高速走行中にトラクションを失うのは、一般的に非常に危険な状況です。トヨタ・リサーチ・インスティテュート（TOYOTA）とスタンフォード大学の科学者たちは、人工知能（AI）を用いて制御されたトラクション（いわゆる「ドリフト」）を実現する2台の自動運転車を開発し、自動運転の限界に挑戦しました。
2台の自動運転車は5月、カリフォルニア州ウィロウズにあるサンダーヒル・レースウェイパークで、命知らずのタンデムドリフトを披露しました。プロモーションビデオでは、人間のドライバーが運転を手放した後、2台の車が互いに数フィート離れたトラックを轟音とともに走り抜ける様子が映し出されています。
このプロジェクトを主導したスタンフォード大学のクリス・ガーデス教授は、WIREDの取材に対し、この偉業のために開発された技術は、将来的には将来の運転支援システムに役立つ可能性があると語った。「私たちが注目していることの一つは、人間が最高のドライバーと同等の運転ができるかどうかです」とガーデス教授は言う。
将来の運転支援システムは、カリフォルニアのサーキットでテストされたアルゴリズムを活用し、ドライバーが制御を失った際に介入し、スタントドライバーのように車両を危険な状況から脱出させる可能性があります。「ここで私たちが行ったことは、都市部での自動運転といったより大きな課題への取り組みにも応用できるでしょう」とガーデス氏は言います。
トヨタ・リサーチ・インスティテュート（TRI）で、2台のトヨタ・スープラがタンデム走行するタイムエコー。写真：トヨタ・リサーチ・インスティテュート
このプロジェクトは高速自律走行の見事なデモンストレーションですが、自動運転車はまだ完璧には程遠い状況です。10年にわたる期待と誇大宣伝の後、タクシーは限られた状況下で無人運転を実現しています。しかし、車両は依然として立ち往生しやすく、遠隔支援が必要になる場合もあります。
トヨタとスタンフォード大学の研究者たちは、2台のGRスープラ・スポーツカーに、サスペンションなどの特性に加え、路面や他の車両を追跡するコンピューターとセンサーを搭載して改造した。また、タイヤと路面の特性に関する高度な数学モデルと機械学習を組み合わせたアルゴリズムを開発し、車両がドリフトの技を自ら習得できるようにした。
メリーランド大学で自動運転を研究するミン・リン教授は、この研究は自動運転車を極限状況下で動作させる上で画期的な進歩だと述べています。「自動運転車にとって最大の課題の一つは、雨の日、雪の日、霧の日、あるいは夜間の薄暗い状況でも安全に走行させることです」とリン教授は述べています。
リン氏は、トヨタとスタンフォード大学の共同プロジェクトは、機械学習と実世界の物理モデルを組み合わせることの重要性を示していると付け加えた。「まだ初期段階のデモンストレーションではありますが、明らかに正しい方向に向かっています」と彼女は言う。
トヨタとスタンフォード大学は2022年、自動運転車がドリフト走行を可能にするアルゴリズムを初めて実証しました。2台の車両が同時にこの技を実行するには、より高度な制御が必要となり、車両同士の通信が必要になります。プロドライバーの走行データが車両に入力され、それぞれのコンピューターが1秒間に最大50回の最適化問題を計算し、ステアリング、スロットル、ブレーキのバランスを決定しました。
「ここで本当に注目しているのは、タイヤが滑っているような極限状態で、つまり雪道や氷上で運転しているときに遭遇するような状況で、いかに車両を制御するかということです」と、TRIヒューマン・インタラクティブ・ドライビング部門の副社長、アビナッシュ・バラチャンドラン氏は語る。「安全性に関しては、平均的なドライバーだけでは十分ではありません。だからこそ、私たちは最高の専門家から学びたいのです。」
ChatGPTのようなプログラムを支える大規模言語モデルのおかげで、近年、AIは目覚ましい進歩を遂げています。しかし、デュアルドリフトのデモが示すように、複雑で予測不可能な物理世界を制御できるかどうかは、依然として全く別の問題です。
「法学修士課程では、幻覚は世界の終わりではないかもしれません」とバラチャンドランは、大規模言語モデルが事実を誤認する可能性があることに触れながら述べた。「もちろん、車の場合は全く異なるでしょう。」
