人工知能
TimelyTaleで自動運転ソリューションへの信頼を育む
1世紀以上前に自動車の発明が人々の生活を革命的に変え、現在この業界は次の大きな飛躍である自動運転に向けて準備を進めています。すべてがスマート化する現代において、なぜ車がスマートであってはならないのでしょうか？実際、車はすでにスマートです。
自動車業界の技術進歩により、自動運転車の台頭がもたらされました。
強力なハードウェアとインテリジェントなソフトウェアの組み合わせにより、人間の介入を必要とせずに快適かつ安全に目的地へ運んでくれる自動運転車の新時代が到来しています。
自動運転の状況は急速に進化しており、2024年から2030年にかけて年間出荷される自動車の数は年平均成長率41％で増加すると予測されています。
自動車の統合が進むことで、交通渋滞の緩和、アクセシビリティの向上、安全性の向上が期待されています。さらに、これらの車は運転以外の作業、例えば電話の使用、マルチメディア視聴、仕事、あるいは単に移動中にリラックスすることなどが可能です。
しかし、すべての自動車がそれを実現できるわけではありません。自動運転には以下のようなレベルがあります。
レベル0 – このレベルでは運転自動化はありません。完全に手動で制御されます。このレベルの車両が道路上で最も一般的に見られます。
レベル1 – 1段階上の最低レベルの自動化で、ステアリングやアダプティブクルーズコントロールなど単一の自動システムによってドライバー支援が提供されます。
レベル2 – 部分的な運転自動化レベルで、先進運転支援システム（ADAS）です。ここでは車両がステアリングと速度を制御できますが、ドライバーはシートに座っており、いつでも制御を引き継げます。私たちはすでにTeslaのAutopilotやGeneral MotorsのCadillac Super Cruiseシステムでこのレベルの車両を目にしています。
レベル3 – 条件付き自動化レベルでは、車両は周囲を検知し、その情報に基づいて判断を下す能力があります。しかし、システムがタスクを実行できない場合に備えて、ドライバーは注意を保ち、制御を引き継ぐ準備が必要です。レベル3の代表例として、メルセデス・ベンツSクラスは高速道路での自律走行や車線維持機能を備えており、HondaのLegendは特定シナリオでハンドフリー運転が可能です。
レベル4 – 次の段階は高度自動化車両で、ほとんどの場合人間の介入を必要としませんが、手動で上書きするオプションは残されています。レベル4車両は自律走行できますが、法的には限定されたエリアでのみ可能です。この車両はGoogleのWaymo OneやBaiduのApollo Goで開発が進められています。
レベル5 – このレベルではドライバーは全く必要ありません。自律走行車は完全な運転自動化に達し、ジオフェンスの制限がなく、熟練ドライバーができることをすべて実行し、どこへでも行くことができます。Tesla、Amazon、Honda、Mercedesなど、世界中の主要自動車メーカーが完全自律車のテストを行っていますが、まだ一般に提供されてはいません。
完全自動化車両（SAEレベル5）がいつ広く普及するかは現在不明ですが、いくつかの研究では今十年の終わりまでに市場が整うと予測しています。
それに伴い、これらの車両を成功裏に導入し受け入れられるためにはユーザーの信頼を構築することが重要です。現在、乗客の信頼が限られていることが採用の障壁となっています。
そのため、自動運転車を乗客にとって使いやすくするために、韓国光州科学技術院（GIST）の研究者らはその戦略について論文を執筆しました。これには乗客への説明を提供することが含まれます。
問題は、設計が不十分な説明は乗客体験に悪影響を及ぼす可能性があることです。したがって、説明は急速に変化する道路環境下でも十分に理解できる情報を伝える必要があります。
過去の研究では、乗客体験を向上させ不安や認知負荷を軽減するためのさまざまな説明提示方法が検討されました。しかし、説明の最適なタイミングや実際の乗客需要は、特に実環境においてはまだ十分に探求されていません。
GISTの研究者は、乗客の安全感と自動車への信頼を高めるために、適時に説明を提供するプロセスを調査しました。
自動運転車の採用を加速させる
自動運転車が都市モビリティ向上という約束を実現するためには、乗客の信頼を獲得する必要があり、そのためには自動運転車の意思決定に対して乗客固有のタイムリーな説明が提供されなければなりません。
これらの説明が効果的であるためには、理解しやすく、情報量が適切で、簡潔である必要があります。これにより乗客はコントロール感が高まり、ネガティブな体験が減少し、信頼が醸成されます。
説明可能な人工知能（XAI）手法はすでに存在しますが、主に開発者や規制当局向けです。高リスクシナリオや過度に詳細な説明に焦点を当てているため、乗客には適していません。
このことは、乗客に特化したXAIモデルが必要であり、乗客が求める情報の種類と実際の走行シナリオでいつそれが必要かを理解する必要があることを示しています。
研究は、乗客中心の説明可能XAIモデル開発の主な障壁は、乗客のコンテキストを考慮したデータセットが不足していることだと指摘しています。
