自動運転事故の安全問題をどう解決するか?

自動運転事故の安全問題をどう解決するか?

[[418475]]

かつては空想の技術だった自動運転が、今や徐々に現実のものとなりつつある。 Google、Tesla、Uber、Baidu、Weilai、Didiなどの企業に代表されるように、世界各国の多くの企業が自動運転技術の研究開発や応用試験を積極的に行っています。交通安全の向上と交通渋滞の緩和という本来の目的のもと、自動運転は現在、世界の自動車産業における開発と変化の主要な方向性の 1 つになりつつあります。

現在、自動運転技術がますます成熟し、商用化プロセスが加速し続けるにつれて、L4レベルの自動運転を達成した、または達成しようとしていると主張する企業がますます増えており、L5レベルの完全自動運転にますます近づいています。しかし、L4からL5へのステップは極めて困難です。十分に完成された技術、インフラ、安全性の保証がなければ、路上での無人運転車の大規模な導入は夢物語になるかもしれません。

同時に、多くのメーカーが推進するL2~L4レベルの自動運転アプリケーションでは安全性の問題が頻繁に発生し、業界の進歩を大きく妨げています。最近、わずか31歳の起業家が「NOP状態」でNIO ES8を運転中に交通事故で亡くなり、自動運転の安全性の問題に改めて注目が集まりました。自動運転の安全性をどう確保するか。これは解決すべき緊急の課題となっている。

自動運転に関連した安全事故が発生したのは今回が初めてではないことが分かっている。近年、Apple、Google、Uber、Didiなどの企業が関与する自動運転による交通事故が世界中で毎年のように多く発生しています。その中で、テスラは「常連客」だ。米道路交通安全局は、2018年以降、テスラの自動運転車に関連する安全事故の報告を11件受けたと伝えられている。

つまり、現時点では、自動運転のテストであれ、試験運用であれ、正式に公道を走ることであれ、「安全」という言葉から逃れることはできない。この二つの言葉は、自動運転車の実際の大規模導入を妨げる重要な理由にもなっています。では、自動運転車の安全性の問題をどう解決すればいいのでしょうか。そして、自動運転車の実用化をどう進めていけばいいのでしょうか。私は、次の3つの点に取り組む必要があると考えています。

まず、技術面では、政府と企業はコア技術の研究開発と革新を継続的に強化し、自動運転車の識別、知覚、意思決定などの重要な側面における能力を高め、自動運転車自体の安全レベルを十分に向上させる必要があります。言い換えれば、「鍛冶屋は自分の鉄を自分で研がなければならない」ということです。技術レベルと製品レベルで信頼性とセキュリティを確保することによってのみ、後続のアプリケーションをさらに統合および強化することができます。

第二に、インフラ面では、自動運転車は普通の車とは異なり、大規模な普及には車道連携の支援が必要です。つまり、自動運転車が安全に走行するためには、他の車両や関連する道路施設などと情報を交換する必要があるのです。したがって、自動運転車の実際のニーズに応じて、既存のインフラを変革し、新しいインフラをターゲットを絞って構築する必要があります。

第三に、法規制面では、既存の交通規制を継続的に改善し、自動運転に関する特別規制を継続的に策定し、道路上の自動運転車両に関わるすべての要素を立法上の考慮に組み込み、自動運転車両の運行に対する監督を強化し、運転者(乗客)と交通参加者に対する宣伝と教育を強化しなければなりません。 「ソフト」と「ハード」の両方の対策を講じることによってのみ、安全意識を高め、セキュリティの保証を強化することができます。

<<:  自然:機械が人間の言語の出現を促進する

>>:  マスク氏はAIデーでテスラに関する難しい技術的質問に答える予定

ブログ    
ブログ    
ブログ    

推薦する

NASA、宇宙飛行士が宇宙船と自由に通信できるようにするChatGPTスタイルのAIを開発

6月26日のニュースでは、SF映画「2001年宇宙の旅」の中で、AIスーパーコンピュータHAL900...

NeurIPS 2019: Google が機械学習における分布外異常検出を改善する新しい手法を提案

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...

...

Google Cloud AI が機械学習にどのように役立つかを包括的に説明します

[51CTO.com クイック翻訳] 調査によると、Google Cloud AI および機械学習プ...

変化が起こっています!機械学習は人類をどこへ導くのでしょうか?

[[187530]]人工知能 (AI) がどのように未来を予測し、職場を変え、さらには雇用を生み出...

マルチモーダル大規模モデル機能評価: Bard は必要なものですか?

ChatGPT に続いて、OpenAI のライブ ブロードキャストでは、視覚入力はまだ広く利用可能...

...

企業が機械学習を導入する際に直面する課題

機械学習は非常に重要な技術です。現在、50%以上の企業が機械学習の導入を検討または計画しており、企業...

ワイヤレス ネットワーク戦略に必要な 6 つの AI 要素

人工知能 (AI) の進歩により、組織は予測可能で信頼性が高く、測定可能な WiFi を使用してワイ...

...

インテル子会社が自動運転向け5nm RISC-Vプロセッサをリリース

CES(コンシューマーエレクトロニクスショー)がラスベガスで盛況だ。インテル、マイクロソフト、グーグ...

...

C# で開発されたソートアルゴリズムの詳細な説明

C# 言語は、まだ比較的一般的なものです。ここでは、バブル ソート、選択ソート、挿入ソート、シェル ...

ハーバード大学の新しい研究がサイエンス誌の表紙を飾る:この機械式外骨格は「軽量」なショートパンツだ

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...

76ページのレビュー+300以上の参考文献で、Tiandaチームは大規模言語モデルアライメント技術を包括的に紹介しています。

最近、天津大学の熊徳一教授のチームが大規模言語モデルアライメント技術に関するレビュー論文(以下、アラ...