自動運転車が「すべての人を助ける」ことができるようになるには、15の課題を乗り越える必要がある

自動運転車が「すべての人を助ける」ことができるようになるには、15の課題を乗り越える必要がある

[[251351]]

自動運転車の将来は、交通手段に革命を起こすと予測されていた電動スクーターの歴史と何か関係があるのでしょうか?スティーブ・ジョブズはかつて、このデバイスを中心に都市が再設計されるだろうと語り、ジョン・ドーアは、このデバイスはインターネットよりも大きなものになるだろうと語った。電動スクーターは技術的には成功しているが、支援者が期待したほど大きな影響を与えることはなく、狭いニッチ市場しか占めていない。

自律走行車(AV)についても同様の運命をたどると想像できる。つまり、スペースシャトルや低速で移動するドローンの事前にプログラムされたルートのように、うまく機能するが狭い市場ニッチに限定される技術である。長距離輸送用の州間高速道路などの一部の限定された用途は非常に価値がある可能性がありますが、多くの人が想像するほどの価値はありません。

自動運転車に革命を起こすには、高度な工業化を達成する必要があります。最初のステップとして、都市部と郊外で強力かつ比較的安価な Uber のようなサービスを構築する必要があります。業界は団結して、これらのサービスを「Transportation as a Service(サービスとしての輸送)」または「TaaS」と呼んでいます。長期的には、自動運転車は個人所有され、普及するのに十分な性能を備えていなければならない。

この破壊的な可能性と、それに伴う莫大な価値は、アルファベット、アップル、ゼネラルモーターズ、フォード、トヨタ、ソフトバンクなど、世界最大かつ最も裕福な企業を含む何百もの企業を自動運転車に数十億ドルを投資する動機付けとなっている。作業は進行中で、一部の企業や規制当局は、自社の自動運転車が「十分に優れている」と判断し、シンガポール、フェニックス、広州などの公道で実際の顧客を対象に商用自動運転車サービスのパイロットテストを実施している。

自動運転車は最終的に革命的なものとなるでしょうか? 自動運転車が電動ホバーボードと同じ道を辿り、より大きな利益を求める人々の希望と巨額の投資を台無しにしてしまう要因は何でしょうか?

もちろん、自動運転車自体を十分に優れたものにすることは、将来の成功のための議論の余地のない前提条件です。これは絶対に必要ですが、十分ではありません。

この記事では、技術的な実現可能性の問題に注目し、自動運転車の産業化を妨げるその他の主要な障害を探ります。これらの障壁は、規模、信頼、市場の実現可能性、二次的影響の 4 つのカテゴリに分類できます。自動運転車が交通に革命を起こすには、これらすべての障害を克服しなければなりません。

最初の障害:スケーラビリティ

自動運転車の製造と導入は重要な第一歩ですが、それを車両ベースの輸送サービスに拡大することはさらに大きな一歩です。ここでは、スケーリングに関連する工業化の大きな障壁を 7 つ紹介します。

1. 大規模生産。

自動運転技術を搭載した数千台の車を手作業で組み立てたり改造したりすれば、開発とテストには十分だろう。工業化には数万台の自動車の大量生産が必要となる。しかし、テスラの例が示しているように、大規模な自動車の製造は見た目よりも複雑です。

2. 充電インフラ。

ほぼすべての自動運転車は電気自動車(EV)をベースに開発されています。どのような市場でも、電気自動車を大規模に導入するには、まったく新しい充電インフラを構築する必要があります。これには時間と多額の費用がかかります。

3. 地図。

自動運転車が頼りにする詳細な高解像度(HD)地図は、自動運転車の開発速度を制限する可能性がある。これらの車にはセンサー、カメラ、ソフトウェアが満載されているが、現在地や何をすべきかを把握するには最新の地図が必要である。

4. 交通管理と運営。

自動運転車の産業化には、大都市のサービスエリア内に何千台もの車両を広く配備できるようにするための完璧なメンテナンスと効率的な運用が必要です。これには、窓やカーペットの清掃だけでなく、車内に高度なコンピューターを維持すること、そして目の肥えた顧客の要求を満たすために料金を請求し、配車し、負荷分散を確保するための高度な予測分析が必要になります。公共の安全と企業の存続はこれにかかっています。

5. 顧客サービスとユーザーエクスペリエンス。

自動運転車による移動サービスは、ホテルスタッフがいない移動式ホテルのようなものです。特に車内に監視員がいない場合には、たとえ短い旅行であっても混乱が生じる可能性があります。自動運転車は歩行者、自転車、他のドライバー、緊急対応者、他社の自動運転車、車外のその他の関係者と対話する必要があるため、顧客サービスとユーザー エクスペリエンスは顧客以外のグループにも拡張する必要があります。

