フォーブスの分析：深刻な問題により自動運転技術は「寒い冬」を迎える可能性がある

フォーブスによると、コーエン研究所の研究者らは最近、テスラのオートパイロットシステムへのハッキングに成功しており、事故後に脆弱性を修正する現在の方法は自動運転車にとって十分に安全ではないことが示されている。ボーイングの失速防止システムの抜け穴によって明らかになった問題の深刻さから、自動運転車の信頼性が重要な核心であることは容易に理解できる。

[[261371]]

コーエン研究所の研究者たちは、道路にほとんど目に見えない小さなステッカーを貼ることで、テスラのオートパイロットにステッカーを車線標示と誤認させ、車両を対向車線に進入させるように制御した。したがって、自動運転車の場合、ほとんどの場合、問題が発生してから脆弱性を修正することは、人命に関わるため、信頼できるアプローチではないことは明らかであり、これが自動車業界の安全性と信頼性の基準がシリコンバレーのほとんどの製品よりも高い理由の 1 つです。

これは、ディープラーニング モデルを使用して自動車を運転する際の主な問題の 1 つを浮き彫りにしています。ディープラーニングは、データセットが限られていて安定している状況に対処するのに優れています。この前提の下では、モデルが各データポイントを正確に表現でき、これらのデータポイントが変更されないことが保証されます。しかし、実際の道路状況はそのような要件を満たしていないため、ディープラーニングアルゴリズムだけに頼って自動運転車が十分に高い安全基準を達成できる可能性は低いと言えます。

シリコンバレーの伝統的な「モグラ叩き」の思考法によれば、これはシステムがクラッシュするたびにパッチを当てなければならないことを意味します。しかし、自動運転ではシステムの脆弱性が人命を奪う可能性があります。「モグラ叩き」は明らかに自動運転の安全性と信頼性を保証する方法ではありません。これは、ディープラーニングの限界を浮き彫りにし、人工知能の第三の「冬」につながる可能性があるとする一部の研究者の研究の見解と一致している。

結局のところ、今日の自動運転には異なるアプローチが必要であり、システムの再考には時間がかかるだろう。米国のラジオ・フリー・モバイルは依然として、自動運転車は基本的に2028年までに商用化段階に入ることができると主張しているが、それが現実になるかどうかは時間が経ってから検証する必要がある。