自動運転に関して、私たちはこれら 3 つの重要な問題を意図的に避けているのでしょうか?

自動運転に関して、私たちはこれら 3 つの重要な問題を意図的に避けているのでしょうか?

Leifeng.com によると、「部屋の中の象」という外国の慣用句は、「ワニの涙」と同じくらい有名です。これは、明らかに存在する問題ですが、議論すると人々が不快になるため、意図的に避けられていることを表現しています。現在、自動運転の分野でも、3頭の象が存在感を示しており、間違いなく私たちの注目に値します。

[[345990]]

次に、意図的に回避されている次の 3 つの重要な問題を見てみましょう。

これは本当に AI エンジン アーキテクチャにとって正しい選択なのでしょうか? 最初から間違った方向に進んでいるのでしょうか?

今世紀初頭のDARPA自動運転チャレンジ以降、自動運転技術は各方面から注目を集め、自動運転技術の商用化をできるだけ早く実現するために、数十億ドルのホットマネーが投入されました。一般的に言えば、自律走行車アーキテクチャのコアコンポーネントはセンサーアレイ(レーダー、LiDAR、カメラ)であり、これはデータを収集し、車両が外部環境の正確なビューを確立するのに役立つ認識システムに「フィード」する役割を果たします。この視点とタスクに基づいて、自動運転車は目的地まで自律的に移動できます。

具体的には、3つの主要センサーのうち、LiDARは正確な距離計算を、レーダーは正確な速度(移動方向を含む)情報の提供を、カメラはターゲット認識の中核を担っています。

一般的に、AI アルゴリズムは、車両が環境全体を継続的かつ徹底的に観察する知識ベースに似たモデルを選択します。実際、これは、不注意運転の問題に対処する上で自動運転車が提供する安全性の価値提案の重要な部分です。

現在の計画によれば、エンジニアはデータベースを使用して人工知能エンジンをトレーニングし、ラベルの付いた物体を認識することを学習できるようになる。もちろん、ピクセル、ポイントクラウド、または画像レーダーを通じてあらゆる方向から来る物体を識別するのは難しい作業です。なぜなら、人の画像が貼り付けられたバンや、自転車を押しながら歩く人(その年のアリゾナ州での Uber の事例)など、自動運転車を混乱させる物体は常に存在するからです。この問題に対するこの「データアップ」アプローチは、次の興味深いトレーニング セットが常に欠落している一方で、コア認識システムはピクセル レベルの詳細に敏感であるように見えるため、深刻な堅牢性の問題を抱えています。

重要な疑問は、このアプローチは使い尽くされるのか、それともエンジニアリングの堅牢性に関して根本的な欠陥があるのか​​、ということです。トレーニングや高精度センサーへの依存度が低い新しいアーキテクチャが必要なのでしょうか。100 年前、ニコラ テスラは交流を発明しましたが、当時の市場の主流はエジソンの直流でした。さて、新しい「交流電流」を発明するには、新しいテスラが必要でしょうか?

DSRC (専用短距離通信) は機能していないのに、それを認めたくないのでしょうか?

DSRC は 20 年以上前から存在しており、その間、主流の交通業界では DSRC が次世代の交通インフラの基盤になると信じられてきました。さまざまな公的機関が、DSRC によって推進される技術の波の準備状況に関するコンサルティング調査を数多く実施してきました。しかし、5G テクノロジーが発展するにつれて、技術レベルと商業レベルの両方でこの波に懐疑的になる理由はあるのでしょうか?

技術的な観点から言えば、自動運転プロバイダーの立場に立つと、DSRC インフラストラクチャの普及にすべての希望を託すことは絶対にありません。この文脈では、DSRC が完全に利用できないことを前提としてソリューションを構築する必要があります。それに加えて、さまざまなトレードオフや代替案が出現すると、DSRC の特定の技術的利点はそれほど魅力的ではなくなる可能性があります。

ビジネスの観点から見ると、DSRC インフラに数十億ドル (またはそれ以上) を費やすことをいとわない企業はあるでしょうか? 現状では、5G には完全な商業利益モデルがありますが、DSRC にはそれがありません。 WiFi スペクトルの使用に関する FCC の最近の行動を考慮すると、DSRC は本当に実現可能でしょうか?