6. セキュリティ。

一般的にコンピュータセキュリティは難しい問題であり、車に搭載されたコンピュータネットワークはハッカーにとって魅力的な標的となるでしょう。不満を持った乗客や傍観者、いたずら者、凶悪犯など、物理的な安全上の問題もあり、乗客や一般の人々の安全上の問題を引き起こす可能性もあります。

7. ローカリゼーションの速度。

ウェイモや他の自動運転車は、人々が比較的道路交通法を守っているフェニックスの、道路標識がはっきりしていて、照明も明るく、整備された道路で訓練されている。しかし、それほど注意を払わず、動物がうろつく石畳の道や、ボストンの環状道路、あるいはニューヨーク、パリ、北京の混雑し歩行者で溢れる都心部に適応できるだろうか。多くの車は適応できるが、全てがそうではない。そのため、すべての開発者は、インフラストラクチャ、天候、文化的規範などの地域特性を理解するために、複数の地域でテストを実施します。このローカリゼーションの速度と範囲は、拡大に対するもう一つの障壁です。

2つ目の障害:信頼を勝ち取れるかどうか

開発者や製造業者にとって、自社の自動車が広く普及するのに十分な品質であると信じるだけでは十分ではなく、他者を納得させなければならない。これを実現するために、彼らは3つの大きな障害を克服しなければなりませんでした。

8. 有効性の検証。

これまで、開発プロセスは開発者にとってかなり不透明でした。要件、仕様、設計、テストの詳細を明らかにすることはほとんどありません。開発者の有効性に関する主張を検証し実証するための独立した体系的なプロセスが必要です。政策立案者、規制当局、保険会社、投資家、一般大衆、そしてもちろん顧客を含む多くの人々がこれを要求する可能性が高い。優秀な開発者はこれを受け入れるべきです。そうすれば責任が軽減され、遅れをとった開発者や低品質の模倣者から切り離されることになります。

9. 標準化と管理。

業界標準と政府規制は、自動車のほぼすべての側面をカバーしています。無人自動車の産業化には、両者の参加が大いに必要となる。標準、特に政府の規制によって強制される標準は、信頼性、互換性、相互運用性、および規模の経済性を保証します。また、公共の安全が高まり、プロバイダーの責任が軽減されます。

10. 世間の受容。

新製品のほとんどは、早期導入者を引き付けることによって実現します。最初の成功から得た経験とリソースは、開発者が「溝を越えて」主流の成功に到達するのに役立ちます。自動運転車の産業化は、より早い段階でより広範な一般大衆の受け入れにかかっています。自動運転車は、初期の顧客だけでなく、道路上や道路近くにいる非顧客にも影響を与えます。自動運転車に乗らない人々も含め、広く受け入れられなければ、産業化は認められない。

3番目の障害:市場の実現可能性

次の 3 つのハードルは、競合他社や他の敵に勝つことを含め、自動運転車のビジネス モデルが短期的および長期的に機能するかどうかに関するものです。

11. 事業の実現可能性。

自律輸送サービスのビジネスモデルの分析では、一般的に、人間が運転するサービスや自家用車よりもはるかに低いコストでこのサービスを提供できると楽観視されています。しかし、現在の 1 マイルあたりのコストの見積もりは、長期目標には程遠いものです。参加者のほとんどは、スケーリングのコストも過小評価していました。楽観的な市場計画が市場慣行に耐えられるかどうかはまだ分からない。

12. 利害関係者の抵抗。

古い諺にあるように、ある人の貯蓄は別の人の失われた収入である。自動運転車を産業化するためには、規制当局、自動車販売店、保険会社、人身傷害弁護士、石油会社、トラック運転手、運輸労働組合など、多くの潜在的な敗者からの抵抗を克服する必要がある。これは容易なことではないだろう。

13. 民営化。

自動運転輸送サービスは、個人所有市場の変革への道筋を示すひとつの道標にすぎません。自動運転車が交通に革命を起こすには、自家用車を所有することを長年好んできた消費者にアピールする必要がある。なぜなら、自家用車が自動車全体の大多数を占め、道路上の走行距離の大半を占めているからだ。

4番目の障害: 二次的影響

無人運転車の産業化の成功は多くの人々から賞賛されるだろうが、これまでもそうであったように、大きな技術的変化は大きな悪影響を及ぼす可能性が高い。いくつかの起こり得る悪影響はすでに予見可能であり、人々の懸念を引き起こしています。うまく予測し改善しなければ、それらは産業化に対する大きな障害となるでしょう。以下の 2 つの結果はすでに懸念されており、産業化プロセスの一環として対処する必要があります。

