自動運転は「終焉」に向かっている

技術導入への困難な道のりは、特定の客観的な法則に従わなければならず、それはいかなる利害関係者の意見によっても変えることはできません。

例えば、自動運転業界では、約 5 年前には、実務家は一般的に 2020 年が自動運転の爆発的な普及の転換点になると予測していましたが、今日に至るまで、ほとんどの人は自動運転からまだ程遠い状況にあります。

少し前に、ロビン・リー氏は、5年以内に自動運転が完全に商用化され、渋滞が大幅に緩和され、購入や運転の制限が不要になると再び予測しました。

[[344315]]

これについては私は悲観的です。既存のソーシャル ネットワークを変革しようとする新しいテクノロジーには、テクノロジーを超えた一連の未知の要素が関係しています。それらを組み合わせなければ、組み合わせることはできませんし、おそらく組み合わせることすらできないでしょう。

しかし、自動運転に対して完全に悲観的になるべきでしょうか? もちろんそうではありません。一部の人々の目には、少なくとも短期的には、自動運転が本当に大規模に導入されるためには、一定の境界条件が必要であると映るだけです。

中心となるキーワードは「closed」です。

なんと言えばいいでしょうか？

メイフラワー号

まずは海から始めましょう。

数か月前、テクノロジーメディアのベンチャービートは、IBMと英国の非営利団体が、1620年に歴史を変えた船「メイフラワー号」のような自律航行船の開発を計画していると報じた。

商業的な観点から見ると、海洋自動運転によって得られるメリットは莫大です。現時点で、海上を航行する貨物船は9万隻を超えています。乗組員関連のコストは海上輸送の総コストの約30％を占めています。自動運転はこれらのコストを大幅に削減し、内部スペースを最適化し、さらにコストを削減し、自動運転車メーカーがよく説くように「事故率を下げる」ことができます。

さらに重要なのは、技術的な観点から、都市交通の複雑な環境とそれに伴うアルゴリズムのトラブルと比較すると、海洋はほぼ広大な閉鎖空間であり、AIに対する要件は比較的「緩やか」であるため、コンピューティングパワーの負荷を大幅に軽減できることです。ある意味では、海洋自動運転は航空機の自動巡航に近いと言えます。

この事件は海上で起きたが、少なくとも近い将来においては自動運転車は「閉鎖空間」でしか走行できないという陸上の見解を裏付けているようだ。

つまり、自動運転の主体は「車」ではなく「クローズドシステム」なのです。経済学者の李紫陽氏はこう述べている。「自動運転が成功するには、鉄道輸送のように閉鎖的なシステムになる必要がある。つまり、道路交通の組織化の度合いを高めることで問題を解決する必要がある。現時点では、道路が変わらず、車に小さな「人工知能」が搭載されているだけであれば、車が真に自動化されることは不可能だ。」

その理由は実は理解するのが難しくありません。

1 台の自動車を完全に自動運転にすることは難しくありませんが、自動運転 (少なくともテクノロジー大手が誇張している種類の自動運転) の本質は、交通組織とシステムの問題を大規模に解決することです。このシステムは、現段階では閉じられることしかできません。

なぜなら、今日のいわゆる人工知能は本質的には過去の経験の要約に基づいた統計的手法を使用して予測の精度を高めているからです。しかし、実際の交通システムでは、さまざまな事故がランダムに分布しています。

科学ライターの万維剛氏はかつてある記事でこう書いている。「車を運転するとき、あなたは単にハンドルを握ってアクセルとブレーキを操作しているのではない。あなたは非常に賢い。あなたは交通信号を見て、さまざまな道路標識を見て、道路に何があるのか​​判断しなければならない。前方の道路をゆっくりと歩いているアヒルがいたら、ブレーキを踏まなければならない。しかし、それが鳥であれば、車が通り過ぎると飛び去ると想像できるので、減速する必要は無い。道路にビニール袋があれば、直接轢くことができるが、石であれば、それを迂回しなければならない。あなたは道路状況について深い理解を持っている。この理解は、あなたの人生経験と日常生活で蓄積した経験に関連している。少なくとも、あなたはビニール袋が何であるか、石が何であるかを知っている必要があるが、車は知らない。」

