自動運転車の危険性: 自動運転車が世界中で実現できないのはなぜか

自動運転車の危険性: 自動運転車が世界中で実現できないのはなぜか

テスラは2020年10月、車の所有者が駐車し、巡航速度で車線を自動的に維持し、赤信号で停止することを可能にする「完全自動運転」ソフトウェアを発表し、世界的な注目を集めた。この発表は、完全な自動運転技術に向けた大きな一歩となるはずだった。

[[435154]]

しかし、「完全自動運転」という名称は、一部のドライバーを誤解させ、自分の車に監視は不要だと誤解させる可能性があるとフォーチュンは報じている。規制当局は、ユーザーに対し、この技術を注意深く監視し、「不当な安全リスクから国民を守るための措置を講じる」よう警告した。

Mediumが公開した2018年のチャートによると、2020年は完全自動運転車が市場に参入し始める年となる。しかし、業界標準では、テスラの完全自動運転ソフトウェアでさえ、先進運転支援システム (ADAS) としかみなされていません。

では、自動運転車の実現を阻んでいるものは何でしょうか? 自動運転車が市場に出るまでに克服しなければならない重要な問題のいくつかを詳しく見てみましょう。

機械が人間のように考えるという誤り

克服すべき最大の問題の一つは、IoT テクノロジーが大きく進歩したにもかかわらず、コンピューターが人間レベルの知能を獲得するにはまだ程遠いということです。

もちろん、画像内の物体を識別したり、静的な環境で単純なコマンドを実行したりするような個別のタスクに関しては、機械は人間をはるかに上回ります。それでも、これらのスキルの多くは、より一般的な状況には当てはまりません。

車を運転し、赤信号を認識するという行為は単純な機械で実現できますが、運転中に発生する変数の数が多いため、高度な知能と適応力が求められます。

2017年の記事で、ロボット工学と人工知能の第一人者であるロドニー・ブルックス氏は、運転中に生じる「危険な状況」の数が多いため、自動運転車は短期的には実現不可能であると述べた。これは、他人の運転ミス、道路上の障害物、誤解を招くような道路標示など、異常な出来事の頻度を指します。

たとえば、人間は異常な出来事に自然に反応し、素早く調整することができますが、機械にとっては、前方の道路に適切に反応するために行動を調整する方法を理解するのは難しいかもしれません。

センサー障害物

自動運転車は複数のセンサーを使用して周囲と対話します。これは、歩行者、他の車両、ロボット標識などの物体を検出するのに役立ちます。カメラは、車が物体を認識し、車両とその進路上の物体との距離を把握するのにも役立ちます。レーダーは他の車両や物体の速度や方向をマッピングすることもできます。

これらのセンサーは、車の制御システムにフィードバックを提供し、どこで操縦するか、どこで停止するかを提案します。完全自律走行車には、あらゆる状況下で物体の距離と速度を素早く判断し、常に安全を確保しながら、物体を正確に検出するためのさまざまなセンサーが必要です。

ただし、悪天候、交通量の増加、道路標識の劣化、標示の損傷などの要因は、センサーの機能に大きな影響を与える可能性があります。

真に自律的な車両が機能するためには、使用されるセンサーが、さまざまな環境の最も過酷な条件でも信号を理解できるほど、高度な適応性と堅牢性を備えている必要があります。テスラのモデルが駐車中の車両に衝突する事故に巻き込まれていることを考えると、信頼性の高い自律センサーの開発にはまだ道のりが残っていることがわかります。

サイバーセキュリティテロリズム

自動運転車の安全性については、技術が障害物をどれだけ正確に理解し、対応するかという点で広く懸念されている。それでも、コネクテッドカーはサイバー攻撃の被害者になる可能性があります。

交通ジャーナリストのクリスチャン・ウォルマー氏は、「ビッグデータハッキングやセキュリティ侵害など、コンピューティングの他の分野では広範囲にわたるハッキングが発生しており、自動運転車にも同様のハッキングが発生するだろう」と報告している。