Zoom は運輸業界に大変革をもたらすでしょうか?

コンピュータ技術の初期の頃は、小売業者がコンピュータを使用して在庫や請求書の計算を行っており、最も積極的に導入していました。これらの機能は小売業者にとって確かに実用的ですが、近年、実店舗の小売業は電子商取引に完全に打ち負かされてきました。

自動運転技術は運輸業界の「在庫管理」になるのでしょうか?つまり、自動運転は確かに非常に便利ですが、人々を「移動」させる最も効率的な方法は、仮想会議ではないでしょうか?教育、仕事、娯楽、医療、ショッピングなどの主要な経済機能がオンラインに移行しており、この傾向が従来の輸送に与える影響は甚大です。革命が続けば、従来の交通手段の焦点は個人所有の乗用車から次のものへと移行するでしょう。

  • 電子商取引による自動化物流。
  • 公共交通機関やモビリティ・アズ・ア・サービスを活用したラストマイルシェアリングソリューション。
  • 配達ロボット主導の最後の100mソリューション。

興味深いことに、FCC が WiFi の使用のために DSRC スペクトルを放棄するという決定により、実際には最も安全な輸送手段が実現することになるようです。

「チーズはどこへ消えた?」は有名な動機付けの寓話です。本質的には、これは経営スタイルの変化です。うまく対処しているコミュニティや組織もありますが、チーズが保管されていた古い場所に戻り続け、チーズがどこへ行ったのかと不思議に思うコミュニティや組織もあります。

輸送業界は大きな変化を遂げており、象ほどの大きさのチーズが輸送されています。

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式サイトにアクセスして許可を申請してください。

<<:  これらの 10 個のオープンソース機械学習ツールを使用したことがありますか?

>>:  Windows コンピューターでディープラーニング モデルをトレーニングしますか?非常に詳細な設定チュートリアルはこちら

ブログ    

推薦する

これら5つのコアテクノロジーを理解すれば、人工知能はもうあなたの身近な存在に

人工知能は現在最も注目されている産業であり、将来的にはロボット、スマートセンサー、ウェアラブルデバイ...

持続可能な都市計画とスマートシティに人工知能を活用する方法

21 世紀の急速な都市化は、交通渋滞や汚染から住宅不足や公共サービスの逼迫まで、数多くの課題をもたら...

MIT は隠れた物体を「認識」できるロボットを開発中。「私たちはロボットに超人的な認識力を与えようとしている」

MITの研究者らは、視覚と無線周波数(RF)センシングを組み合わせて、視界から隠れている物体でも見...

2017年にディープラーニングを学ばなければならない理由

[[200338]]私もディープラーニングの初心者です。この記事はあくまでも私の個人的な意見です。私...

3つの大きな問題を解決すれば、ドローン配送の時代が徐々に近づいてくる

生活のペースが加速し続けるにつれて、テイクアウトや物流などの輸送効率に対する人々の要求はますます高ま...

グッドホープ・リンユンは並外れた知恵とビジョンを持っています丨2021グッドホープ・パートナーサミットが桂林で開催されました

2021年9月9日、「大空に舞い上がる希望、素晴らしいビジョンを持つ」2021年グッドホープパートナ...

Uni-TTS音声合成モデルのアップグレード:1つの音声、複数の言語、高忠実度、高効率

最近、マイクロソフトは最新の Azure ニューラル ネットワーク音声合成技術 Uni-TTSv3 ...

独立サイトへのアクセス数が10万を超えました。YidiantianxiaのKreadoAIのサポートにより、海外のウィッグ市場でこのように活躍できることがわかりました。

近年、ウィッグ業界は海外進出のホットな分野として、国際市場で急速に台頭してきました。 Statist...

論文と新しいビデオはこちら、サウスイースト大学が「室温超伝導体」LK-99の奇妙な抵抗挙動を説明

最近、各国の科学者らが韓国の「常温超伝導」物質LK-99に関する研究を発表し、悲観的な見方をする人が...

...

...

...

...