2021年までに自動運転は普及するでしょうか?業界の専門家は、さらに30年かかるかもしれないと述べている

2021年までに自動運転は普及するでしょうか?業界の専門家は、さらに30年かかるかもしれないと述べている

[[402242]]

7年前、グーグルの親会社アルファベットの子会社であるウェイモは、花やシャボン玉、高速道路の照明弾が自社の自動運転車を混乱させ、時々急ブレーキをかける原因になることを発見した。長年にわたるテストの結果、自動運転車はますます注意をそらすものになっていることが研究で判明した。自律的に道路を走行する技術は向上しているものの、依然として人間のドライバーの能力に匹敵するのは困難です。アメリカの混沌とし​​た道路は、自動運転車にとって依然として困難な場所であることが証明されている。

シリコンバレーの魔術師たちはかつて、2021年までに人々は自動運転車で通勤できるようになるはずだと予測した。現実には、法廷闘争、失われた命、そして何百億ドルもの投資が、苛立たしく不安定なテクノロジーに費やされてきたのです。多くの研究者は、自動運転技術が業界の「次の大物」になるには30年かかるかもしれないと述べている。

現在、自動運転車の追求は再起動の過程にあります。ウーバーやリフトなどの配車サービス大手は、すでに追いつくのに苦労している自動運転技術の追求に多額の資金を浪費することを懸念している。 Waymoや自動車大手、そして少数の新興企業のような、潤沢な資金援助を受けている企業だけが、このゲームで競争を続けることになるだろう。

4月下旬、リフトは自動運転車部門をトヨタの子会社ウーブン・プラネットに5億5000万ドルで売却した。 12月にウーバーは自動運転車部門を別の競合他社に売却した。過去1年間で、注目を集めた自動運転の新興企業3社が資金力のある企業に売却された。

テクノロジー大手や自動車大手は、今後何年も自動運転車プロジェクトの開発を続ける可能性が高い。金融活動を追跡する調査会社ピッチブックは、自動運転技術が普及するまでに各社がさらに60億~100億ドルを費やすと推定している。しかし、そのような予測も過度に楽観的である可能性がある。

「これは30年以上かけて起こる変革だ」と、アルファベット傘下のウェイモとして分社化される前のグーグルの自動運転車プロジェクトの初期エンジニアだったクリス・アームソン氏は言う。同氏は現在、ウーバーの自動運転車部門を買収したオーロラのCEOを務めている。

それで何が悪かったのでしょうか?多くの研究者は何も言わないだろうが、それが科学のやり方だ。実験で何が起こるかを完全に予測することはできません。自動運転車プロジェクトは今世紀最も注目を集める技術実験の一つであり、多くの有名企業が米国全土の道路で自動運転車のテストを行っている。

この誇大宣伝は数十億ドルの投資を引き付けたが、非現実的な期待も生み出した。 2015年、電気自動車メーカー、テスラの最高経営責任者イーロン・マスク氏は、完全に機能する自動運転車がわずか2年以内に登場予定であると述べた。しかし、5年以上経った今でも、テスラは高速道路での運転向けに設計された、簡易版の自動運転ソフトウェアのみを自社の車に提供している。しかし、同社がこの技術の誤用を非難した数件の死亡事故を受けて、多くの論争も巻き起こしている。

おそらく、自動運転車の開発において Uber ほどの混乱を経験した企業はないでしょう。同社はカーネギーメロン大学からロボット工学の専門家40人を雇用し、自動運転トラックの新興企業を買収するために6億8000万ドルを費やしたが、その後問題が山積し始めた。ウェイモは元幹部らが企業秘密を盗んでウーバーに渡したと非難し、両社は最終的に和解に達した。アリゾナ州でUberの自動運転車が歩行者を轢いて死亡した。結局、ウーバーは実質的に損失を出して、自動運転部門をオーロラに売却した。

しかし、資金力のある企業は、科学が急速に進歩し続けることを望んでいます。昨年10月、ウェイモは世界初の「完全自動運転」タクシーサービスを開始し、重要なマイルストーンを達成した。アリゾナ州フェニックスの郊外では、誰でも運転手なしでタクシーに乗れるようになった。しかし、それは同社がその技術を米国の他の地域に直ちに展開することを意味するわけではない。

自動車業界のベテラン、ジョン・クラフチック氏の退任に伴い最近ウェイモの共同CEOに就任したドミトリ・ドルゴフ氏は、同社はアリゾナでのサービスを重要なテストとみなしていると語った。ウェイモはアリゾナ州で学んだことを基に、自律走行技術の新バージョンを開発しており、最終的には他の地域や長距離トラックを含む他の種類の車両にも導入する予定だ、と同氏は述べた。

フェニックスの郊外は、道路が広く、歩行者が少なく、雨や雪もほとんど降らないため、自動運転車のテストに特に適しています。 Waymo は、自動運転車向けの遠隔技術サポートと路上支援を提供しており、技術者がインターネット経由で、または直接現場に出向いて、車のトラブル解決を手助けすることができる。

