完全に無人運転? 2035年より前になる可能性は低いです!

完全に無人運転? 2035年より前になる可能性は低いです!

無人運転技術の研究に対する熱意は相変わらず高いが、現実は市場に冷水を浴びせかけている。今後15年間で、ボトルネックを突破して完全な自動運転を実現するのは難しいかもしれない。

自動車工業会(SMMT)は最近発表した報告書の中で、現在の技術的ルートと実際の応用を考えると、完全な自動運転が2035年より前に実現する可能性は低いと指摘した。

[[261904]]

報告書は業界の専門家の意見を引用し、この判断を支持する主な理由は、大きな技術的課題があることだと述べている。現在の技術的状況では、完全な自動運転の要件である「あらゆる運転状態、あらゆる道路状況、あらゆる環境において、起こり得るすべての異常な運転状況に対処する」ことを達成することは依然として困難である。

米国自動車技術協会(SAE International)は、自動運転の6段階の分類基準を制定しました。L0は純粋な手動運転、L1からL4は運転プロセスがすべてドライバーとシステムの協力により完了するか、部分的にシステムによって完了し、L5は完全な自動運転を指します。

SMMTの分析によると、世界の自動車OEMは、L3およびL4自動化技​​術の導入に向け、2018年から2030年の間に自動運転の分野に1,765億ポンド(1兆5,507億人民元)を投資すると予想されています。これにより、業界の収益が増大します。

現在、多くの国や地域でレベル3の自動運転車が走行しており、一部のメーカーのレベル4車もテストを開始しています。しかし、技術の実現と「大量生産での大規模な導入」は2つの異なる概念であることに留意する価値があります。後者は、安全性と信頼性に基づいて、さらに時間を必要とします。

より要求の厳しいレベル5の完全自動運転は2035年まで実現できない可能性があり、完全自動運転車1台あたりの組み立てコストは現在の10倍になると予想されています。


(写真提供:SMMT)

報告書はまた、英国では、自動運転の経済成長への貢献を高めたいのであれば、道路交通法、高速道路の4Gネットワ​​ーク、消費者志向の都市モビリティサービスの安全な展開などを適切に改善する必要があると指摘した。実際、これらの提案は、自動運転技術の開発に必要な支援インフラとして、この技術の開発に取り組む他の国々にも適用できます。さらに、監督の国際的調整も考慮する必要がある。

完全な自動運転を実現するにはまだ長い道のりがある

自動運転技術研究のボトルネックに直面している一部のテクノロジー大手の行動から判断すると、「迂回する」ことのほうがより現実的な選択肢であるように思われる。

ウォール・ストリート・ジャーナルの会員限定記事「完全自動運転車は近づくどころか、遠ざかっているのかもしれない」では、レベル5の自動運転はコストが高く、実現までには長い時間がかかることから、ソフトバンクなどの非現金企業では、低レベルの自動運転分野で横展開し、自動配送などの応用産業に転向し始めていると述べられていた。

未来は目に見えるだけでなく、無形であり、現在の自動運転技術でさえ抜け穴だらけであるように思われます。自動運転ソフトウェアと道路インフラの限界により、ウーバーやテスラの自動運転車は世界中で頻繁に事故を引き起こしている。

先週、テンセント・キーン・セキュリティ・ラボはテスラのオートパイロット自動運転システムのセキュリティに関する分析レポートを発表した。報告書によると、テスラのオートパイロットシステムは道路の交通標識を識別して車線制御を認識し支援するが、実験により、道路上の干渉防止標識によって自動運転システムが誤った判断を下し、間違った車線に進入してしまう可能性が容易に判明した。

これに対しテスラは、運転者はハンドルやブレーキを手動で操作することで、いつでも自動操縦システムの指示を無視できると述べた。しかし、これはまた、現在の自動運転技術では、ドライバーの手をハンドルから「解放」することがまだできないことを反映している。

テスラは今月初め、自動運転の研究で「画期的な進歩」を遂げたと述べ、4月19日にカリフォルニア州本社で開催される投資家向け会議で最新の人工知能チップを発表すると発表した。この製品はテスラの自動運転システム「オートパイロット」のアップグレード版に使用される予定だ。

マスク氏は、2019年末までに完全自動運転を実現するという野望を諦めるつもりはないようだ。

<<:  ブロックチェーンは世界を変えつつありますが、人類はどこまで到達できるのでしょうか?

>>:  顔認識のグレーな業界チェーンを解明: あなたの顔情報にはどれくらいの価値があるのでしょうか?

ブログ    
ブログ    

推薦する

知能の本質:人間の知能と人工知能

なぜコンピューターは知能を発揮できるのでしょうか? コンピューターの知能と人間の知能の類似点、相違点...

...

未来を受け入れる: 2024 年のホームオートメーションの 5 つのトレンド

新たな進歩の時代を迎えるにあたり、「スマートホーム」という概念がかつてないほど普及しています。人工知...

ビットコインアルゴリズム調整!世界の鉱山会社にとって採掘は困難に:利益は急激に減少

ビットコインの場合、その出力は固定されています。つまり、マイニングする人が増えれば増えるほど、マイニ...

表形式データでの機械学習に特徴抽出を使用する方法

データ準備の最も一般的なアプローチは、データセットを調査し、機械学習アルゴリズムの期待値を確認し、最...

...

大規模言語モデルによる金融市場の予測

大規模言語モデル (LLM) は、数百万または数十億のパラメータを持つ人工ニューラル ネットワークで...

...

サイバーセキュリティにおけるAIの新たな機会を見つける方法

[[383159]]新しいテクノロジーの適用には、多くの場合、プラスの影響とマイナスの影響の両方が伴...

ByteDanceは、従来の4倍の速度を誇る高性能トレーニングおよび推論エンジンLightSeqを発表した。

Transformer モデルは、Google チームが 2017 年に発表した論文「Attent...

...

IoTセキュリティにおける人工知能の重要性

[[423901]]画像ソース: https://pixabay.com/images/id-601...

屋台経済は活況を呈している!ロボットも問題を抱えている

「働いてお金を稼ぐのは大変すぎるから、屋台を出して自分で経営者になったほうがいいよ!」露店経済の突然...

AR グラスは機械学習のキラーアプリか?

[[286412]] Facebook AI Researchの主任AI科学者であるヤン・ルカン氏...