ハッキングされた車両に伴う危険性を考えると、自動車のファームウェアにセキュリティ上の問題があれば広範囲にわたる混乱を招く可能性があり、厳格なテストが行​​われる前に自動運転車の導入を見通すことは困難になる。

保険の複雑さに対する不安

自動運転車の導入には多くの経済的影響が伴います。保険の問題、そして事故が発生した場合の責任の所在は、乗り越えるべき大きなハードルです。

伝統的に、ドライバーは発生した事故をカバーするために自動車保険に加入します。それでも、車両が完全に自動運転であれば、車両側に過失がある可能性が高い場合に所有者が支払う理由はありません。

自動運転車の登場は、自動車所有者の自動車購入方法に変化をもたらすでしょう。保険がメーカーの手に渡れば、車両コストがさらに上昇する可能性がある。 HP または PCP ファイナンスを通じて車両を購入することに慣れつつある世界では、所有権の複雑さは潜在的な購入者にとってまったく不快感を与える可能性があります。

そうは言っても、自動運転車が運転の未来において重要な役割を果たすことは間違いありません。この技術とその複雑な影響が、10年後には個人用車両が道路を走るようになるまで発展するにせよ、あるいは、何らかの形の軽量配送車両が投入される可能性の方が高いにせよ、それは業界における相互接続性とイノベーションの可能性を証明するものである。

<<:  2022 年のソフトウェア開発に関する 5 つの予測

>>:  IoTとAI:輸送管理の変革

ブログ    
ブログ    

推薦する

ラマ事件じゃないよ!李開復の大型モデルが貝殻論争に巻き込まれ、チームの2度目の反応がここに!

ノアとシャオウが編集制作:51CTO テクノロジースタック(WeChat ID:blog)昨日、テク...

Python + 機械学習手法を使用した感情分析 (詳細な手順)

辞書マッチングの方法はないのでしょうか?なぜ複数の機械学習方法が必要なのでしょうか?辞書方式と機械学...

ジェネレーティブ AI でデータ エンジニアリングを変革する方法

企業が生産性を高め、顧客体験を強化する方法を模索する中、生成 AI は今後 10 年間であらゆる業界...

2020 年に AI テクノロジーはどのような変化をもたらすでしょうか?

近年、人工知能は頻繁に話題になっていますが、まだ真の実現には程遠い状況です。人工知能技術の開発におけ...

初めて精度が人間を超えました!アリババの機械読解力が世界記録を更新

2018年の初めに、人工知能は大きな進歩を遂げました。 1月11日、スタンフォード大学が主催する世界...

携帯電話の顔認識はどのように機能しますか?理解を助ける記事

顔認証は一般的な生体認証の一種です。指紋認証と比較すると、顔スキャンは操作が簡単で、前面カメラを顔に...

無線測定・制御、顔認識、ドローン検査などハイテクが「史上最難関の大学入試」を護衛

本人確認のための顔認識、路上の車両の無線測定と制御、空中検査を行うドローン...人々の日常生活におけ...

5G時代の人工知能のホットスポットとなる業界はどこでしょうか?

このプロセスでは、多くのアプリケーションが継続的に追加されています。たとえば、コンピュータと通信の統...

JDロジスティクスは知能を高めつつ、宅配業者から仕事を奪っている

JD.comは早くも2017年8月に、陝西省の地域をカバーする中国初のドローン空域の承認を取得しまし...

...

機械学習の7つの大罪:信頼性に影響を与える7つのよくある間違い

機械学習は私たちの世界を変える素晴らしいツールです。機械学習(特にディープラーニング)が従来の方法よ...

...

NeurIPS 2019: Google が機械学習における分布外異常検出を改善する新しい手法を提案

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...

この式がブロックされると、AI IQはゼロになります

[[214770]]この記事はQuantum School(WeChat:quantumschool...