コンテンツ
出典：chombosan / iStockphoto
取り除く：
人工知能は、自動運転車に不可欠なコンポーネントであり、最近の技術進歩の理由です。
無人車両が路上を転がり回るというまさにその考えは信じられないようです。しかし、人工知能（AI）のおかげで、他の原動力の中でも、世界中の道路でそのような車両を目にするのは近いかもしれません。最近、自律走行車の技術にいくつかの驚くべき進歩があり、それは夢が実りに近づいていることを示しています。自動運転車の枠組みはほぼ完成したようです。法律上および行政上の承認を条件として、ドライバーレス車両はまもなく道路上の一般的な視界になります。 （その他の自動車の進歩については、自動車がコンピューターになった5つの方法をご覧ください。）
配送車両
パッケージを配達する人間が運転する配達車両を見てきました。これで、同じタスクが無人車両で実行され、より高い効率と迅速性で実現できました。大手コンピューターグラフィックスプロバイダーであるNvidia、世界最大の郵便および物流会社であるDeutsche Post DHL Group（DPDHL）、および自動車プロバイダーであるZFは、荷物を輸送および配送する無人の電気小型トラックを展開するために協力しました。無人トラックは、中心点から目的地まで荷物を配達します。その間、交通状況、駐車場の識別と駐車、歩行者の行動などの変数について環境を正確に評価するようにトレーニングされます。トラックは、Nvidia DRIVE PX手のひらサイズのスーパーコンピューターによって駆動されるZF ProAI自動駆動システムによって駆動されますが、システムにデータを供給するセンサー、カメラ、LIDARおよびレーダーも含まれます。テクノロジーが約束する容赦ない正確さとドライバーの疲労の明らかな利点は別として、荷物を中央地点から目的地に配送するプロセスは物流会社にとって最も費用がかかるため、大幅なコスト節約の可能性もあります。
完全な自律性
乗客がポイント間を移動するのを助ける豪華な無人タクシーを想像してください。映画を見たり、ラップトップで仕事をしたり、音楽を聴いたりするだけで、タクシーが目的地まで安全に連れて行ってくれることを心配する必要はありません。そのようなタクシーはすぐに現実になる可能性があります。 NvidiaのDRIVE PX AIプラットフォームは、完全自動運転車の先駆けとなります。 DRIVE PX AIプラットフォームは、以前のDRIVE PX 2の10倍優れており、1秒間に320兆回を超える操作を処理できます。これは、車が路上での環境について前モデルよりもはるかに速く学習し、正確な決定を下すことを意味します。
現在、テスラ車には自動運転に必要なハードウェアが装備されていますが、この機能を完全に有効にするにはソフトウェアの更新が必要です。完全自動運転が可能になりますが、必要に応じて、人間のドライバーが制御することもできます。次世代の自動運転車は、ハンドル、ペダル、トランスミッションを必要としません。そのような車は、潜在的に事故を減らし、高齢者や視覚障害や身体障害を持つ人々にとって実行可能な交通手段となり、生産性を高めることができます。
パーキング
駐車場は本当に新しい開発ではありません。自動縦列駐車の出現は、おそらく自動運転技術におけるAIの初期の悪用の1つです。ただし、この概念は近年大幅に進化しています。特に大都市での駐車は、排出量を増やし、時間と生産性を無駄にし、ストレスを増大させるため、大きな問題です。ボッシュは、利用可能な駐車スポット、駐車場所、時間に関するデータを提供する、AIベースのスマートシステムを開発しました。車は事故もなく駐車自体を行います。車は移動中なので、GPS位置に最も近い場所での駐車可能性に関する情報を受け取ります。駐車スペースのデータは車から多くのクラウドサーバーに送信され、ドライバーは駐車スペースの空き状況を知ることができるように車に送り返されます。
常識のある車
自動運転の分野での作業はすでに驚くべき進歩を遂げていますが、人間のドライバーのような常識は開発で欠けている部分です。困難な交通状況、特に大規模で混chaとした都市では、人間の心は、ドライバーの態度、歩行者の行動、不安定な天候などの絶えず変化する変数に非常に敏感です。無人運転車が路上で人間のような常識を身につけることは重要です。 iSeeとして知られるMITのスピンオフは、自動運転車に常識を与えるためにAIと深層学習に取り組んでいます。これは、自律走行車イニシアチブの最も重要なコンポーネントになります。 iSeeチームは、車がデータから学習し、あらゆる種類の交通状況を交渉できるように、データとニューラルネットワークに懸命に取り組んできました。 iSeeの共同設立者であるYibiao Zhaoによれば、「人間の心は物理学と社会的手がかりに非常に敏感です。現在のAIは、これらのドメインでは比較的限定されており、実際に運転する上で欠けている部分だと思います。」（ディープラーニングの詳細については、ディープラーニングモデルのツアーを参照してください。）
周辺視野のある車
死角付近の歩行者、物体、または車両に関する知識は、安全運転の重要な要素です。死角は多くの事故の原因となっています。新しいAIテクノロジーにより、車は死角付近の歩行者、物体、または車両の距離と速度を表示および評価できます。コンピュータサイエンスと人工知能研究所（CSAIL）のMIT研究者によるAIイニシアチブであるCornerCamerasは、運転手のない車が道路の死角に位置する人や物を識別することを可能にします。この技術は光の反射を使用しており、実際に物体や人を見ることはありません。受信したデータから、自動運転車をより良い運転体験に導くことができます。システムの詳細を説明する論文の主執筆者であるキャサリン・ブーマンによると、「これらのオブジェクトは実際にはカメラに見えませんが、その動きが半影にどのように影響するかを見て、どこに、どこに行くのかを判断できます。 」
結論
これらの開発はエキサイティングなニュースであり、完全自動運転車の登場を促進しています。ただし、自動運転車が世界中の道路で見られ、通常の現象として扱われる前に、2つのことが重要になります。1つは、無人車の常識を与えること、2つは、さまざまな法的および保険のハードルをクリアすることです途中。
バグやストレスなし-あなたの人生を破壊することなく人生を変えるソフトウェアを作成するためのステップバイステップガイド
誰もソフトウェアの品質を気にしない場合、プログラミングスキルを向上させることはできません。