【連載】

清水和夫の自動運転ソシオロジー

5 運転支援システムと自動運転を分ける「ニューラルネットワーク」

5/10

クルマを運転する際、ドライバーは「認知・判断・行動(操作)」のサイクルを絶えず繰り返している。自動運転車に置き換えると、認知はセンサー類、判断はコンピューター(AI)が担うわけだが、人間が脳で行っていることを、コンピューターに代替させるには何が必要だろうか。

コンピューターにドライバーの代替は可能か

思考パターンの転換が不可欠

一般的にコンピューターは、与えられた条件に忠実に機械に指令を出す。このロジックは「If-then-else型」と呼ばれ、従来のコンピューターソフトでは定番的な思考パターンだ。一方、AIは人工的に人間の脳を模擬するので、人間の思考パターンとして知られる「ニューラルネットワーク」を必要とする。ニューラルネットワークは人間の脳神経回路の仕組みを模擬しており、多層構造を持つニューラルネットワークでは膨大なデータ処理が可能だ。

従来の運転支援で利用されていた「If-then-else型」のコンピューター思考回路と、自動運転に資するニューラルネットワーク型を使った思考回路とには大きな違いがある。目で見たものを脳で判断するのではなく、脳と目が直結した形で認知・判断を同時に行う必要があるのだ。

クルマに覚えさせなければならないこと

人間とコンピューターの周辺状況の認識パターンの違いについて、名古屋大学の野辺継男客員准教授は次のように指摘する。

「例えば、人間は先々の信号が数多く見えても、周囲に電飾が光っていても、直近の従うべき信号を簡単に見つけ出し、赤ならば停止線の前で止まると容易に判断できますよね。コンピューターではそこまでやるだけでも容易ではなく、カメラやレーダーといったセンサーを利用して、三次元地図に照らし合わせ、従うべき信号を特定し、それぞれの状況にあった走行判断をします。現在、この正確性を追求する為にAIの利用がされようとしています。むしろ、それができなければ完全な自律走行は実現できません」

つまり、自動運転車を市販する前に、膨大な画像データや走行データを大量にコンピューターに教える必要があるわけだ。

コンピューターの処理能力が高まっても、データが少なければ正しい判断ができない。更に、リアルタイムで変化する周辺状況のデータも加え、より正確性を高めることが必要だ。一連のプロセスをひたすら繰り返すことがディープラーニング(深層学習)なのである。

運転支援から自動運転へステップアップするには、コンピューターのアルゴリズムも大きく変わる必要がある。認知のためのものと思われがちなセンサーは、もはやAIに目が付いたものと考えるべきかもしれない。

著者略歴

清水和夫(しみず・かずお)
1954年、東京都生まれ。武蔵工業大学電子通信工学科卒業。1972年のラリーデビュー以来、国内外の耐久レースで活躍する一方、モータージャーナリストとして活動を始める。自動車の運動理論や安全性能を専門とするが、環境問題、都市交通問題についても精通。著書は日本放送出版協会『クルマ安全学のすすめ』『ITSの思想』『燃料電池とは何か』、ダイヤモンド社『ディーゼルこそが地球を救う』など多数。内閣府SIP自動走行推進委員の構成員でもある

5/10

インデックス

連載目次
第10回 レクサスLSで感じた高度運転支援の粋
第9回 議論白熱の自動運転レベル3、積極的なアウディと慎重なメルセデス
第8回 自動運転レベル3の時代へ待ったなし、ホンダの現在地は
第7回 自動運転の捉え方は各人各様、アウディ「A8」登場で世界が変わる?
第6回 人よりうまく運転できる? もしもAIがドライバーだったら
第5回 運転支援システムと自動運転を分ける「ニューラルネットワーク」
第4回 自動運転の認知・判断を支えるセンシング技術とは何か
第3回 レベル3が分岐点に? 押さえておきたい「自動運転のレベリング」
第2回 いよいよ無人運転車が公道に? 自動運転を取り巻く環境が変わり始めた
第1回 目前に迫る自動運転社会、グランドデザインを描くのは誰か

もっと見る

関連キーワード

人気記事

一覧

イチオシ記事

新着記事