ハンドルとペダルがない？アップルは2025年までに自動運転車を発売する予定
|
スペインの新聞「ヴァングアルディア」によると、アップルは2025年にハンドルもペダルもない自動車を発売する予定だという。
近年、アップルは2014年に立ち上げた自動車プロジェクトの方向性を調整していると報じられており、車両開発を担当する特別プロジェクトグループ（別名タイタンプロジェクト）は、人間の介入を必要としない完全自動運転機能を備えた自動車の開発を目指している。 検討されているもう一つの選択肢は、ブレーキと加速のみに自動運転を使用することです。 Appleの自動車プロジェクトは現在、Apple Watchの開発と制作を担当したマネージャーのケビン・リンチが率いており、このプロジェクトは過去7年間でリーダーが何度も交代している。最も最近の退職者は、2018年にテスラからアップルに採用され、フォードに加わったダグ・フィールド氏だ。 このプロジェクトの鍵となるのは、完全に信頼できる自動運転システムを実現することだ。一部の企業は完成に成功したものの、規制当局が規制できるほど成熟していない。現在、どの国の法律でもそのようなシステムの広範な使用は許可されていません。 この点に関して、アップルは、乗客を介入なしに目的地まで運ぶことができる車にとって強力な武器となる、高度な人工知能機能を備えたチップの開発に取り組んでいます。車の内装デザインは現在のものとは異なります。運転手が不要なため、中央にエンターテイメントスクリーンがあり、乗客は向かい合って並んで座ることができます。 アップルはまもなくカリフォルニアで自動運転用に設計された新しいチップとセンサーのテストを開始すると報じられている。 |
<<: Nature の最新表紙: 2 つの主要な数学の問題が AI によって解決されました!ディープマインドYYDS
>>: AI ナンバープレート認識 ANPR テクノロジーは人類にどのようなメリットをもたらしますか?
推薦する
企業がビジネスで人工知能をどのように活用しているか
ビジネスにおける人工知能 (AI) は、今日の企業にとって急速に一般的な競争ツールになりつつあります...
多くの競争者が競い合う中、自動運転をめぐる戦いが始まる！
著者: 張傑[51CTO.comより引用] 2020年と比べると、2021年の自動運転業界にはよりエ...
ロボットが家事の仕事を代行：人間のデモンストレーション動画を見るだけで、10時間でコーヒーの淹れ方を学ぶ
先週、スタンフォード大学のエビ揚げロボットが爆発事故を起こした後、コーヒーを作るロボットが再び人気を...
ストリームPETRを超えて！ BEVNeXt: 高密度 BEV 認識のための新しいフレームワーク
この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...
2011 コンピュータソフトウェア試験プログラマー: アルゴリズム分析の基礎学習
コンピュータの問題解決のプロセスにおいて、データ構造とアルゴリズムはプログラムの 2 つの主要要素で...
悲劇！ウーバー、自動運転車が人をはねて死亡させたため全テストを中止
ウーバー、自動運転車が人をはねて死亡させたため全テストを中止 アメリカ現地時間19日朝、アリゾナ州...
AI製品化の鍵はアルゴリズムではなくインフラとデータ
[[187402]]人工知能は現在、魔法のような大流行を経験しています。データは、数字の羅列としてニ...
テンセントのロボットファミリーに新しいメンバーが加わりました。「新年の挨拶をして紅包をお願いする」ことができるロボット犬を見たことがありますか？
テンセントは3月2日、自社で完全に開発したソフトウェアとハードウェアを搭載した初のマルチモーダル...
TSMCは降伏を余儀なくされた！すべての機密データは11月8日までに提出されます
TSMCはついにアメリカの圧力に耐えられず降伏した。実際のところ、棒はまだ本当に下ろされておらず、数...
スマートシティで人工知能の可能性を最大限に引き出すにはどうすればよいでしょうか?
スマート シティ コンセプトの中心にあるのは、情報通信技術 (ICT) の力を活用して都市の課題に対...
ディープマインドの創業者はAIの弟子を育て、「訓練」ではなく「教育」によってAIに宝探しを教えた
最近、DeepMind は強化学習の分野で新しいことを行いました。簡単に言えば、DeepMind の...
わずか 1 秒で 100 万フレームのデータ! AI専門家のヤン・シュイチェン氏のチームが強化学習に関する新たな研究を開発し、そのコードをオープンソース化した。
[[434376]]当時、Dota 2 をプレイする OpenAI Five のトレーニングには ...
AIとインフラストラクチャのゲームチェンジャーが市場で成熟しつつあります。
機械学習が「人間レベル」の能力に到達するには、多くのトレーニング反復とラベル付きデータが必要です。こ...