NIOはまたしても窮地に陥った!運転支援の責任は誰が負うべきでしょうか?

NIOはまたしても窮地に陥った!運転支援の責任は誰が負うべきでしょうか?

[[417840]]

運転支援機能がまた事故を起こした。

昨日、「Meiyihao」という公開アカウントが次のような死亡記事を掲載した。

  • 上山若水投資管理会社、一通天下飲食管理会社、美易豪ブランド管理会社の創立者である林文欽(愛称「孟建科」)は、自動運転機能(NOPパイロットモード)をオンにしたNIO ES8車を運転中に、沈海高速道路の漢江区間で交通事故に巻き込まれ、残念ながら31歳で亡くなりました。

半月前、NIO は交通安全事故スキャンダルに巻き込まれたようでした。一時期、NIO が最前線に押し上げられました。

誰かがNIOに真剣に言った。「宣伝するときは上限に従い、何か問題が起きたら下限に従いなさい」

誰かが言った。「自動運転の水がどれほど深いかを知っているのは、コードを書く人だけだ」

「一般的に、自動運転は信頼できない」と簡単にまとめる人もいます。

この事故で誰が正しかったか、誰が間違っていたかを議論するのはやめておくが、技術的な観点から言えば、Leifeng.com は立ち上がって公平な発言をする必要がある。

自動運転が運転支援のせいにされないように(今回の事件ではNIOのNOP機能)。

結局のところ、特定の技術が生命の安全に関係するだけでなく、関連する政策の策定に直接影響を与え、関連産業の将来の方向性を直接決定する可能性もある場合、一般の人々がある技術について正しく理解することは非常に重要です。

運転支援≠自動運転/無人運転

運転支援

一般的な運転支援機能には、アダプティブクルーズコントロール、前方衝突警告、自動緊急ブレーキ、車線維持支援、車線変更支援などがあります。

これらの機能は複雑に思えるが、要は「アシスト」という言葉であり、ある程度は運転圧力を分担できるが、その核心は車の制御を目的としていない。

センサー構成の面では、現在の運転支援はカメラの視覚データのみを使用しており、周囲の環境を正確に認識することができません。カメラは強い光の環境では誤検知を起こしやすく、ドライバーは依然として車両を制御する必要があります。

つまり、運転支援のシナリオでも、ドライバーが依然として主なドライバーです。運転支援機能付きの車両を購入する際は、軽々しく考えず、常に集中し、ハンドルから手を離さないようにとスタッフから何度も注意されると思います。

NIOのNOP、テスラのNOA、Xpeng MotorsのNGPを含めても、完全な自動運転の実現には程遠い。

例えば、小鵬汽車が以前開始した「小鵬NGP 3000km遠征チャレンジ」では、雷峰ドットコムは泉州から温州までの試乗に参加するよう招待された。ルートは全長570kmで、そのうち400km以上はNGP機能がオンになっている。

一日の運転体験中、手動操作が必要になったのは2回でした。1回はラウンドアバウトのランプを通過するときでした。雨のため、前方の車両が大量の水蒸気をはね飛ばしたため、運転手はランプから出なければなりませんでした。もう1回は、道路の左側が補修中で、衝突防止用の樽が乱雑に積み上げられていたときでした。

この点に関して、小鵬汽車は明確に次のように述べている。

  • NGPの高速自動ナビゲーション運転機能は、依然として運転支援の範疇に入ります。この機能の実装により、ドライバーがより簡単に、より安全に運転を完了できるよう支援したいと考えています。決してドライバーの代わりとなるものではありません。

これを見て、なぜ運転支援システムは衝突防止バレルでいつも失敗するのか、迂回を認識できれば大丈夫ではないのかと尋ねる友人もいるだろう。

業界のエンジニアはLeifeng.comに対し、運転支援システムは通常、認識精度と正確さに欠けると説明した。さらに、計画アルゴリズムの能力が十分ではなく、自動のクロスライン迂回は危険です。現時点では、手動で引き継ぐのが「最も簡単」な方法です。

自動運転

自動運転は原則としてドライバーの介入を必要としませんが、法律、規制、安全要件により、現在は自動運転車の運転席に安全担当者を配置する必要があります(予期しない状況が発生した場合、ドライバーが手動で引き継ぐことができます)。

