自動運転車への移行にはどれくらい時間がかかるのか？

私は最近、米国で開催された初回AutoSens Conferenceに出席しました。これは最先端技術を披露するだけでなく、記憶に残る体験も提供する集まりでした。自動車組立ラインの発祥地デトロイトが会場となり、次のモビリティ革命（大量生産自動運転車）の最前線に都市を位置づけました。

際立ったハイライトはM1 Concourseサーキットです。カントリークラブスタイルの会場でプライベートガレージと最新鋭の1.5マイルパフォーマンスサーキットを備えます。会期中には、ドライバーレステクノロジーのスペシャリストDataspeedによる自動運転試乗が実施されました。

一日のセッション後、Henry Ford Greenfield Villageで夕食をとりました。フォード、エジソン、ライト兄弟といったパイオニアへの歴史的トリビュートの場です。そこには、ライブのDataspeed自動運転車と並んで、最初の組立ライン自動車で個人輸送を変革した1917年型Ford Model Tが本物として展示されていました。この2台の車が並ぶ光景は、馬車時代と今日の自動運転移行の間の課題と類似性について考察を促しました。

自動車による地殻変動的革命

1世紀前、馬車が道路を支配し、馬なしの車という発想は急進的でした。多くの発明と同様、初期の自動車は懐疑に直面しました─危険、威圧的、長年支配していた馬輸送への迷惑と見なされたのです。馬から車への移行は漸進的で障害に満ちており、今は悪名高い法律で、運転手がすべての交差点で降車し、大音量（時には銃器や爆発物）で自己を知らせることが要求されました。

投資家も同様に慎重でした。AmericanAutoHistory.comによると、1903年にミシガン貯蓄銀行総裁がFord Motor Co.への投資に警告し、「馬はここに留まるが、自動車は単なる目新しさ─一時的な流行だ」と主張。今日、その懐疑を後知恵で見ることができますが、それは今日の自動運転車に対する多くの慎重な姿勢を映し出しています。

未来の視点から見れば、自動車への当初の抵抗は、今日の自律システムへのためらいとそれほど違いません。歴史が示すように、漸進的な採用は最終的に支配につながります─したがって、自動運転車がまもなく都市部と人口密集地域で特に、個人輸送の主要形態になることが予想されます。

手動車が約30年でほぼ完全に淘汰され、主に趣味やレジャー用に残る可能性があります─まるで今日の馬のように。同僚Gunn氏が指摘したように、レースでさえ最終的には自律技術に取って代わられるかもしれません。

自動運転車が次の大きな変化；大量生産が鍵

Model T以前、自動車は大衆が手の届かない贅沢品でした。フォードが完成させた組立ラインが生産を増やし、新たなインフラ（道路、交通規制、安全基準）を必要としました。次の革命を起こすには、自動運転車も大量生産と競争力のある価格を達成する必要があります。自動運転システムのコストが下がれば、アクセシビリティと魅力が拡大します。

人工知能に運転を任せられるか？

自動車への歴史的懐疑は、AIへの疑念という現代の対応物を見出します。信頼性、故障モード、反応時間への懸念は、初期ドライバーを悩ませたものと共鳴します。しかし今日、データは人間運転車が多くの現代自動運転プロトタイプより安全でないことを示しています─それでも、経験、インフラ、規制を通じて広範な公的信頼が育ってきました。

ディープラーニングと関連AI技術が急速に進歩し、囲碁、画像認識、ますます複雑な意思決定タスクで人間を上回っています。これらの進歩が、将来の自動運転車の安全性と信頼性を支えています。

組立ラインが自動車製造を効率化したように、DSPがAIを効率化する

自動運転車の主要なハードルは、強力なAIをコンパクトで低消費電力システムに組み込むことです。従来のAIワークロードには大型サーバーが必要ですが、自動車アプリケーションはより小型でエネルギー効率の良いソリューションを要求します。デジタル信号プロセッサー（DSP）とCEVA-XM6のような専用ビジョンプロセッサーが、超低消費電力・高精度コンピュータビジョンを可能にし、開発はCDNNディープラーニングツールキットなどのツールで効率化されます。

これらの技術については、オンデマンドウェビナー「Challenges of Vision-Based Autonomous Driving & Facilitation of an Embedded Neural Network Platform」で詳細をご覧いただけます。