人々は長い間、運転免許試験に悩まされてきました。自動運転は、その苦しみを緩和できるのでしょうか?

人々は長い間、運転免許試験に悩まされてきました。自動運転は、その苦しみを緩和できるのでしょうか?

運転するには運転免許証を持っていることが前提条件であり、運転免許証を取得するには運転免許試験を受ける必要があります。大学入試よりも規模の大きい統一試験として、現在我が国では運転免許試験に合格した人が4億3100万人いるが、累計受験者数は間違いなくこの数字をはるかに上回っている。多くの人にとって、運転免許を取得することは非常に苦痛でありながら無力なことです。試験自体が難しいだけでなく、試験料は高く、指導員は時には厳しいし、試験期間も長いです。世界は長い間、運転免許試験に苦しんでいると言えます!

これを踏まえ、国も近年、運転免許試験受験者の負担軽減に努めている。今年6月、公共交通部は交通管理のための12の便利な措置を打ち出し、第2科目の項目数の削減や電子運転免許証の試験的導入などの措置を通じて、運転免許試験を受ける人々に朗報をもたらした。しかし、政策の導入は、ある程度の負担軽減にとどまり、運転免許試験受験者を完全に安心させることはできない。誰にとっても、試験を受けずに運転できることこそが本当の安心なのだそうだ。では、自動運転時代の到来は、すべての人の願いを叶えてくれるのでしょうか?

この質問に答える前に、まず考えてみましょう。どのような状況であれば、人々は運転免許証を取得する必要がなくなるのでしょうか? 間違いなく、車がなくなったとき、または運転する必要がなくなったときです。理論的には、商用自動運転の普及により人間の運転手が完全に置き換えられ、後者の状況が満たされ、人々は運転免許試験を受ける必要がなくなります。しかし、現実に目を向けると、そうではないかもしれない。現在の自動運転の技術と倫理的問題を考えると、人間が逃げることは難しい。

誰もがその技術をよく理解していると信じています。自動運転は程度に応じてL1~L5の5つのレベルに分かれている。現在の技術では、世界は一般的にL3またはL4レベルに留まっており、完全な自動運転にはまだまだ遠い。つまり、現在の自動運転車は、まだ人間の介入なしには機能しない。関連各社の路上テストでは、基本的に人間の操作が必要な場面では、運転の安全性を確保するために専任の人員を配置していることがわかる。つまり、運転免許証は依然として必要となります。

さらに、将来的に自動運転がL5レベルで飛躍的な進歩を遂げたとしても、人間の介入は依然として相当な量となるでしょう。なぜなら、人間と比較すると、自動運転車の脳は複雑な状況を判断し、誤った状況を理解する点でギャップがあるからです。例えば、誤字のある駐車禁止標識を見たとき、人間はそれが誤字だと簡単にわかり、そこに駐車しませんが、自動運転車は理解できないかもしれません。このような状況では、やはり人間による監視と支援が必要であり、運転免許証も不可欠です。

もちろん、自動運転が人間に完全に取って代わることを妨げる倫理的問題もあります。倫理学の分野では、よく知られているトロッコ問題があります。これは、5 人の罪のない人々をトロッコの線路に縛り付けた狂人の話です。制御不能になったトロッコが 5 人の人々に向かって進んでおり、一瞬のうちに彼らを押しつぶしてしまうでしょう。この時点でレバーを引いてトロリーを別の線路に移動させることができますが、その線路には人も縛られています。この場合、レバーを引くべきかどうかを尋ねます。

この倫理的なジレンマは、自動運転だけでなく、人間にとってもすでに非常に困難です。一部の企業は独自の答えを提示し、自動運転でどちら側に人が少ないかを判断し、その側に急行できるようにしている。確かに、小さなものを諦めて大きなものを選べば、この問題はある程度解決できるが、新たな倫理的議論も引き起こすことになる。小さい方が人間で、大きい方が動物だったらどうしますか? 迷わず小さい方に向かって路面電車を運転すべきでしょうか? もちろん、答えるのは簡単ではありません。

このことから、技術的、倫理的観点から見ても、自動運転が人間に完全に取って代わることは不可能であることがわかります。人間と機械の連携は、今後の発展に向けた重要なトレンドです。ほとんどの場合、自動運転は車を制御できますが、困難な状況や重大な瞬間に遭遇した場合は、依然として人間が意思決定を行います。したがって、自動運転が実用化されても、人間を運転試験から完全に解放することはできません。しかし、運転免許試験の内容や形式が変わり、運転免許試験を受ける必要がある人の数が減る可能性があります。

<<:  設計原則、テスト指標...顔アルゴリズムテストのハードコアスキルを体系的に整理

>>:  自然言語処理におけるAIの未来を探る

ブログ    
ブログ    
ブログ    

推薦する

JVM チューニング: ガベージの場所、ガベージ コレクション アルゴリズム、ガベージ プロセッサの比較

ガベージ コレクターについて説明する前に、まずガベージ コレクション アルゴリズムと JVM のガベ...

電力管理における人工知能の重要性

私たちの生活のあらゆる側面がテクノロジーと絡み合っている時代において、電力業界も例外ではありません。...

...

テクノロジー企業史上初:MetaがGPT3パラメータサイズのAIモデルをオープンソース化

テキスト段落の生成、人間の会話のシミュレーション、数学の問題の解決において驚くほど優れたパフォーマン...

運試しに自撮りしてみませんか?これはすべて顔認識技術のおかげです

新年の初めに、酉年の運勢を計算することは、多くの若者が夕食後に好んで行うことです。 「占い」はどちら...

2026年までに、AIを活用したARアプリケーションのユーザー数は2億人を超える

ABI Research は、2026 年までに、何らかの形で人工知能 (AI) を活用した拡張現実...

...

機械学習分野における社内競争について:博士号を取得しないと就職する資格はないのでしょうか?

[[390714]]機械学習は複雑化していますか? 「博士号なしで機械学習の仕事を得るのはますます...

ソラがビデオ世代を爆発させたとき、Metaは中国の著者の主導で、エージェントを使用してビデオを自動的に編集し始めました。

最近、AIビデオの分野は非常に活発になっており、OpenAIが立ち上げた大規模なビデオ生成モデルであ...

デュアルポインタとスライディングウィンドウアルゴリズムテンプレート

[[428819]]ダブルポインタのアルゴリズム原理は、2 つのポインタを介して 1 つの for ...

エージェントは迅速なエンジニアリングに使用されます

エージェントが現実世界での人間の行動を模倣する場合、それをプロンプトエンジニアリングに適用できますか...

LVS 負荷分散モードとアルゴリズムの概要

先ほど、Lvs ロード バランシングの状態監視とトラブルシューティングについて紹介しましたが、Lvs...

...

ソラを批判した後、ルカン氏は「視覚世界モデル」と題した論文を発表し、AIが物理世界を学習するための鍵を明らかにした。

ソラの登場はAI界全体に熱狂を巻き起こしたが、ルカンは例外だった。 OpenAI による Sora ...

TensorFlow と PyTorch: ディープラーニングに最適なフレームワークはどれですか?

この記事を読んでいるということは、おそらくすでにディープラーニングの旅を始めているということでしょう...