「自動運転車は特定の状況下では今日でも配備できるが、それでも人間による監視が必要だ」と、スタートアップ企業ファントム・オートを設立する前に多くの大手自動運転車メーカーに助言していた弁護士のエリオット・カッツ氏は言う。同社は、自動運転車がトラブルに巻き込まれた際に遠隔支援や操作を行うソフトウェアを提供している。

同時に、自動運転技術はまだ、人間の運転手が毎日遭遇するあらゆる状況に確実に対処できるほど柔軟性がありません。これらは、フェニックス郊外の状況には概ね対応できますが、ニューヨークのリンカーントンネルやロサンゼルスのフリーウェイ101の出口ランプの複雑な交通状況には対応できません。

「テクノロジーの次の課題を知るには、各層を剥がさなければなりません」と、2009年からこのプロジェクトに携わってきたウェイモのソフトウェアエンジニア、ナサニエル・フェアフィールド氏は、自動運転車が直面する混乱について語った。「次に最も困難な環境に対応できるレベルに到達するには、車がかなり優れた性能を発揮しなければなりません」

Waymoと同様に、Auroraも現在、自動運転のトラックと乗用車を開発している。安全運転手が監視しない自動運転トラックを導入した企業はまだないが、アームソン氏らは、一般消費者を輸送するために設計された乗用車よりも自動運転トラックの方が早く市場に登場すると考えている。

長距離トラック輸送では、乗客を煩わせるような急ブレーキの問題がなく、ルートも単純です。高速道路のある区間に慣れてしまえば、他の区間にも慣れやすくなるとアームソン氏は言う。しかし、比較的直線で長い高速道路であっても自動運転を維持することは極めて困難であり、比較的小規模なコミュニティ内での食料の自動配達はさらに大きな課題となる。

「これは私たちの世代にとって最大の技術的課題の一つだ」と、グーグルチームの初期エンジニアで、現在は食料品やピザなどの配達を専門とする企業ニューロの社長を務めるデイブ・ファーガソン氏は言う。

ファーガソン氏は、自動運転技術はインターネットサービスやスマートフォンアプリのように進歩するだろうと多くの人が考えていたが、ロボット工学の課題は明らかにそれよりはるかに大きいと述べた。 「難しい技術的課題を解決しようとしているほぼすべての業界を見てみると、そこに関わっている人々は少しクレイジーで、非常に楽観的である傾向がある」と彼は語った。「毎日起きて、これまで解決されたことのない問題を解決しようとするには、そのような楽観主義が必要なのだ。」

Uber と Lyft は、自動運転車を開発するという野望を完全に諦めたわけではない。これは長期的には収益性の向上にはつながらないかもしれないが、同社は依然として技術開発中の企業と提携して自動運転車を展開したいと考えている。 Lyftは現在、自動運転は2023年にも実現する可能性があると述べている。

「これらの車は、限られた道路、限られた気象条件、一定の速度で走行できる」とリフトの幹部ジョデ​​ィ・ケルマン氏は語った。「これらの車両を非常に安全に配備できるが、当初は多くの場所に行けないかもしれない。」

<<:  小売業界における人工知能の応用

>>:  AIによる顔の変形は危険だが、VRスキーは素晴らしい

ブログ    
ブログ    
ブログ    

推薦する

AIインフルエンサーはPSのみで月8万元稼げる

月収8万元の美しいネットセレブは、わずか数か月でインスタグラムのフォロワーが15万人を超えた。有名人...

オックスフォード大学の科学人気記事、数分でわかる「機械学習とは何か」

[[389147]]人間は経験を通して学び、成長する能力を持っている学習能力と経験を通じてタスクを...

...

AIの威力を改めて見せつける! Baidu Map 20分間のカスタマイズされたパーソナル音声パッケージ

百度地図は9月19日、「あなたのための『音声』、そして『AI』」記者会見で「音声カスタマイズ機能」を...

...

2018 年最も革新的な機械学習企業トップ 10

機械学習はエンタープライズ情報技術市場に旋風を巻き起こしており、人工知能アルゴリズムは膨大な量のデー...

...

...

産業用人工知能の未来について語る

AI はこれらの分野で大きな進歩を遂げており、世界がネットゼロの未来を目指す中でのエネルギー効率と持...

...

アルゴリズム問題演習 - 大規模ブラックリスト IP マッチング

多くの IT 企業では、アルゴリズムは面接で非常に重要な部分を占めていますが、実際の仕事でアルゴリズ...

...

ディープマインドの創業者はAIの弟子を育て、「訓練」ではなく「教育」によってAIに宝探しを教えた

最近、DeepMind は強化学習の分野で新しいことを行いました。簡単に言えば、DeepMind の...

...