人の操作判断を再現する自動運転AI
- PLMレボリューション
- 6 日前
- 読了時間: 2分
＊＊ 総確率的AIの課題を克服 人が運転時に行う総合的な判断を再現 ＊＊
現在の自動運転AI（例：テスラのEnd-to-End）は「総合的な判断」を自律的に行う
能力を持たないため、膨大なデータの事前学習に依存しています。その結果、統計的
確率論に起因する予期せぬ誤作動（ファントムブレーキ等）や、事故発生時のブラックボックス問題、倫理的妥当性の欠如など、実用化に向けた致命的な課題を多数抱えています。そして、こうした誤作動の補完や、プログラミングによるメーカー責任への対応のため、高価なGPUやインフラ協調システムなどの導入といった莫大な投資が不可欠となっています。
これらの問題・課題の根本的な原因は、AIが人間のような「総合的な判断」を自律的に行えないことにあり、総合判断ができるか／できないかにより「圧倒的な成果差」が生じています。
本来、人間の運転は、直線道路での定速走行や前車追従といった「無意識の基本制御」と、複雑な状況下での「意識的な総合判断」で構成されています。そこで、前者のような定型的な制御や対象の認識などは既存のADAS（先進運転支援システム）に委ね、
「総合判断AI」は後者の判断のみに特化させます。
「総合判断AI」は 例えば、人が交差点を曲がる際に、前方の信号色、直前の横断歩道上の人や自転車、対向の車やバイクとの距離や相対速度による安全マージン、右折先の横断歩道上の人や交差点に進入しようとしている人や自転車など、複数の対象を総合的に確認～判断し、最も安全な行動を決定する「人間の運転操作判断」をそのまま実行できます。
確率予測に依存せず、確定した状況から論理的に最適解を導き出すため、安価なCPUで動作し、100%の説明責任と倫理的妥当性を担保した安全な自動運転車を実現します。