自動運転は長い間人工知能とは何の関係もないかもしれない

インターネット業界の人々はトレンドについて語るのが好きで、あたかも 1 プラス 1 が 2 より大きいという効果を生み出すことができるかのように、トレンドを組み合わせるのが好きです。

さらに、期待度の高い技術の中には、本質的につながりを持つものもあるため、相互に刺激し合う相乗産業として扱われる可能性が高く、相乗爆発によって世界を揺るがすような効果を生み出すことが期待されます。

たとえば、人工知能や無人運転車などです。

確かに、人間が機械の操作、運転、測量などの作業を人工知能技術を使って処理することは間違いなく避けられません。

しかし、必然性はそれがすぐに実現されることを意味するわけではありません。現在、多くの技術の研究開発と商業化が始まったばかりです。 0から10までの中で、1と9はどちらも超えることは不可能です。現在の人工知能と自動運転車はそのような関係にあるのかもしれません。

自動運転の第一段階は、低速かつ固定シーンでのアプリケーションでなければならない

まず、自動運転とは何かを知る必要があります。

無人運転の核心的な判断ポイントは、自動運転の人的努力や従来の自動車の操作方法から脱却し、設定された目標に応じて運転プロセス全体を積極的に完了する車両全体の運転プロセスにすることにあります。

技術の成熟度と応用可能性の観点から、無人運転車は一夜にして実現できるものではなく、都市交通の複雑な道路状況で直接運転できるものでなければなりません。

安全性に関する懸念とデータ蓄積の必要性から、初期の自動運転車には 2 つの制約があります。

まず第一にスピードです。無人運転車が実用化されると、必然的に通常の自動車のように高速走行はできなくなります。むしろ、時速50キロメートル以下の低速車両から始めて、徐々に無人運転システムの信頼性をテストし、向上させていく必要がある。

2つ目は、アプリケーションシナリオです。複雑な道路状況の中で、初期段階ですぐに自動運転を実用化することは基本的に不可能です。今後、より多く見られるようになるのは、キャンパス、景勝地、企業の公園、空港などのシナリオで無人車両が使用されることです。一方、これらのシナリオにおける道路状況は単純であり、自動運転が対処する必要のある問題はほとんどなく、自動運転車両全体を交換することで車両間の相互作用の実現可能性を確保することができます。一方、これらのシナリオでは輸送能力に対する要件が低く、使用時間が短いため、初期段階の無人運転の低速と強力な監視という特性を満たしています。

そのため、無人運転の初期段階では、低速電動シャトルは確実に排除され、現段階では人工知能の関与はそれほど強くありません。

ディープラーニングと比較すると、リスク回避、正確な運転、人間と機械の相互作用がより重要です。

人工知能が無人車両を管理します。このロジックは、ディープラーニングと応答メカニズム分析システムを通じて、車両運転中に遭遇するさまざまな問題を解決し、運転の安全性を確保することです。

しかし、実際の交通シナリオで車両が遭遇する問題は常に変化しており、それぞれの問題は新たな問題となる可能性があります。その多くは、過去の事例から学習した人工知能システムはもちろんのこと、法執行官にとっても責任と権限を分析するのが困難です。特に、複雑で混雑した道路状況での交通計画の選択においては、現在の人工知能アルゴリズムが経験と人間の判断を完全に置き換えることは困難です。

しかし、低速無人運転における人工知能の応用ポイントは十分ではありません。このシナリオでは、運転の安全性とスムーズな操作を保証する主な技術は、リスク回避技術、精密運転技術、新しい人間とコンピューターの相互作用の 3 つです。

リスク回避は、無人車両の安全を確保するための前提条件です。現在、最善の解決策は、ハードウェアを使用して車両と他の物体との距離と衝突の可能性のある速度を判断し、それによって運転システムに回避を完了するように指示することです。したがって、知覚ハードウェアクラスがコアになります。

精密運転は、車両が輸送目的を達成できるようにする技術とハードウェア システムです。主に地図、GPS、車両の認識に基づいたルート決定に基づいています。さらに、スマートなスピードシフトと地形モジュールも重要です。

見落とされがちなのが、自動運転モードにおける人と車両の相互作用です。自動運転技術の下でも、人と車の関わり方はそれほど変わっていません。しかし、無人運転モードでは、人間による指示方法を全プロセス操作から緊急時の指示や命令の発行に変更する必要があり、この要件に適応するための完全なオペレーティングシステムが必要になります。