この課題に応えるべく、GISTのHuman-Centered Intelligent Systems Labの教授兼ディレクターである金承俊（SeungJun Kim）率いる研究チームは、乗客中心のアプローチが欠如している問題を解決するために、TimelyTaleというセンサーデータを用いたタイムリーでコンテキストに適した説明を提供するデータセットを導入しました。
TimelyTaleは、実世界の走行シナリオを捉え、車内での説明を提供することで自動運転車に対する乗客の信頼と自信を向上させることを目的とした新しいマルチモーダルデータセットです。
「我々の研究は、自動運転におけるXAIの焦点を開発者から乗客へとシフトさせました。乗客の車内説明に対する実際の需要を収集するアプローチと、乗客向けにタイムリーで状況に適した説明を生成する手法を開発しました。」
– キム教授
研究者らは『What and When to Explain?: 高度自動化車両における説明のオンロード評価』という題名の研究で『Distinguished Paper Award（優秀論文賞）』を受賞しました。
まず、研究者は拡張現実を活用し、実走行条件下で注意、認知、またはその組み合わせといった異なる視覚的説明の種類とそのタイミングが乗客体験に与える影響を調査しました。
車両の認知状態は、乗客を圧倒することなく信頼、状況認識、そして安全感を向上させることが分かりました。さらに、研究者は交通リスク確率が説明を提供すべきタイミングを決定する最も効果的な要因であり、乗客が情報過多と感じる時期を理解するのにも役立つことを発見しました。
これらの知見に基づき、GSITの研究者はMITと協力してTimelyTaleデータセットを開発しました。
このアプローチでは、研究者は外部環境（外感覚）からの音や映像、身体の位置や動きを示す固有感覚データ、そして乗客の状態（内部感覚）に関するデータ、すなわち痛み、呼吸、心拍数といった身体感覚データを使用しました。
乗客からこのデータを収集するために、研究者は自然走行シナリオでさまざまなセンサーを使用し、説明需要を予測しました。使用されたデバイスは、外感覚と固有感覚データの取得にGPS、3D LiDAR、OBD-II、IMU、ステレオカメラを含み、内部感覚データの取得にはLiDARカメラ、深度カメラ、サーマルイメージング、E4リストバンド、シート圧力センサーが使用されました。
特筆すべきは、研究者が車内割り込み可能性（interruptibility）の概念を取り入れ、説明の適切なタイミングを見つけたことです。割り込み可能性とは、乗客が非運転関連タスク（NDRTS）から運転関連情報へと注意をシフトすることを指します。
手動運転車ではドライバーが注意散漫になることはありませんが、自動運転車では乗客は通常運転タスクに従事していません。そのため、NDRTs中に運転関連情報を提供すべき瞬間を特定する必要があります。
その結果、研究者は乗客が説明を求めるタイミングと頻度を効果的に特定できました。また、モデルは走行状況で乗客が求める具体的な説明も認識しました。
研究者はこのアプローチを用いて、乗客に説明を提供する最適なタイミングを予測する機械学習（ML）モデルを開発しました。また、異なる走行場所に基づくテキスト説明を生成するために都市規模のモデリングも実施しました。
研究によると、予備分析はモデルが車内説明需要のタイミングを決定する可能性を示しています。一方、データセットは環境、走行関連、乗客固有のコンテキストに関連するテキスト説明コンテンツの生成にも利用できます。
「我々の研究は、自動運転車の受容と採用を拡大する基盤を築き、今後数年で都市交通と個人モビリティを変革する可能性があります。」
– キム教授
自動運転ソリューションを推進する企業
では、自動運転車の未来を形作り、説明可能AIの進歩を活用できる企業を見てみましょう。
AV分野では、General Motors(GM )がドライバーレス乗車用のCruiseを開発し、Ford MotorはEscape Hybridでこの方向へ進んでいます。
次に、NVIDIA(NVDA )のDRIVEプラットフォームは自動運転車開発向けのハードウェアとソフトウェアツール群を提供しています。Amazon(AMZN )もZooxを通じて自動運転技術に関心を持ち、来年の発売に先立ちドライバーレス車のテストを開始しています。Uber(UBER )やLyft(LYFT )のようなライドシェアネットワークも、信頼と安全性の向上に関する進歩から恩恵を受けることができます。
さて、自動運転車市場で投資価値があると考えられる注目すべき2社をご紹介します。
1. Waymo (GOOGL )
自動運転車開発の世界で、Waymoは大きく前進しています。このAlphabet子会社は自動運転技術と乗客中心の機能に注力しています。
先月末、同社は親会社Alphabetが主導し、既存投資家やプライベートエクイティ企業のFidelity、Tiger Global、Andreessen Horowitz、Perry Creek、Silver Lake、T. Rowe Priceなどが参加した、56億ドルの超過募集投資ラウンドの締結を発表しました。
