キロメートルを超えるAI処理の運転データを組み合わせて、衝突を予測し、防止すると述べた。 Nauto のアプローチでは、運転リスクや過去の出来事の確認を間接的に代理する車両中心のテレマティクスやカメラに頼るのではなく、AI を使用して運転者の行動を直接理解します。このシステムは、運転者の注意散漫、眠気、携帯電話の使用、不注意といった微妙な兆候を、車の速度、加速、周囲の車や歩行者と組み合わせて分析し、必要な場合にのみ音声警告を発します。

「ナウトのAIアプリケーション技術は車両のエッジにあり、ドライバーの行動と外部の道路状況をリアルタイムで処理し、より高度な自律性を安全に導入することを可能にする」とバニン氏は述べた。

（２）テスラ

テスラはさまざまな方法で人工知能に関わっています。

テスラは最近の AI デーで DI カスタム チップを発表しました。テスラのDojoスーパーコンピュータシステムの一部であるこのチップは、7ナノメートルプロセスを使用して製造され、362テラフロップスの処理能力を提供することができる。 1 つのモジュールには 25 個の DI チップがあり、複数のキャビネットに 120 個のモジュールをインストールできるため、最大 100 ギガフロップスの浮動小数点演算能力が提供され、自動車分野における人工知能の応用を変えるのに十分です。

テスラはインテル、Nvidia、Graphcoreなどと協力してこの技術を開発している。目標は、人工知能モデルのトレーニングを高速化し、テスラ車のカメラからのビデオフィードから重要な詳細を認識できるようにすることです。テスラ社はすでに、既存の車両に使用されているチップに人工知能を搭載し、路上で何が起こっているかに基づいて車載ソフトウェアで判断を行っている。これにより、同社は自社の車両に「完全自動運転機能」オプションを提供できるようになり、車線変更、高速道路の走行、駐車などを自動的に行うことができるようになる。

（３）川崎

カワサキとソフトバンクグループは、人工知能技術を活用し、ライダーとともに成長し、ライダーのニーズに適応できる次世代のバイクを開発している。

これらのバイクは、時速 5 マイルの減速を推奨したり、周囲の状況や起こりうる危険を通知したり、道路状況や急カーブなどの今後の危険に関するアドバイスを提供したりなど、さまざまな機能に AI を使用しています。

（4）ジープ

ジープ社のグランドチェロキーも、高度な AI テクノロジーを導入した車のひとつです。

最新モデルではアクティブ運転支援システムをアップデートし、自動車運転の安全性と性能を向上させました。同社はまた、Sight Machine の技術を使用して、グランドチェロキーやその他の車両の最終組立ラインで継続的な検査を実施しています。このシステムは 1 日あたり 1,100 台の自動車を検査し、15 個の外装部品を含み、25 種類のモデルと 11 色を 99.9 パーセントの精度で区別できる十分なインテリジェンスを内蔵しています。検査データは、AI と製造実行システム (MES)、画像分析システム、エッジ/クラウド コンピューティング システム間で共有されます。

「Sight Machine の製造生産性プラットフォームは、工場現場から経営幹部まで、すべての関係者に信頼性が高く、動的に更新される生産状況のビューを提供します」と、Sight Machine の共同創設者兼 CEO である Jon Sobel 氏は述べています。「このプラットフォームは、継続的なリアルタイムの意思決定を通じて業務をガイドします。このプラットフォームには、生産性の向上に役立つ視覚化、データ検出、分析、AI ツールのスイートが含まれています。」

（５）フォード

フォードは自動車の人工知能研究の最前線に立っています。同社は新技術の推進に役立てるため、生産ラインに人工知能を活用して生産をスピードアップさせている。ミシガン州のフォード工場では、トルクコンバーターを組み立てるロボットが、Symbio Robotics の技術に基づく人工知能を通じて、より効率的に動作する方法を学びつつあります。同社は独自の運転支援システムも持っており、オートマチックトランスミッションにも多額の投資を行っている。

（６）ドライバーモニタリングシステム（DMS）

ドライバー監視システム (DMS) は、車内のいたるところに配置された小型カメラまたはセンサーの配列で構成され、コンピューター ビジョン (CV) を使用してドライバーの行動を監視し、ドライバーが眠気、注意散漫、不注意などの兆候を示した場合に警告を発します。

これらの AI 対応システムは、ドライバーが眠気を示すために前かがみになったりうなずいたりしたとき、視線の方向から道路を見ているかどうか、手の位置など、さまざまなドライバーの行動を認識できます。

「コンピュータービジョン（CV）システムは、人間の外見、体の向き、動き、衣服、照明、物体や車の大きさや詳細など、さまざまな違いを考慮する必要があります」と、Datagenの共同創設者兼CTOであるGil Elbaz氏は述べています。