ドライバーレス革命 DRIVER LESS 自動運転車の普及で世界はどう変わるか?
「ドライバーレス革命 DRIVER LESS 自動運転車の普及で世界はどう変わるか?」
(16)17日経BP社 ホッド・リプソン メルバ・カーマン
自動運転技術に関して簡潔でわかりやすい。
事故の大半は人為的な不注意なので、不注意が無いだけで、事故と被害者は大幅に減る。
少しでも自動化された時点で、人間は注意をしなくなる。自動ブレーキによりすぐに渋滞中は運転に注意を払わなくなるに違いない。
そして自動化と電気自動車との親和性から自動化の普及と同時に電気自動車に置き換わっていく。
|
車の運転は移動ロボットよりも自動化しやすい
①歩いたり、登ったりするよりも転がる方が簡単
②決まりきった操作の繰り返しが多い 運転している時間の99%はありきたりのつまらない動作
そうでない瞬間1% この不測の事態「コーナーケース」
but問題があれば、むごたらしい悲劇的事件 実社会における混沌とした道路における行動や判断
①複雑なコミュニケーション ②様々な環境における同じ物体の認識=知覚がないことが原因
効果 環境、混雑 ←最適な制御
駐車場 95%の時間は駐車している 空いた土地をどう使うか!
通勤を楽にする LA81%、メルボルン76%、ヒューストン75%、ロンドン・NY18%、東京7%
事故が減る 人間は約30万kmごとになんらかの事故を起こしている 死亡事故は全体の0.3%
しかも大半は回避可能な人為的ミス 4D①飲酒drinking ②薬物drugged ③居眠りdrowsy ④ながらdistracted
←検証が容易 ロボットはソフトウェアをコピーできるので、他のロボットの知識を利用して学習を進められる
30万kmの倍の距離を無事故で運転する検証に1600km/日走るとして、 1台では400日かかるが、400台なら1日で可能
課題 ハッキング、シートベルトを締めない、ふざける
プライバシー 歩行者、乗客
倫理 違法ソフト
知覚
見る、反応する、考える能力 認知+視覚データの処理 ロボットはほとんど視覚情報処理ができなかった
視覚 ほかの感覚に比べ広範な世界を対象とし空間的時間的にも情報量が多い
ディープラーニング①育てる、学習する ②ルールに縛られない
エッジ検出 視覚認識技術
クオリア 個人が直接経験した感覚 ディープラーニングネットワークのクオリア
未来はどのようにやって来るのか 2段階 徐々に、それから突然に 「日はまた昇る」ヘミングウェイ
ゼロ原理 既存の産業を一変させる新興テクノロジーは、その導入により、何らかの生産コストが劇的に減少し、ほぼゼロに近くなる ←cfセグウェイ
①損害 交通事故関係の医療、賃金コスト 一方で、医療、保険等は収入源を失う
②ドライバーの仕事 ドライバーの給与 流通350万人 タクシー23.37万人/全米
③時間 運転に費やす時間
④サイズ 事故を起こす可能性が少ないため、車体を小型化、軽量化できる
導入を遅らせる通説
自動化バイアス 引き継ぎ問題
←人間と機械がハンドルを共有すると、人間は注意を払わなくなる
②技術進歩のスピードは一定である
段階的な移行は技術的に難しいばかりか安全性を損なう
③消費者の抵抗がある
←大半の運転は通勤や買い物で、ほかのことをしたいと思っている
④莫大なインフラ投資が必要になる
←道路ではなく車に知性を持たせている
1939万博GMフューチャラマ ダ・ビンチ問題
発明コンセプトに問題ないものの、必要なテクノロジーがまだ存在していないため実現できない状況
①コスト そもそも維持コストに問題
②車が自動走行できるようになれば不要
③ソフトウェアが更新されたら時代遅れになる→白線だけ
⑤倫理的な問題がある
←人間も直観的に計算している
⑥ほぼ100%安全でなければならない
←平均的な人間の安全性を身につけた時点で導入メリット
人間の2倍の段階で合法化されるべき
⑦突然起こる
←限定された区域内で利用され、少しずつ増えていく
マイクロソフトが開発したら?