資金は、ライドヘイリングサービス「Waymo One」を米国内のより多くの都市へ拡大し、AI搭載の「Waymo Driver」を改善するために使用されます。最近では、同社はロサンゼルスでロボタクシーを開始し、都市内の誰でもWaymo Oneアプリを通じてドライバーレス車を呼び出すことができるようになりました。このロボタクシーは既にフェニックスで4年間走行しており、昨年からサンフランシスコでも運行しています。一方、オースティンとアトランタでは、Waymoは自社のAVをUberプラットフォームに追加し、顧客はUberアプリから車両を呼び出せるようになっています。
Googleは実は15年以上前にWaymoが秘密プロジェクトだった頃から自動運転車の開発に取り組んでいました。同社の自動運転車は、重大な事故なしで2000万マイル以上走行したと報告されています。
(GOOGL
)
時価総額2.2兆ドルの同社株は現在180.91ドルで取引されており、今年は30％上昇しています。EPS（TTM）は7.54、P/E（TTM）は24.09、配当利回りは0.44％です。2024年第3四半期の純売上高は29億3000万ドル、営業キャッシュフローは7億200万ドルでした。
2024年第3四半期のAlphabetは売上高882億7000万ドルを報告し、前年同期比15％増加しました。クラウド収益は前年から35％増の113億5000万ドルに達し、AI製品が牽引しました。
AIはユーザーや企業の間で大きな関心を集めており、Googleは新規顧客を獲得し、より大きな取引を得て、AIのおかげで採用が増加しています。そのため、同社はAI活動を支える最先端インフラへの「投資」を継続しています。
2. Tesla Inc. (TSLA )
Elon Muskが創業したTeslaは電気自動車で知られ、レベル2の自動化としてAutopilotを提供しています。Autopilotはすべての新型Teslaに標準装備されており、複数のカメラとビジョン処理により安全性が強化されています。
さらに、半自律的なナビゲーションを追加するFull Self-Driving（FSD）もあります。AutopilotとFSDはどちらも、完全に注意を払っているドライバーが使用することを前提としています。
Autopilotは交通認識クルーズコントロールや自動ステアリングなどの機能を含みますが、FSD（監視付き）はナビゲーションオンオートパイロット、都市道路での自動ステアリング、車線変更自動化、オートパーク、サモンとスマートサモン、交通制御、停止標識制御などの追加機能を提供します。
Tesla車には、車両や障害物の検知、衝突予測警告、側面衝突警告、ブラインドスポットモニタリングなど、ドライバーを支援する複数のアクティブ安全機能が搭載されています。
しかし、同社は米国国家道路交通安全局（NHTSA）からの精査を受けており、FSD機能に関するソーシャルメディア上の宣伝文句に不満を示しています。機関はTeslaのメッセージがシステムの安全でない使用を促す可能性があると考え、FSD機能に関するコミュニケーション戦略の再考を求めています。
これは、FSDモードで走行中のTeslaに女性が衝突された悲劇的な事故を受けてのことで、システムが過酷な環境条件に対応できるか疑問が投げかけられています。
NHTSAはTeslaに対し、道路視認性が低下しFSDの安全な運転が制限される可能性がある特定状況での検知・適切な対応に関する「実行失敗の可能性」についての質問への回答期限を12月18日と設定しました。
時価総額1.05兆ドルのTesla株は現在約340ドルで取引されており、年初来で32.2％上昇しています。EPS（TTM）は3.65、P/E（TTM）は90.07、ROE（TTM）は20.65％です。Debt To Equity（MRQ）は11.01％です。
(TSLA
)
2024年第3四半期に同社は売上高233億5000万ドル、純利益21億7000万ドルを報告しました。規制当局が自動車メーカーに一定数の低排出車両の販売またはTeslaのようなメーカーからのクレジット購入を義務付けた結果、車両規制クレジット収益が7億3900万ドル増加し、利益率が上昇しました。
この四半期に同社は47万台の車両を製造し、46万3千台を出荷しました。最近ではロボタクシーとロボバンも発表しました。
Teslaの詳細を見るにはここをクリックしてください。
結論
拡大し続ける自動運転車の世界は、モビリティの向上、交通渋滞の緩和、利便性の向上、安全性の改善という未来を示しています。
世界の自動運転車市場規模は今十年の終わりまでに13,632.4億ドルに拡大すると予測されており、AVに不可欠な自動運転ソフトウェア市場は2024年の18億ドルから2035年には70億ドルへ予想される成長を遂げます。
効率的で安全な輸送ソリューションへの需要増加が自動運転ソフトウェア市場の成長要因です。AVが徐々に普及し採用が進むにつれ、自動車メーカーは安全技術を組み込む必要があります。ここで、オートパイロット走行ソフトウェアはアルゴリズムとリアルタイムデータ処理により車両の安全性を確保します。
完全自律車の未来を実現するには、技術的進歩だけでは不十分です。乗客の信頼を獲得することが広範な採用に不可欠です。TimelyTaleのようにタイムリーで関連性のある説明に焦点を当てたソリューションにより、乗客の懸念により適切に対応でき、信頼が醸成され、結果として自動運転への人間中心のアプローチが実現します。
このようなイノベーションは、自動運転車が日常生活にスムーズに統合された未来にさらに近づくために重要であり、都市モビリティを変革します。