「路面電車のAI版」

結局のところ、機械は経験の範囲外の驚きを予測することはできません。

そのため、一部の人々の目には、自動運転が「開かれた道路」を走行したいのであれば、ある程度「オープンAI」、つまり「汎用AI」と組み合わせる必要があると映ります。しかし、これまでのところ、AIは固定された知識領域に閉じ込められており、その領域から少しでも逸脱すると、すぐに赤ちゃんのような行動をとることになります。

DeepMind の創設者であるハサビス氏はかつて、ディープラーニングは汎用 AI を解決するための 1 つの要素にすぎないと述べていました。「脳は包括的なシステムですが、脳のさまざまな部分がさまざまなタスクを担当しています。海馬は状況記憶を、前頭前野は制御を、といった具合です。現在のディープラーニングは、脳の感覚野、つまり視覚野や聴覚野に相当するものと考えることができます。しかし、真の知能はそれ以上のものです。それをより高次の思考や記号的推論に再構築する必要があります。」

この道のりはまだ長く困難であり、悲観論者の目には自動運転は手の届かないものになるかもしれない。

もちろん、悲観主義者はしばしば正しく、楽観主義者はしばしば成功し、これらの困難は最終的には「将来」克服されると言えるかもしれません。

そうかもしれないが、自動運転と都市の関係は段階的である必要があることは否定できない。

今後 5 年間で、路線バス、無人配達、キャンパス内のマイクロサーキュレーションなど、シンプルで閉じたシナリオで自動運転が成熟して実装されるようになると信じています。

しかし、さらに発展させて、道路の再構築を通じてより広範な運転シナリオをクローズドシステムに変えたい場合（AIの計算能力が実際の問題に対応し、真の「車道連携」を実現できるようにするため）、それはそれほど簡単ではなく、リーダーは間違いなく政府になります。したがって、ある意味では、自動運転は技術的な問題というよりも、都市ガバナンスの問題です。

これはガバナンスの問題なので、次の疑問が浮かびます。自動運転がインフラに大きく依存している場合、両者の関係は「相互推進」ではなく「相互待機」になる可能性があります。その背後には膨大なコストの問題があるためです。結局のところ、自動運転は普及させる必要がある技術である「に違いない」と誰もが信じているわけではありません。

では、自動運転は将来どこに向かうのでしょうか? それはまた、「路面電車の AI バージョン」になるかもしれませんし、あるいは、現在の人々の想像を超えた他のシステムになるかもしれません。

しかし、それは常に、ある程度の親密さで既存の交通システムと統合されることになります。なぜなら、新しいテクノロジーが出現すると、後戻りできなくなることがよくあるからです。すでに世界中の有能な国や企業が、自動運転の長い競争に参戦しています。

中国を例に挙げてみましょう。自動運転が将来どこに向かうにせよ、中国の自動運転におけるイノベーション能力は徐々に向上しています。天眼茶プロフェッショナル版の特許データによると、不完全な統計によると、わが国には「自動運転」または「無人運転」に関連する特許が12,000件以上あり、そのうち3,000件以上が2019年に新規に申請されたものです。

まあ、技術は進歩しています。今日の観点から見ると、これは自動運転が「閉鎖」に向かって加速していることを意味するかもしれません。実践者が説くほど美しいものではないかもしれませんが、意味のあることでもあります。ある学者はこう言っています。「たとえ新しい技術の発明の49％が問題であったとしても、それらは51％の利益ももたらします。違いはこの2％にあります。2％は非常に小さいですが、人間はこの2％を必要としており、それが年々蓄積されて強い影響力を生み出します。したがって、たとえ新しい発明によってもたらされる利益が問題よりほんの少しだけ大きいだけでも、これは人類の進歩の原動力です。」

私たちにできるのはそれを信じることを選択することだけです。