滴滴出行の米国研究責任者:インテリジェント運転は間違いなく未来を変えるだろうが、そのプロセスは単純ではない

滴滴出行の米国研究責任者:インテリジェント運転は間違いなく未来を変えるだろうが、そのプロセスは単純ではない

6月20日、滴滴出行研究院副院長兼アメリカ研究院長のゴン・フェンミン博士が、TechCrunch International Innovation Summitに招待されました。会議で、龔峰民氏は滴滴出行の機械学習分野における成果を対外的に公開し、人工知能とインテリジェント運転技術の今後の発展についての見解を詳しく述べた。

Didiの副社長兼米国研究責任者であるGong Fengmin氏(右)がTechCrunch International Innovation Summitに出席

ビッグデータは都市交通問題の研究における画期的な進歩である

Didi プラットフォームは、世界最大かつ最も複雑な道路交通データを毎日受信し、処理します。これらのデータは、各路地の交通状況を理解し、都市全体の交通の流れのパターンを把握するのに役立ちます。

龔峰民氏は、データ活用の面では滴滴出行は深さと幅の両面で画期的な進歩を遂げることに注力していると紹介した。深さの点では、データ学習はユーザーのニーズをより深く理解し、パーソナライズされたサービスを提供するのに役立ちます。範囲の広さという点では、Didi はあらゆる移動を都市全体の交通システムに組み込んでいます。 「これを実現するには、ビッグデータ応用技術を都市システムに効果的かつシームレスに統合する必要があります。さまざまな交通手段を統合し、最終的にはワンクリック移動を実現します。」

会話の中で、ゴン・フェンミン氏は滴滴出行のスマート交通プロジェクトの具体的な事例について言及し、「プラットフォームの車両軌跡を利用して各信号機の交通状況や混雑度を監視し、その他のセンサー機器を統合してより正確な交通流予測を行っています。これに基づいて滴滴出行は渋滞を緩和する動的信号ソリューションを設計しました」と述べた。プロジェクトが済南京市路で実施されてから2か月後、ピーク時に6つの信号機を通過する車両の待ち時間が10%短縮された。彼は、ビッグデータの研究が滴滴出行の核となる技術的優位性であり、都市交通問題を解決する画期的なものであると考えている。

「スマートマシン」を使って実際の交通問題を解決する

業界では一般的に、人工知能とビッグデータは切り離せない概念であると考えられています。人工知能と機械知能の定義には多くの違いがあるが、シリコンバレーの情報セキュリティのゴッドファーザーとして知られるゴン・フェンミン氏の見解では、どのような知能であっても、最終的な目標はインテリジェントな機械である。

ゴン・フェンミン氏は、人工知能は比較的初期の概念であると考えている。初期の科学者たちは、人間に近い知能を持つ機械を作ろうと望んでいました。技術が発展するにつれて、機械はいくつかの面で人間の能力を超え、人工知能よりも優れた機械知能が出現しました。しかし、機械知能の発展方向は人間に取って代わることではなく、知能機械に反映されるべきであり、それはまさにDidiの研究方向です。

Didiアプリの「行き先を推測」機能、街中のスマート信号機、Didiが現在研究中のスマート運転など、これらはすべてGong Fengmin氏が「スマートマシン」と呼ぶものです。シリコンバレーで30年以上働いてきたテクノロジーのベテランである彼は、常に「テクノロジーは人類に役立ち、人間が不可能なタスクを達成するのを助ける必要がある」と信じてきました。

[[194721]]

滴滴情報セキュリティ戦略担当副社長、研究所担当副社長、米国研究所長、ゴン・フェンミン博士

インテリジェント運転は未来を変えるだろうが、そのプロセスは単純ではない

滴滴出行がインテリジェント運転技術の研究に取り組むことを発表して以来、外の世界は同社の研究開発の進捗状況について憶測を交わしてきた。近年の関連技術の急速な発展により、近い将来、インテリジェント運転が実生活で広く利用されるようになると期待され始めています。ゴン・フェンミン氏は、将来のインテリジェント運転技術が道路の安全性を向上させ、都市開発に利益をもたらすことに完全に同意しているが、インテリジェント運転の開発中に業界が一般的に直面する課題についても言及した。

ゴン・フェンミン氏は、コンピューターグラフィックス、ディープラーニング、センサーの構成方法など、インテリジェント運転の基本的なコア技術は、最初の境界に過ぎないと考えています。 2つ目の課題は、移行期間中に歩行者、無人車両、有人車両、自転車が混在する交通問題を解決することです。 3つ目の課題は、この技術をさまざまな実践的なシナリオに秩序正しく活用することです。龔峰民氏は、滴滴出行は常に安全性を重視しており、複雑な道路交通データの分析と処理に優れ、困難な問題を解決すると強調した。 Didi はこれをうまく実行し、テクノロジーが人類に役立つようにしたいと考えています。

滴滴出行のインテリジェント運転分野における研究について、龔峰敏氏は、同社の研究チームは将来、AIとAR技術の組み合わせを通じてより正確なナビゲーションを提供し、見落としがちな道路上のリスクをドライバーに思い出させ、最終的に道路運転の安全性を向上させたいと考えていると明らかにした。

<<:  機械学習: Python でベイズ分類器をゼロから実装する

>>:  膨大なログから未知の異常な動作をオンラインでリアルタイムに検出するにはどうすればよいでしょうか?ハンシのシーケンス異常アルゴリズムを参照

ブログ    
ブログ    

推薦する

...

...

...

インテリジェントプロセスオートメーションについて知っておくべきこと

インテリジェント プロセス オートメーション (IPA) とは何ですか?インテリジェント プロセス ...

Splunk は 2018 年の人工知能と機械学習の 3 つのトレンドを予測しています

調査会社ガートナーは、「人工知能(AI)と高度な機械学習技術は、広く注目されている新興技術であり、企...

ディープラーニングと従来の機械学習のメリットとデメリット!

過去数年間、ディープラーニングは、従来の機械学習を凌駕し、ほとんどの AI 型の問題に対する頼りにな...

テキスト認識と表認識、このライブラリは直接呼び出します

PaddleOCR は、PaddlePaddle ディープラーニング フレームワークに基づいて開発さ...

2024年の人工知能の6つの主要な発展トレンド

テクノロジーが支配する急速に進化する世界では、人間の創造性と人工知能 (AI) の魅力的な融合が中心...

機械学習におけるアルゴリズムとモデルの違い

[[333414]]機械学習における「アルゴリズム」とは何ですか?機械学習における「アルゴリズム」と...

アリババが自社開発したAI推論チップがリリース、Hanguang 800は他のチップより10倍強力

[51CTO.comよりオリジナル記事] 9月25日、DAMOアカデミーの張建鋒学長は杭州雲奇カンフ...

GPT-4 の補完精度はわずか 6% です。北京大学などが、初の「マルチラウンド、マルチモーダル」PPTタスク完了ベンチマークPPTCを提案

大規模言語モデル(ChatGPT や GPT-4 など)に関する最近の評価作業は、主に基本的な自然言...

スタートアップがAIを活用している3つの分野

[[311550]] [51CTO.com クイック翻訳] 人工知能は最新の開発トレンドであり、その...

超音波チップが脳コンピューターインターフェースに革命をもたらす:非侵襲的インプラントに一歩近づく

2023年、脳コンピューターインターフェース(BCI)技術は依然として急速な発展の年を迎えました。脳...

Google ナレッジグラフ: 10 年にわたる開発

2018 年、ガートナーはナレッジ グラフを新興テクノロジーとして初めて発表しました。ナレッジ グ...