自動運転車の危険性: 自動運転車が世界中で実現できないのはなぜか

自動運転車の危険性: 自動運転車が世界中で実現できないのはなぜか

テスラは2020年10月、車の所有者が駐車し、巡航速度で車線を自動的に維持し、赤信号で停止することを可能にする「完全自動運転」ソフトウェアを発表し、世界的な注目を集めた。この発表は、完全な自動運転技術に向けた大きな一歩となるはずだった。

[[435154]]

しかし、「完全自動運転」という名称は、一部のドライバーを誤解させ、自分の車に監視は不要だと誤解させる可能性があるとフォーチュンは報じている。規制当局は、ユーザーに対し、この技術を注意深く監視し、「不当な安全リスクから国民を守るための措置を講じる」よう警告した。

Mediumが公開した2018年のチャートによると、2020年は完全自動運転車が市場に参入し始める年となる。しかし、業界標準では、テスラの完全自動運転ソフトウェアでさえ、先進運転支援システム (ADAS) としかみなされていません。

では、自動運転車の実現を阻んでいるものは何でしょうか? 自動運転車が市場に出るまでに克服しなければならない重要な問題のいくつかを詳しく見てみましょう。

機械が人間のように考えるという誤り

克服すべき最大の問題の一つは、IoT テクノロジーが大きく進歩したにもかかわらず、コンピューターが人間レベルの知能を獲得するにはまだ程遠いということです。

もちろん、画像内の物体を識別したり、静的な環境で単純なコマンドを実行したりするような個別のタスクに関しては、機械は人間をはるかに上回ります。それでも、これらのスキルの多くは、より一般的な状況には当てはまりません。

車を運転し、赤信号を認識するという行為は単純な機械で実現できますが、運転中に発生する変数の数が多いため、高度な知能と適応力が求められます。

2017年の記事で、ロボット工学と人工知能の第一人者であるロドニー・ブルックス氏は、運転中に生じる「危険な状況」の数が多いため、自動運転車は短期的には実現不可能であると述べた。これは、他人の運転ミス、道路上の障害物、誤解を招くような道路標示など、異常な出来事の頻度を指します。

たとえば、人間は異常な出来事に自然に反応し、素早く調整することができますが、機械にとっては、前方の道路に適切に反応するために行動を調整する方法を理解するのは難しいかもしれません。

センサー障害物

自動運転車は複数のセンサーを使用して周囲と対話します。これは、歩行者、他の車両、ロボット標識などの物体を検出するのに役立ちます。カメラは、車が物体を認識し、車両とその進路上の物体との距離を把握するのにも役立ちます。レーダーは他の車両や物体の速度や方向をマッピングすることもできます。

これらのセンサーは、車の制御システムにフィードバックを提供し、どこで操縦するか、どこで停止するかを提案します。完全自律走行車には、あらゆる状況下で物体の距離と速度を素早く判断し、常に安全を確保しながら、物体を正確に検出するためのさまざまなセンサーが必要です。

ただし、悪天候、交通量の増加、道路標識の劣化、標示の損傷などの要因は、センサーの機能に大きな影響を与える可能性があります。

真に自律的な車両が機能するためには、使用されるセンサーが、さまざまな環境の最も過酷な条件でも信号を理解できるほど、高度な適応性と堅牢性を備えている必要があります。テスラのモデルが駐車中の車両に衝突する事故に巻き込まれていることを考えると、信頼性の高い自律センサーの開発にはまだ道のりが残っていることがわかります。

サイバーセキュリティテロリズム

自動運転車の安全性については、技術が障害物をどれだけ正確に理解し、対応するかという点で広く懸念されている。それでも、コネクテッドカーはサイバー攻撃の被害者になる可能性があります。

交通ジャーナリストのクリスチャン・ウォルマー氏は、「ビッグデータハッキングやセキュリティ侵害など、コンピューティングの他の分野では広範囲にわたるハッキングが発生しており、自動運転車にも同様のハッキングが発生するだろう」と報告している。

ハッキングされた車両に伴う危険性を考えると、自動車のファームウェアにセキュリティ上の問題があれば広範囲にわたる混乱を招く可能性があり、厳格なテストが行​​われる前に自動運転車の導入を見通すことは困難になる。

保険の複雑さに対する不安

自動運転車の導入には多くの経済的影響が伴います。保険の問題、そして事故が発生した場合の責任の所在は、乗り越えるべき大きなハードルです。

伝統的に、ドライバーは発生した事故をカバーするために自動車保険に加入します。それでも、車両が完全に自動運転であれば、車両側に過失がある可能性が高い場合に所有者が支払う理由はありません。

自動運転車の登場は、自動車所有者の自動車購入方法に変化をもたらすでしょう。保険がメーカーの手に渡れば、車両コストがさらに上昇する可能性がある。 HP または PCP ファイナンスを通じて車両を購入することに慣れつつある世界では、所有権の複雑さは潜在的な購入者にとってまったく不快感を与える可能性があります。

そうは言っても、自動運転車が運転の未来において重要な役割を果たすことは間違いありません。この技術とその複雑な影響が、10年後には個人用車両が道路を走るようになるまで発展するにせよ、あるいは、何らかの形の軽量配送車両が投入される可能性の方が高いにせよ、それは業界における相互接続性とイノベーションの可能性を証明するものである。

<<:  2022 年のソフトウェア開発に関する 5 つの予測

>>:  IoTとAI:輸送管理の変革

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

人工知能が医薬品開発を加速させる

業界における人工知能(AI)の応用シナリオは増え続けており(日常的なスマート製品から大規模なイノベー...

...

新しい研究:医療AIが新たな統合失調症患者の治療効果をほぼ盲検で評価

1月12日、新たな研究により、統合失調症患者の治療で医師を支援するために使用されるコンピューターアル...

バックエンド開発にとってどれほど恥ずかしいことでしょうか?フロントエンドプログラマーの給与が明らかに

最近、バックエンドで数年間働いてきたプログラマーが、かなり混乱を招く質問をオンラインで提起しました。...

顔認識技術が明らかに、未来はもうすぐ「手の届くところ」に!

[51CTO.com からのオリジナル記事]昨日の記事「顔認識の威力はどれほどか? AIFR 技術...

ChatGPTの愚かさに対する新たな説明: 世界はAIによって変化し、訓練されたときとは異なっている

学術界は、ChatGPT がなぜ愚かになったのかという新たな説明を持っています。カリフォルニア大学サ...

10x Nvidia GPU: Google TPUスタートアップチームによる、モデル固有の大型チップが一夜にして有名に

モデルが GPT-3.5 のように数千億の規模に達すると、トレーニングと推論のための計算能力は一般的...

人工知能は人間と同じくらい創造的になれるのでしょうか?

創造性は、芸術、文学、科学、技術など、斬新で価値があり、意義のある作品を生み出すことを可能にする人間...

「チューリップ」は、感染症予防・抑制期間中に政府情報へのアクセスを容易にするためのインテリジェントな質疑応答アシスタントを作成します。

突然の感染拡大に直面し、国民は情報の適時性、透明性、伝達効率にさらに注目するようになった。このような...

...

PyTorch と TensorFlow で画像分類モデルをトレーニングする方法

導入画像分類は、コンピューター ビジョンの最も重要なアプリケーションの 1 つです。その応用範囲は、...

GPUパフォーマンスを最大化

AI プロジェクトを高速化するためのデフォルトのアプローチは、GPU クラスターのサイズを増やすこと...

合意アルゴリズムRaftの簡単な紹介

[[417323]]この記事は、張張が執筆したWeChatパブリックアカウント「建築改善への道」から...