14. 交通渋滞。

より速く、より安く、より優れた交通手段は、特に貧困者、障害者、高齢者など、交通手段を最も利用できない人々にとって、より大きな経済的機会とより高い生活の質につながります。しかし、交通渋滞を引き起こし、道路上の車両数や走行距離が増加する可能性もあります。これは、Uber や Lyft などの配車サービスではすでに起こっています。例えば、サンフランシスコ郡交通局の最近の調査によると、サンフランシスコの最も人口密度の高い地域の交通渋滞は2010年から2016年の間に73パーセント増加した。乗用車サービスは、毎日の車両遅延の半分以上を占めています。

15. 失業問題。

交通技術を含む技術の歴史は、新しいサービスによって雇用が減るのではなく増えることを示唆していると主張する人もいます。しかし、古い仕事を失った人々に新しい仕事が残されていると考える人はほとんどいません。自動運転の Uber が 1 台増えるごとに人間の運転手が 1 人減るという事実は、誰も否定できません。たとえ、エンジニア、メンテナンス担当者、ディスパッチャー、カスタマー サービス担当者などの仕事が新たに創出されたとしてもです。自動運転シャトル、バス、トラックなどでも同様です。初期の自動運転サービスプロバイダーは、この問題に細心の注意を払うでしょう。雇用喪失に対する国民や規制当局の潜在的な反発を予測し、緩和する必要がある。

結論

シリコンバレーには、よく見える景色を近距離と勘違いしてはいけないという古い格言があります。この革命的な可能性は明らかです。しかし、そのメリットを実現するために必要な広範な導入にはまだ程遠い状況です。

しかし、長い距離を達成不可能な目標と誤解しないでください。密接な観察者として、私は自動運転車技術の進歩に熱狂し、驚嘆しています。 Waymo、GM Cruise、nuTonomyなどの大手開発企業は、すでに数年前には多くの人が考えていたよりも速いペースで自動運転車を開発すべく競争を繰り広げている。

しかし、工業化は短距離走ではなくマラソンです。このプロセスには克服すべき障害が数多くあります。そうすることの課題は非常に大きく、おそらく多くの現在のプレーヤーとその投資家が認識し、対処する準備ができているよりも大きいでしょう。これには新たな戦略が必要になるかもしれません。人事異動もあるかもしれない。

これがイノベーションと市場の破壊の役割です。だからこそ、ほとんどの競争者は失敗し、成功した者は多額の報酬を得るのです。携帯電話メーカーや検索エンジン会社が 1 兆ドルの価値を持つと考える人がいるでしょうか。自動運転車が数兆ドルの価値を持つと私が今信じているように信じるのは、本当におかしなことでしょうか。

<<:  次世代ビッグデータ・人工知能基盤技術の発展と動向

>>:  人工知能が新薬開発を支援

ブログ    
ブログ    

推薦する

生画像の新しい「マルチモーダル」AIテキストレンダリングはMidjourney + DALL·E 3に勝る!Karpathyが5億元の資金調達に投資

「10人のチームを持ち、年間売上高が1億ドルを超えるスタートアップ」を輩出する道として、文芸グラフィ...

ディープラーニングの基本概念のチートシート

ディープラーニングは多くの初心者にとってわかりにくいかもしれません。急速に発展するにつれて、多くの新...

これは機械学習ツールに関する最も包括的なハンドブックかもしれません。

[[419906]]私はこれまで、人工知能とデータサイエンスのオープンソース プロジェクトを数多く...

ジェフ・ディーン: 「スパースモデル設計ガイド」を作成しましたので、ぜひご覧ください。

スパースモデルは、ディープラーニングの分野でますます重要な役割を果たしています。特定のトークンまたは...

人工知能は商業ディスプレイの将来の発展の傾向を混乱させる可能性がある

[[412444]]商業用ディスプレイは日常生活でますます広く使用されるようになり、買い物、仕事、旅...

...

音声認識を開発する方法

ディープラーニング技術を用いた自然言語の深い理解は、常に注目されてきました。自分で音楽を調べる必要が...

...

...

...

人工知能への恐怖とその対処法5つ

AI テクノロジーを導入する IT リーダーは、ある程度の不安を感じるかもしれませんが、それには十分...

Cloudera は研究から実稼働までエンタープライズ機械学習を加速します

クラウド向けに最適化された機械学習および分析のための最新プラットフォームを提供する Cloudera...

...

グラフを考慮した対照学習により多変量時系列分類が改善

本日は、シンガポール科学技術研究庁 (A*STAR) と南洋理工大学 (シンガポール) が AAAI...