SUPERB AI.

近年、Tesla、Ford、Apple、Kia-Hyundaiといった会社が、街中や高速道路で運転手のいない車両を走行するソリューションに取り組んでおり、自律走行というコンセプトが話題になっています。貨物自動車はドライバーなしで走行する姿を見ることができるようになり、このイノベーションに対して賞賛と批判の両方が寄せられる結果となりました。UberやLyftなどのライドシェア企業は、自律走行型タクシーサービスの構築を目指しており、すでにドライバーレス車両の開発に取り組んでいることが話題になっています。

AIは、モーションセンサーや緊急ブレーキなど、日常的に使用される車両機能に搭載され、事故の減少やナビゲーションの容易さをもたらしています。日常生活の中で、AIがどのように運転と結びついているのかを見てみましょう。

渋滞と環境負荷の低減

混雑した地域、特に公共交通機関が二次交通手段となっている地域では、頻繁に交通渋滞が発生します。渋滞は移動時間に大きな影響を与え、環境負荷の原因にもなり、ドライバーのイライラを募らせます。このような渋滞を緩和するために、信号機にセンサーを取り付け、GPSシステムを使ってドライバーのルートを変更し、渋滞を緩和することが進められています。

メリット

交通の監視や管理におけるAIの利点は明白です。例えば、Wazeのようなソフトウェアは、ドライバーのルートを変更し、自動的に最速のルートに誘導することで時間を節約することができます。 ピッツバーグでは、ケーススタディの環境と例として、AI/ロボティクスのスタートアップであるSurtracが2016年に50の交差点にスマート信号機を設置して交通の流れを支援し、その結果は素晴らしいものとなりました。

移動時間は26％短縮され、待ち時間は41％減少しました。人々は車に乗る時間が減り、その結果、21パーセントの二酸化炭素排出量が削減されました。このように、スマートテクノロジーは到着時間を監視し、利用者が最も効率的なルートを計画できるよう支援することができます。

デメリット

インテリジェントな交通監視は、ほとんどのドライバーにとって恩恵がありますが、まだ多くのハードルを伴います。スマート交通ソリューションのようなスマートシティの構想では、新しい技術に対応するために古いインフラを交換する必要があります。例えば、交通信号はセンサーを使用して電源を供給し、監視する必要がありますが、その実現はより困難なものとなります。また、都市はスマートテクノロジーの維持・更新のためにリソースを投入しなければならないため、公共交通機関の利用を増やすための費用をかけることが困難な場合も少なくありません。

都市に導入された新技術は適切に機能し続ける必要があるため、必要に応じて保守・修理のための資源を投入しています。また、市や町は計画の一環として、データのセキュリティについても考慮する必要があります。多くのデータを必要とするスマートテクノロジーの利用には、ハッキングやセキュリティ侵害のリスクが常に存在します。

‍

より安全で快適なドライビングを実現するために

例えば、レーンアシストは、ドライバーの進路を正しく保つことで、隣の車線への逸脱を防止します。より安全で効率的な運転を目指す人たちは、現在AIの恩恵を受けています。自動ブレーキや死角に人が入ると音が鳴るライトなどは、AIがドライバーを助けているほんの一例です。これらの安全装置は、運転性能を向上させ、事故の発生を減らすことを目的としています。

メリット

AIによる安全ソリューションは、上記のようないくつかの機能により、過失割合の高い車両事故の可能性を減少させます。ドライバーにとって、これらの安全機能のいくつかは、特に接近事故の際に役立つものです。運転席に座っているときに補助手段があれば、命を救うことができ、車線変更や他の車を安全に追い越すことが容易になります。

その結果、交通の流れが改善され、減速が少なくなり、ドライバーはより楽な運転を体験することができます。自動車に搭載されたAI機能は、ドライバーと周囲とのコミュニケーションツールとして機能し、全体としてより快適な運転を実現します。

デメリット

運転に関するユースケースでAIがもたらす利点のすべてに対して、実装には困難が伴います。これらの機能をうまく構築し、意図したとおりに動作させるためには、MLの専門家は、モデルがドライバーのパターンと周囲の環境を正確に認識できることを確認する必要があります。道路状況や天候の変化も考慮しなければなりません。

例えば、冬の塩害道路ではレーンアシストがうまく機能しないかもしれません。MLエンジニアは、このような異常事態を考慮し、それに応じてモデルを適合させる必要があるかもしれません。安全機能が向上することは、自動車会社やドライバーにとって喜ばしいことですが、一方で、自動車が自分で運転のほとんどを行うことができるという前提があります。これは実際にはそうではなく、ドライバーは慎重になり、AIの安全機能に過度に頼らないようにする必要があります。

‍

自律走行車の普及の波

自律走行車とよく言われる自動運転車が一般的になってきました。例えば、テスラ社は、配達や輸送のための自律型貨物車を生産しています。また、危険な状況に人間を置かずに済むクルーレス貨物船も普及しつつあります。コンピュータビジョンがより身近で広く使われるようになるにつれ、社会のモデルはより賢く、より正確で、より人間に近いものになる可能性を持っています。

メリット

自律走行車はまだ製造初期の段階であり、一般市民が容易に利用できるものではありませんが、私たちは正しい方向へ向かっています。各社が効果的な自動運転車の生産を急ぐにつれて、障がい者や高齢者が公共交通機関、ライドシェア、タクシーサービスを利用できるようになる日が近づいています。さらに、自動運転車は無謀な運転を減らし、飲酒運転によるリスクを軽減する可能性も秘めています。

また、自動運転車は交通渋滞の解消につながることが証明されています。毎日通勤する人にとって、渋滞の多くは人の行動や行為が直接の原因となっています。AIを搭載したクルマは、人と同じ行動をとることが少ないため、渋滞が減り、スムーズな移動が可能になります。また、交通量の減少は、全体的なCO₂排出量の減少につながり、環境全体を改善する効果もあります。交通量が多く、空気の悪い都市が最も恩恵を受けることになります。

デメリット

今のところ、自律走行車は本当の意味での自律走行車ではなく、常に誰かがハンドルを握って車を誘導する必要があります。近年では、テスラのような大手企業が、自律走行車のモデルのねじれを解消するために、まだ実験を続けており、死亡事故が発生しています。自動運転車は近い将来実現されるものですが、その実現にはまだまだ長い道のりがあります。

自律走行車のAIベースの機能を構築するためには、膨大な量のデータが必要となるため、高いレベルのセキュリティが求められます。偶発的なものであれ悪意のあるものであれ、何らかの侵害があれば、人間の安全に対して大きな脅威となる可能性があります。このリスクは、より特定が困難な暴力行為につながる可能性があります。例えば、自律走行車がハッキングされ、悪意を持った外部者によって制御された事例があります。

交通系AIの次なる展開

スマートシティ、レーンアシスト、無人運転車など、私たちが準備しなければならない技術は多岐にわたります。そのためには、私たち消費者も技術者も、技術がどのように機能し、モデルからどのように情報やフィードバックを得ているのかを知る必要があります。人間的な視点に基づいてモデルの判断をより正確に評価できるようになれば、普段の街をどのようにナビゲーションしているのかがより理解できるようになります。交通AIの次のステージを実現するためのロードマップとその基準となるアプローチがあれば、今後の開発者が正しい技術を生み出せる可能性は高くなるでしょう。