①頻繁に停止する
②どきどきすべてのドアがロックされる
③ときどき再始動もできなくなる
④新モデルが発表されるたびに、新しい操作方法になる
⑤車線が塗りなおされるたびに、新たなOSの車を購入しなければならない
⑥ひとつのライセンスでは一人しか乗れない
⑦すべての警告灯が、単一の警告灯に代わる
⑧エアバッグが開くときに、本当に開きますか?と尋ねられる
制御 重要な性能 ①リアルタイムの反応速度 ②99.9%の信頼性 ③人間レベル以上の知覚能力
下位レベル ブレーキ、アクセル、ハンドルなど内部システムの操作
予測アルゴリズムのタイムラグ解消 ①計算能力の向上 ②電気エンジンの方が制御しやすい
中位レベル 視覚センサー シーン理解 物体認識 現実世界の複雑な状況に対処
①占有グリッド 車外環境を3次元でデジタルモデル化し、リアルタイムで更新していくソフトウェアツール
②占有グリッドに流れ込んでくる生データを認識、分類するソフトウェアプログラム
③予測AIソフトウェアを使い不確実性の円錐を生み出し、動く場所を予測
④交通ルールに従いながら、知覚した障害物を迂回するよう車を制御する短期進路決定ツール
上位レベル ナビゲーションやルート選定などより長期的な判断 A*アルゴリズム 1968ニルス・ニルソン コスト計算
ドライバーレス・カーの構造
・高解像度デジタルマップ 位置を特定 自動位置決め地図作成SLAM
→ディープラーニングによりシーン認識に頼るようになる+自動で高解像度マップを更新
・デジタルカメラ 画素グリッド 視覚的環境をとらえる 3次元知覚能力が劣る
・光探知測距レーザーライダーセンサー 点群 シーンを把握 物理的環境の3次元デジタルモデルを生み出す 色が無い、カメラより遅い
・電波探知測距レーダーセンサー 反射した物体の形や材質、移動速度を知る手がかり 見通しの悪い場所に効果 解像度が低い
・音波航行測距 超音波センサー(ソナー) 物体の位置速度を検知 解像度が高いが、減衰が速く、風の影響を受けるため近距離の物体しか検知できない →駐車時
・全地球測位システムGPS 24機のうち4機の衛星から信号を受信し、三角測量 荒天時、高層ビルの立ち並ぶ場所では信号の受信間隔がずれるため不正確(アーバンキャニオン効果)
・慣性計測装置IMU 加速度センサー、方位センサー、ジャイロ 推測航法GPSを補完 +バランスを保つ スリップ等の検知
・コントローラー・エリア・ネットワークCANバス 車がデータをやりとり 制御プロトコルの規格化が必要 通信速度、回線容量(処理速度+チャンネル数)、圧縮、セキュリティ
Ⅴ2X(V2V車対車 V2I車対道路)通信
・人工ニューラルネットワーク 高速コンピューター、大量のデータ、高性能デジタルカメラ、多層の人工ニューロン、高速グラフィックカードGPU(グラフィクス・プロセシング・ユニット)
パーセプトロン 1957 フランク・ローゼンプラット イサカ 電気抵抗を変える
人工ニューラルネットワーク ワーボス 小数値も扱う、誤差逆伝播 重み係数
ネオコグニトロン 福島邦彦 映像を簡略化し、特定の色や形を区別して認識
AI 記号的AI トップダウン ルールベース
チェッカープログラム ハッシュテーブル+ミニマックス法+確率 サミュエル
データ駆動型AI ボトムアップ 推論
カンブリア爆発 自動ロボット工学の多様化
処理能力、記憶能力、通信能力などの基盤ハードウェアテクノロジー
進化①電力貯蔵と電力効率の加速度的向上 充電に割く時間が減る
②演算能力の加速度的向上 コアの並列化 リアルタイムの判断
③センサーテクノロジーの加速度的向上 シーン理解、バックアップ
④データ記憶能力の加速度的向上 記憶検索の速度、信頼性、消費エネルギー、重さ
⑤通信能力の加速度的向上
ハードウェアエンジニアがどれだけ改良を施してもソフトウェアエンジニアがすぐにその能力を使い尽くしてしまう
ひとたび生まれた知性は、間違いなく視覚野を越えて広がっていき、
捕食者や被食者、交尾の相手を見つける段階から、
本格的なコミュニケーション、自己認識といった段階へと発展していく
視覚認識、音声認識、言語生成、芸術的創作活動
自己認識 自分をシミュレーションする能力 ある行為をすればどうなるか 演算能力2020 自己認識2050
感情 痛み 現実の損傷
恐れ 間もなく重大な損傷を受ける可能性が高い
心配 さほど重要でないマイナスの結果が起こりそうな少し先の未来
多細胞生物が生まれて5億年後視覚が生まれ、その5億年後ホモ・サピエンスが生まれた
≒1950年から視覚のない初期ロボットが知覚を得るまでに50年かかったのなら、
人間並に自己認識するAIに到達するには、さらに50年かかってもおかしくない