安全性は自動運(yùn)転技術(shù)の中核問題の一つだ。清華大學(xué)によると、同大の車両と輸送學(xué)院の楊殿閣教授のチームが開発した自動運(yùn)転「信頼的で持続的進(jìn)化」技術(shù)により、自動運(yùn)転車が突発的アクシデントに見舞われた場合に、事前に対応策を設(shè)定していなくても自主的に學(xué)習(xí)し不慣れなシーンに対応できるようにするとともに、安全運(yùn)転を保証する。これは自動運(yùn)転車の大規(guī)模な実用化に可能性を示した。新華社が伝えた。

楊氏は、「現(xiàn)在の自動運(yùn)転車はすでに特定の典型的シーンにおける運(yùn)転?運(yùn)行の能力を持つが、その大規(guī)模な実用化には依然として安全面の懸念がある。自動運(yùn)転はデータ駆動のAI（人工知能）技術(shù)に依存する。従來の研究方法は、事前に対応策を設(shè)定し自動車が突発的アクシデントに対応できるように、より大規(guī)模な運(yùn)転データの収集、より長距離の運(yùn)転距離數(shù)によってあらゆる運(yùn)転シーンをカバーしている。しかしAIは既知のシーンしか処理できる上、AIアルゴリズムの「ブラックボックス」の特徴とその偶発的な不具合の特徴により、不慣れなシーンに遭遇すると自動車が制御できなくなる恐れがあるため、安全運(yùn)転が非常に困難な狀況になっている。

「信頼的で持続的進(jìn)化技術(shù)」による自動運(yùn)転學(xué)習(xí)の応用効果。（畫像提供は研究チーム）

研究チームが打ち出した「信頼的で持続的進(jìn)化技術(shù)」は、同問題の解決に新たなアプローチを示した。同技術(shù)はAIの信頼性の程度を動的に評価し、自動運(yùn)転車が自主的に學(xué)習(xí)?トレーニングし、新たに遭遇する各種シーンに慣れるようにし、その運(yùn)転?zāi)芰Δ颉赋志A的に進(jìn)化」させ、安全を保証する前提でより良い運(yùn)転を?qū)g現(xiàn)する。

研究チームのメンバーで、清華大學(xué)車両と輸送學(xué)院の博士研究員の曹重氏は、「複數(shù)回にわたるシミュレーションと実車実験の結(jié)果によると、同技術(shù)は、車の逆走、建設(shè)用車両の車線はみ出しや追い越しなどシステムが事前に設(shè)定しなかった複數(shù)のアクシデントが発生した場合、自動車に追加で指示を出さなくても自動的に回避できる。そして走行距離とデータの蓄積により性能が持続的に向上する」と述べた。

楊氏は、「同技術(shù)は未知のシーンに遭遇した際に自動運(yùn)転車に起こりうる危険行為という問題を解決する見込みで、自動運(yùn)転車に普及と大規(guī)模な実用化の可能性を持たせている」との見方を示した。

同成果はこのほど、「Nature Machine Intelligence」に掲載された。研究チームによると、同新技術(shù)はこれまで北京テック冬季五輪自動運(yùn)転モデルプロジェクト2022で応用に成功した。同技術(shù)のより多くの走行シーンにおける対応力と自主向上能力を検証するために、同チームは大規(guī)模な自動運(yùn)転公道応用のモデル実証を行う予定だ。（編集YF）

「人民網(wǎng)日本語版」2023年3月16日