こうした自動運転車に対する要求を振り返ってみると、現時点では人工知能がそれらのいずれも区別することが難しいことがわかります。したがって、初期段階の人工知能は、真の意味で中央司令官となるよりも、補助的な技術として無人運転車技術グループに加わる可能性が高い。

もちろん、将来的には人工知能が人間の移動手段となることは間違いありませんが、そのためには人工知能自体の大幅な進化と、手動運転の基盤技術とハードウェアの改善が必要です。現時点では、両者が思いがけず出会うまでには、まだ少し距離がある。

これらの技術は、基本的な無人運転にとって最も重要である。

それでは、基本的な自動運転にとってどの技術が最も重要で、自動運転が市場に参入するスピードを最も変える可能性のある技術は何かを見てみましょう。

1. ライダー。レーダーによる外部環境の認識は、現在最も成熟した無人運転支援技術であると思われます。さらに、Google Waymoなどの企業は、LiDARのコストを大幅に削減するために、LiDARハードウェアの新しいソリューションを提供すると発表しました。この分野では、新たな大手ハードウェア サービス プロバイダーが登場し、自動運転車の登場を歓迎して、自動運転車の構成に迅速に投資する可能性が非常に高いです。

2. マルチセンサー。センシングおよびマッピング システムは、自動運転の安全リスク、特に複雑な環境でのリスク回避を解決するための中核となります。自動運転センサーにはさまざまなソリューションがありますが、最終的に市場を支配する可能性が高いのは、音波、赤外線、熱エネルギーを組み合わせたマルチセンサーです。

3. ビジュアルカメラ。カメラは無人運転車の目であり、無人運転車の空間認識の基礎となります。しかし、プロセッサと連携する視覚処理システムやアプリケーションハードウェアにおいては、特に成熟した製品は存在していませんでした。この分野には多くの新しい技術があり、人工知能も支援に使用できます。これは自動運転車の次のハイライトとなるはずです。

4. 超高精度マップシステム。もちろん、自動運転車にルートをインテリジェントに計算させるのではなく、すべての車両が地図に従って独立して移動できるようにして、輸送能力と交通安全を最大化する方がよい解決策ですが、そのためにはデシメートルレベルの精度を備えたリアルタイムの地図が必要です。これは、国内外の地図会社が自動運転車と統合する最大の潜在的ポイントでもあります。

5. 人間とコンピュータの相互作用システム。先に述べたように、無人運転のためのヒューマン・コンピュータ・インタラクション・システムはまったく新しいものになります。そうなると、具体的な適用方法や標準化が緊急に必要とされる重要な技術となるでしょう。現在、この分野には新しい技術がほとんどありませんが、参入障壁は高くなく、起業家がさらに深く掘り下げるのに適しています。

6. 車車間相互作用システム。車両のインターネットシステムに基づいて、車両は互いを感知し、回避を完了することができます。これは、無人運転の分野におけるモノのインターネット技術の直接的な反応です。完全な車両インタラクションは、車と人、車と車、車と道路、車とネットワークの間の包括的なインタラクションを実現できる必要があります。この方向性はテクノロジーの核心的なブレークスルーです。

こうした緊急に必要とされている技術革新を通じて、自動運転には現在、ハードウェア、ソフトウェア、システムに対する強い需要があることは容易に理解できます。こうした技術の相次ぐ登場と資本からの注目は、将来の自動運転市場では標準となるでしょう。小さな技術や小さなハードウェアを愛するアメリカやイスラエルのチームと比べると、国内の選手たちは自動車製造や人工知能にこだわりすぎているようだ。結局、コア技術が再び他者の手に渡ってしまうか、あるいは期待されていた大きなチャンスがあまりにも遠く、長い間到来しない可能性が非常に高いです。

大きな未来は、小さな一歩一歩の進歩から生まれます。少なくとも今のところは、自動運転車と人工知能がそれほど密接に関連しているとは考えないほうがよいでしょう。

今日頭条の青雲計画と百家曼の百+計画の受賞者、2019年百度デジタル著者オブザイヤー、百家曼テクノロジー分野最人気著者、2019年捜狗テクノロジー文化著者、2021年百家曼季刊影響力のあるクリエイターとして、2013年捜狐最優秀業界メディア人、2015年中国ニューメディア起業家コンテスト北京3位、2015年光芒体験賞、2015年中国ニューメディア起業家コンテスト決勝3位、2018年百度ダイナミック年間有力セレブなど、多数の賞を受賞しています。