自動運転車の未来はどうなるのか?マッキンゼーは言う

自動運転車の未来はどうなるのか?マッキンゼーは言う

自動運転車は徐々に現実のものとなりつつありますが、まだ多くの疑問が残っています。消費者は本当に運転の楽しさを手放すつもりなのでしょうか?今日の複雑で変わりやすい交通状況や予測できない人為的ミスの中で、自動運転車は本当に安全なのでしょうか?自動車産業の将来にどのような影響を与えるのでしょうか?

[[280878]]

世界有数のグローバル経営コンサルティング会社、マッキンゼー・アンド・カンパニーのシニアパートナーであるハンス・ヴェルナー・カース氏とデトレフ・モーア氏が、マッキンゼー・パブリッシングの編集長であるルーク・コリンズ氏と、自動車メーカーが業界の変化にどう対応すべきか、そして運転の楽しさは失われるのかどうかについて議論します。

理想的には、誰もが自動運転車を運転するのが最も安全です。しかし、これは結局のところ「理想的な状況」にすぎません。運転のプロセスを楽しむ人々は常に存在し、彼らはコンピューターの運転を信頼していません。しかし、喜んでコンピューターにハンドルを渡す人もたくさんいます。

[[280879]]

メーカーや自動運転技術は、安全運転に必要なデータを伝送するための特定の道路や交通信号システムを構築できるのか?そのようなバランスを実現できるのか?これが、現在自動運転技術が直面している課題です。

ラッシュアワーの交通渋滞時の運転感覚は明らかです。このとき、自動運転機能は生活の質を大幅に向上させます。この時間なら安心して車内で読書したり休憩したりできます。

[[280880]]

しかし、週末で天気も良く、田舎をドライブしてのんびり過ごす予定であれば、当然自分で運転したくなります。つまり、気分や交通状況に応じて自動運転を使用するかどうかを自律的に選択する能力は、自動運転が取り組むべき課題です。

これはまさに、多くの自動車メーカーが取り組む必要のある技術的な難題であり、いわゆる「レベル4の自動運転車」であり、自動運転技術を搭載していない路上の一般車が大量に存在する状況に対処する必要がある。

[[280881]]

L4レベルの自動運転では、車に高度なセンサー技術とコンピューティング機能が必要です。コンピューターのアルゴリズムは、独自のセンサーや画像を超えたデータを検出し、実際の交通状況を理解し、車両が正しく反応できるようにする必要があります。つまり、マルチセンシング技術は、周囲の画像、レーダー画像、光レーダー画像、さらには超音波画像やその他の入力情報を識別できるカメラベースのセンサーなどの情報入力を提供する必要があります。これは現在さまざまなメーカーが直面している技術的な障害であり、メーカーが取り組んでいる方向性でもあります。

そのため、レベル4自動運転車はまだ小規模な試験運用の段階にあります。結局のところ、曲がりくねった道が多い田舎道や悪天候の道路よりも、車線が明確に区切られた高速道路を運転する方がはるかに簡単です。しかし、運転経験が豊富になり、システムが学習し続け、技術が進歩し続けるにつれて、自動運転システムはより多くの交通状況に対応できるようになります。

[[280882]]

自動運転技術フレームワークの2番目の鍵は、専門家が「センサーフュージョン」と呼ぶものです。さまざまなセンサーからの入力情報を比較して統合し、最終的にその情報をソフトウェア アルゴリズムに入力するにはどうすればよいでしょうか。これは、「物体がどのくらいの速さで移動しているか、反対方向に移動しているか、同じ方向に平行に移動しているか、横方向に移動しているか」など、非常に単純な情報である可能性があります。この情報を入力すると、システムは車両に対して、ハンドルを回す、加速する、ブレーキをかけるなどの指示を出します。情報処理はリアルタイム、つまりおそらく 0.1 秒以内に行う必要があります。

[[280883]]