さらに、技術面では、自動運転に対する要件は支援運転に対する要件よりも厳しくなります。

自動運転車が路上を走行する前に、関連エリアの高精度地図がシステムにインポートされ、車両が路上を走行中は、車体に搭載されたライダー、カメラなどのセンサーが周囲の情報をリアルタイムで収集し、より正確なアルゴリズムシステムが路上の静的/動的障害物を識別し、その移動軌跡を正確に予測します。

自動運転車は、さまざまな側面からの情報を組み合わせて、インテリジェントな判断を下し、新しいルートを計画し、車両の走行軌道を制御します。これは、運転支援にはない機能です。

この頃は車両が運転の主体となっていました。

無人

一般的に言えば、最高レベルの自動運転は、運転タスクを自動運転システムに完全に引き渡すことに相当します。運転席に安全担当者がいない可能性があり、ハンドルさえない場合があります。

しかし、完全な自動運転を実現するにはまだ長い道のりが残っています。

命を大切にし、運転支援を合理的に扱う

現在市販されている量産車は、宣伝ページでL2自動運転やL2.5/L2+自動運転と記載されているかどうかに関わらず、厳密に言えば運転支援であり、自動運転/無人運転とはまったく異なります。

しかし、AAA の調査によると、実際の走行距離 4,000 マイルを超えると、アシスト システムを搭載した車両では平均して 8 マイルごとに何らかの問題が発生したことがわかりました。

言い換えれば、これらの運転支援システムは 100% 安全で信頼できるものではありません。

一方、新車への運転支援システムの搭載率が急速に高まるにつれ、運転支援システムを作動させた状態で発生する交通事故が多発している。前述のNIO事故も含みます。

新車製造業界のリーダーとして認められているテスラでさえ、オートパイロットが数え切れないほどの命を救えると信じているにもかかわらず、時折、制御不能の危機に陥ることがある。

テスラは四半期ごとに、電気自動車群の安全記録データを公開しており、具体的にはオートパイロットがオンの場合とオフの場合の事故率を比較しています。

テスラは昨年の第3四半期報告書で次のように書いている。

  • オートパイロットをオンにしたテスラでは 459 万マイルごとに 1 回の事故が発生しましたが、アクティブ セーフティ機能のみを使用したテスラでは 242 万マイルごとに 1 回の事故率でした。オートパイロットやアクティブセーフティ機能を使用しないテスラ車は、179万マイルごとに事故を起こしている。比較すると、NHTSA の米国の自動車事故頻度は 479,000 マイルごとに 1 件の事故です。

オートパイロットは非常に強力に思えますが、これらのデータは非常に誤解を招きます。

MIT の調査によると、オートパイロットが非常に強力である主な理由は、主に高速道路で使用され、その割合が 94% にも上ることです。しかし、高速道路以外では、事故率は高速道路の3倍以上になります。

テスラの公式声明ではオートパイロットは高速道路でのみ使用可能としているが、高速道路は運転しやすく事故率も低いが、事故が起きれば大問題となる。

運転支援が未成熟な時代に、盲目的に「自動運転」を追求するのは非常に危険です。

責任を定義することの難しさ

実際、同様の事故が発生すると、責任をどのように定義するかという難しい問題が常に生じます。

2016年、北京・香港・マカオ高速道路の邯鄲区間を走行中、テスラ車の所有者が前方の道路清掃車に追突して死亡した。交通警察は、テスラの所有者が事故の主な責任を負っていると判断した。

しかし、被害者の父親はテスラを相手取り訴訟を起こし、テスラが自動運転機能を大げさに宣伝したために被害者は運転中に警戒を緩め、それが事故の真の原因だと主張した。自動運転システムがまだ完成しておらず、安全性を保証できないときに宣伝を通じてユーザーにシステムを信頼させたテスラは、相応の法的責任を負うべきだ。

同年、北京のテスラ車の所有者がオートパイロットモードをオンにした状態で左側に駐車していた車を避けることができず、両方の車が損傷した。

事故後、テスラの所有者はオンラインプラットフォームで事故の経緯を詳しく述べ、テスラが自動運転機能を誇張して購入者を誤解させたと苦情を述べた。

その後、テスラ中国の公式サイトでは「自動運転」という文字を「自動支援運転」に置き換え、「オーナーズマニュアル」を公開し、車両は必ず運転免許を持つ人が運転し、所有者の手は常にハンドルに置いておく必要があると規定した。

