インテリジェント交通の時代に踏み出すには、これら 3 つのことをうまく行う必要があります。

インテリジェント交通の時代に踏み出すには、これら 3 つのことをうまく行う必要があります。

[[438413]]

都市の生命線であり動脈である交通の発展は極めて重要です。しかし、近年、都市化が進み、自動車保有台数も増加し続けているため、さまざまな交通問題が顕在化しています。このような状況の中で、車両数が多く道路が少ないことによる需要と供給の矛盾をいかに解決し、道路交通の利用率を向上させ、交通事故、渋滞、駐車困難などの問題を緩和するかが、都市の発展が直面する困難な課題となっている。

幸いなことに、モノのインターネット、AI、5Gなどの新世代情報技術の出現と応用により、さまざまな交通問題を解決する機会がもたらされました。現在、自動運転や生体認証などの技術の応用は日々増加しており、モバイル決済や非接触決済などの金融技術の応用もますます広範囲になっています。また、スマート横断歩道、スマート信号機、スマートガソリンスタンドなどのインフラのインテリジェント化も加速し続けており、インテリジェント交通のトレンドはますます顕著になっています。

百度CEOのロビン・リー氏が12月2日に出版した新著『インテリジェント交通:今後10~40年間で人類に影響を及ぼす大きな変化』では、インテリジェンスが交通の高品質な発展の未来であり、将来の交通ボトルネックを打破する鍵であると述べられている。ロビン・リー氏は著書の中で、インテリジェント交通の将来について次のように述べています。新しい技術、新しい概念、新しいモデルで構築されたインテリジェント交通システムにより、交通事故が 90% 削減され、購入制限、交通規制、渋滞などの問題が解決されることが期待されます。

これは業界企業の見解であるだけでなく、国民の総意でもあります。わが国の交通運輸省は早くも2017年に「スマート交通で旅行をより便利にする行動計画」を発表した。その後数年間、国は「国家総合立体交通ネットワーク計画要綱」、「交通強国建設要綱」、「交通分野新インフラ建設行動計画(2021-2025)」などの政策を相次いで発表し、インテリジェント交通への関心、投資、建設、発展を高めてきた。

インテリジェント交通の構築には、特に3つの点が重要です。これら3つのポイントを確実に実行することによってのみ、真のインテリジェント交通の時代を迎えることができると言えます。その 1 つはインテリジェント テクノロジーの応用であり、最も代表的なのは自動運転と車両ネットワークです。自動運転は人と車との衝突を解決し、車両ネットワークは車と道路との問題を解決します。この2つの技術は、インテリジェントな交通を実現するための基礎技術です。残念ながら、現時点では我が国は依然として、これら 2 つの技術の応用におけるセキュリティなどの課題と困難に直面しています。

2点目は支援インフラの構築です。スマート交通では「車両と道路」のインテリジェント化が焦点ですが、スマート信号、スマート横断歩道、スマート駐車場、スマートガソリンスタンドなど、対応するサポート施設の同時インテリジェント化も不可欠です。この方法でのみ、包括的なインテリジェンスを実現できます。現段階では、わが国の車両や道路の知能化レベルは高くなく、支援インフラもほとんどありません。その多くは試験的な領域にとどまっており、将来に向けての道のりはまだまだ長いです。

さらに、3点目は、法的規範の策定・整備でございます。インテリジェント交通の時代には、道路での自動運転の問題、交通事故における責任と権利の分担、医療保険、企業の製品安全、データのプライバシー、道路インフラの建設など、それをサポートするには対応する法律が必要です。現時点では、我が国の発展はまだ始まったばかりであり、インテリジェント交通の真の到来にはさらなる忍耐が必要になるかもしれません。

<<:  クラウド コンピューティング テクノロジーの進化において、人工知能はどのような役割を果たすのでしょうか?

>>:  二重の流行が迫る中、機械学習アルゴリズムは新型コロナウイルスの迅速な検出にどのように役立つのでしょうか?

ブログ    
ブログ    

推薦する

...

製造および自動化アプリケーション向けの人工知能技術の選び方

人工知能 (AI) の定義は、産業オートメーションにおける生産と、研究室外の日常生活では大きく異なり...

機械翻訳: Google 翻訳がほぼすべての言語を翻訳できる仕組み

[[345484]]誰もが Google 翻訳をよく知っているはずですが、ほぼすべての既知の言語を私...

...

機械学習がシステム設計に与える影響: 学習したインデックス構造の簡単な分析

顔認識からチェックイン、さまざまなアプリケーションの「あなたの好きなものを推測」まで、現在の機械学習...

探索的データ分析: 人工知能と機械学習の有効性を判断するための第一歩

データ品質の低さは、人工知能 (AI) および機械学習 (ML) テクノロジの実際のパフォーマンスを...

Google DeepMind、どのDNA変異が遺伝性疾患を引き起こすかを予測できる新しいモデルを開発

9月20日、Googleの人工知能チームDeepMindは、AlphaMissenseと呼ばれる新し...

分散機械学習プラットフォームの比較: Spark、PMLS、TensorFlow、MXNet

[[200819]]本稿では、分散システムの観点から現在の機械学習プラットフォームのいくつかを研究...

AI専用SoCチップのIP要件の分析

[[386797]]この記事はWeChatの公開アカウント「Smart Computing Chip...

...

Tech Neo 5月号: ディープラーニング

51CTO.com+プラットフォームは、オリジナルの技術コンテンツの選択と絶妙なレイアウトを通じて...

顔認識技術の倫理

顔認識技術がさまざまな分野で持つ大きな可能性は、ほとんど想像できないほどです。ただし、使用する前に、...

研究者らがRSA公開鍵生成アルゴリズムの脆弱性を発見

北京時間2月15日、研究者グループが、機密性の高いオンライン通信や取引を暗号化するためにRSAアルゴ...

...

Google は一連の大きな動きを発表しました: Gemini Pro は中国語をサポートし、Bard は描画を学習し、新しいモデルが利用可能になりました

この分野で GPT-4 を上回った Bard は「勢いをつかみ」、メジャーアップデートをリリースしま...