多くの OEM (相手先ブランド供給) は、適切な技術的知識を積極的に開発し、特にソフトウェアとハ​​ードウェアのシステムを統合できる必要な技術エンジニアの人材を雇用するために、社内リソースに投資しています。さらに、自動車メーカーは設計のプロトタイプとテストにも多額の投資を行っています。テスト場所は、特定の制限された環境または開けた道路で選択できます。ご想像のとおり、関係する技術的専門知識の幅広さと深さは、最大手の自動車会社であってもすべてを独力で習得できないことを意味します。したがって、テクノロジー企業にはやるべきことがたくさんあることは間違いありません。

[[280884]]

現在、4 つの破壊的な力が働いています。現在議論されている電化もその一つです。電化は新興技術分野ではありませんが、効率性の向上、環境保護、持続可能性の面ではまだ改善の余地が大きくあります。 2 番目の力は、先ほどお話しした接続性とデジタル化です。ワイヤレス接続技術を使用して、車両と第三者の間、または 2 台の車両間で大量の情報をさまざまなデバイス間で送信すると、かなりの新しい技術的機会と可能性がもたらされます。 3つ目は、自動運転技術に向けて開発が進められている、いわゆる先進運転支援システムです。 4番目の力は機動性です。旅行の選択肢はより多様化しました。

[[280885]]

現在、一部の自動車メーカーは、いわゆる「実験」や「小規模なパイロット」を実施しながら、消費者がどのようなタイプのモビリティオプションを受け入れるかを慎重に探っている。もう一つのカテゴリーは、株式投資や、資本投資や知的財産の共有といったパートナーシップの積極的な構築など、すでに「賭け」を行っています。 Google や Apple のようなテクノロジー企業であれ、Lyft や Uber のような旅行サービス プロバイダーであれ、いずれも従来の自動車会社と協力して自動車業界の専門知識を活用し、実用的なサービスを生み出しています。彼らは新しい産業、新しい世界を創造するために懸命に働きました。

<<:  誇張ではなく、絶対にそうはならない

>>:  人工知能は製品のサービスとサポートの方法を変える

ブログ    
ブログ    
ブログ    

推薦する

MITの研究者はAIを使って自動運転車が赤信号でアイドリングを回避できるように支援する

ドライバーが毎回信号を直進できるように旅行を計画できたらどうなるでしょうか?これは、特に幸運な状況下...

ビッグデータなどの最も中核的なキーテクノロジー:32のアルゴリズム

[[181277]]オーストリアの記号計算研究所 (RISC) の Christoph Koutsc...

未成年者の顔情報の処理には保護者の個別の同意が必要です

[[414012]] 「顔認識技術を用いた個人情報処理に関する民事訴訟における法律適用の若干の問題に...

人工知能があなたの生活を変える10の方法

人類は歴史の中で長い道のりを歩んできましたが、現在の技術の進歩は人類の進歩のペースを加速させ、すべて...

エッジコンピューティングの価値はデータにある

企業はビジネスニーズの変化に応じてスケールアップおよびスケールダウンできるコンピューティングおよびス...

反復コラボレーション法に基づく顔の超解像

2020CVPR 受理論文「Deep Face Super-Resolution with Iter...

2019 年のディープラーニング自然言語処理のトップ 10 開発トレンド

この記事では、最近 FloydHub ブログで Cathal Horan が紹介した自然言語処理のト...

Pythonアルゴリズムを使用して取引する方法

投資管理会社でシステム開発エンジニアとして働いていたとき、定量金融で成功するには、数学、プログラミン...

小売業向け AI を活用したビデオ分析

[[330057]]人工知能 (AI) は、情報の収集からビジネス価値を抽出することを目的とするデー...

アマゾンが新しいAlexa音声アシスタントをリリース、よりスマートで自然な会話

9月21日のニュース、水曜日、アマゾンは毎年恒例の新製品発表会で、生成型人工知能技術を統合した一連の...

...

3Dデモを使用してさまざまな最適化アルゴリズムを理解します。これはC++プログラマーにとって朗報です。

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

...

...