アイディールオートは昨年9月の事故を受けて、公式サイトで当初の「自動運転支援」を「運転支援」に変更した。

Ideal AutoもWeiboで公式声明を発表した。

  • 「現在、Ideal ONEのレベル2レベルの運転支援機能は、主にドライバーによる車両制御に依存しており、ドライバーの判断を完全に代替することはできない」と同氏はドライバーに対し、システムを安全に使用するよう呼びかけた。

技術は絶えず進歩していますが、業界全体の発展は成熟には程遠い状態です。

確かに、いくつかの暗い瞬間が、世界がより高度な自動運転の未来に向かって進むことを止めることはないだろうが、これらの事故は、なぜこの事故が起こったのか、そして再発を防ぐためにこの事故から何を学べるのかを考える重要な機会を与えてくれる。

これにより、自動車所有者は運転支援機能を明確かつ正しく理解して使用できるようになり、これが最も低コストで最大のメリットをもたらす答えとなる可能性があります。

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。

<<:  アルゴリズム調整、難易度がさらに7.3%上昇、ビットコイン採掘難易度は「回復」継続

>>:  データが増えるほど、AIの意思決定モデルは脆弱になる

ブログ    
ブログ    
ブログ    
ブログ    
ブログ    

推薦する

AIはクラウドコンピューティング大手の次の競争の焦点となる

人工知能が今日の情報技術分野で最もホットな話題であることは疑いの余地がなく、情報産業を豊かにし、改善...

あなたは人工知能についてどれくらい知っていますか?普通の人として、私たちはもっと多くのことを知る能力を持っているのでしょうか?

それはとても神秘的で、本当にハイエンドで、急速に発展しています!それは私たちの周りにあり、あなたは気...

CPU、TPU、GPU、DPU、QPUについて学ぶ

AIの人気に伴い、CPU、TPU、GPU、DPU、QPUなどの略語がさまざまなメディアで飛び交ってい...

2021年に注目すべき5つのRPAトレンド

RPA ツールの使用はここ数年で急増しています。今年のパンデミックにより、組織は、特に RPA が最...

スマートビルにはスマートクリーニングが必要な理由

スマートビルへの移行はヨーロッパ全土で加速しています。あらゆる業界の組織が顧客と従業員のエクスペリエ...

快手とインテルが提携し、KGNN プラットフォームでの大規模リアルタイム動的グラフトレーニングの効率を向上

ショートビデオの推奨やソーシャル推奨などのアプリケーションシナリオでは、推奨システムは大量の急速に変...

Github 年次レポートレビュー: TensorFlow が間違いなく最大の勝者です!

現在、世界中の何百万もの開発者が GitHub を使用してコードを共有し、ビジネスを構築しており、多...

推論性能はH100の10倍! 21歳の中国人男性がハーバード大学を中退しAI加速チップ「Sohu」を開発、2人の会社の価値は3400万ドル

ピカのような神レベルの起業家物語が再び起こるでしょうか?ハーバード大学を中退した2人の若者が、大規模...

米メディア予測:2021年の人工知能の4大トレンド

9月21日、米フォーブス隔週刊ウェブサイトは「2021年の人工知能の4大トレンド」と題するレポートを...

インドは、大規模言語モデルの開発を強化するためにAI分野に1037億ルピーの投資を発表した。

インド政府は3月8日、「インドにAIを根付かせる」と「AIをインドのために役立てる」という2大目標の...

...

AIが人々の恋愛探しをどうサポートするか

過去10年間で、多数のカップルがオンラインで出会いました。出会い系アプリを使って恋人を見つけることは...

音声対話とニューラルネットワークで構築された人工知能車両システム「WindLink 3.0」が正式に発売されました

明日のフライトとホテルを予約し、天気を確認する。このようなシナリオは誰もが経験したことがあると思いま...

JD.com JDataアルゴリズムコンテスト決勝戦が無事終了、優勝賞金30万人民元は「魯班第7号」に

6月6日、JDグループとインテルが共同主催し、単一アルゴリズム競技会の参加者数で世界記録を樹立したJ...

確率的隠れ層モデルに基づくショッピングペアリングプッシュ:アリババが新しいユーザー嗜好予測モデルを提案

論文:混合モデルアプローチによる電子商取引プッシュ通知での補完製品の推奨論文リンク: https:/...