人間ってナンだ?超AI入門 シーズン2 第4回「移動する」 根津孝太、諏訪正樹、フレッド・アルメイダ、西村明浩…



出典:『人間ってナンだ?超AI入門 シーズン2 第4回「移動する」』の番組情報(EPGから引用)


人間ってナンだ?超AI入門 シーズン2 第4回「移動する」[字]


人工知能技術の最前線に迫り、同時に人間の思考を模倣した機械のありようを考えることで、人間とは何か?再考する、知的教養エンタメ。全12回で人間という存在が丸裸に?


詳細情報

番組内容

2020年を目前に進化のアクセルを緩めない「自動運転」。しかしこの1年でその安全性に疑問符がつく事故も起きた。そこで今、安全性にもAIの研究開発が進んでいる。ドライバーが眠気を催したことを一早く関知するAIも登場。また最適なルート選択のための空間把握をめぐって新たな研究も進み、人間が運転時に発揮している大事な能力の秘密も見えてきた。自動車の概念が変わる時移動の概念そのものが変わる?その時、人間は?

出演者

【ゲスト】カーデザイナー…根津孝太,【スタジオ技術者ゲスト】ドライバー見守りAI開発担当者…諏訪正樹,自動運転開発チーフアーキテクト…フレッド・アルメイダ,自動運転事業担当…西村明浩ほか




『人間ってナンだ?超AI入門 シーズン2 第4回「移動する」』のテキストマイニング結果(ワードクラウド&キーワード出現数ベスト20)

人間ってナンだ?超AI入門 シーズン2 第4回「移動する」
  1. 人間
  2. 自動運転
  3. AI
  4. 運転
  5. 移動
  6. 学習
  7. ディープラーニング
  8. 本当
  9. 状況
  10. 技術
  11. 認識
  12. センサー
  13. レベル
  14. 海馬
  15. 自分
  16. 結構
  17. 判断
  18. 歩行者
  19. ドライバー
  20. ポリシーベース


『人間ってナンだ?超AI入門 シーズン2 第4回「移動する」』の解析用ソース(見逃した方はネタバレ注意)


解析用ソースを読めば、番組内容の簡易チェックくらいはできるかもしれませんが…、やはり番組の面白さは映像や音声がなければ味わえません。ためしに、人気のVOD(ビデオオンデマンド)サービスで、見逃し番組を探してみてはいかがでしょうか?

☆無料で民放各局の動画視聴ができるTVer(ティーバー)!まずはココから!

他にも、無料お試し期間のあるVODサービスが増えてますので、各社のラインナップを調べてみるといいかもしれませんね。

↓NHK関連商品

間もなく 目的地付近… のはず。

このサイズの車っていうものが
出来てしまうと

人が歩くことをやめてしまうんじゃ
ないかっていうような。

今 AIが社会に革命を起こしています。

その進化のスピードは更に加速。

人工知能は
どんな未来を見せてくれるのか。

全12回で AIの仕組みが感覚で分かる
超入門シリーズ第2弾。

知れば知るほど
人間の本質も見えてきます。

だから…

第4回のテーマは移動する。

自動運転の研究分野は
今 広がりを見せています。

ついには
自動車以外まで動かし始めるほど。

しかし 2018年は試練の年となりました。

大きな事故が起きたのです。

それでも 人間の移動は
今 大きく変わります。

あなた 移動を続けますか?

自動運転の安全対策とは?

そして モノの方が人間に向かう時
移動する行為の本質とは?

これは 今 どういう状況なんでしょうかね
運転されてますけど。

はい 今回のゲストはですね
カーデザイナーの…

はい よろしくお願いします。
よろしくお願いします。

一緒に移動するということを
考えていきます。         はいはいはい。

今 ちょっと ディスプレーに
町並みが映ってますけれども

根津さん どうですかね
AIによる自動運転の

進化みたいなものって
感じられてますか?

やっぱり 車って
何か革新的な技術が出てくると

形がドラスティックに変わってく
ってことがあるんですけれども

自動運転っていうのはですね

どの程度 実現していくかってことにも
よるんですけれども

その実現の度合いによっては
極端なこと言うと

ドライバーがいなくていいってことに
なったりするとですね

形は大きく変わっていくことになると
思うんですよね。     確かにそうですね。

自動運転 技術のレベルでですね

レベル1からレベル5まで
どんどん技術進化してます。

第1シーズン以降も
進化を続けているわけですけれども

実は その一方で
大きな事故も起きてしまいました。

そのせいで 安全性に疑問を持つ声も
上がってきていますね。

う~ん やっぱり 一番心配なのは

安全なのか 事故起こさないのか
っていうところですもんね。

私たちAIが 皆さん 人間の代わりに

運転する自動運転。

開発は5段階のレベルに分かれています。

レベル1と2は運転支援。

例えば 接触の危険を感じた時に
自動で減速したり。

直進が多い高速道路など
条件付きですが

走行レーンと車間距離を保ち
走行します。

皆さん 安心しないで下さい。

まだ
ハンドルからは手を離さないで下さい。

あくまでも ここまでは支援です。

レベル3以上が 自動運転。

ハンドルもアクセルもいらないレベル5。

特定の場所で自動化する
レベル4を目指し

現在はレベル3が開発中。

緊急時はドライバーが運転という
レベル3のテスト走行中に

死亡事故が起きてしまいました。

私たちAIには
緊急時の判断と予測は難しい。

皆さんは
どうやって予測しているのでしょうか?

カナダ・トロント。

ここに 自動運転研究の最前線を走る
企業の一つがあります。

自動運転のAI開発のトップ
ラケル・ウルタスンさんに

開発を続ける意義を聞きました。

交通事故の9割は

人間のミスによって起きている
といわれています。

私たちAIは 皆さんのように
集中力が切れたり よそ見をしません。

まだまだ免許をもらうまでには
時間がかかりそうなので…。

まずは
助手席から皆さんを見守ることにします。

AIがドライバーを見守っている
ということですけども

どうやってるんですか?
(諏訪)これはですね

車の中でドライバーを見てる
センサーが

そのドライバーが どこを見てるかという
情報を 逐次 検出してですね

それを画面に
ピンク色の色で表示しています。

実際にはですね
モニターの目の前にありますセンサーが

目の位置 そして その方向

そして 顔の位置とか
顔の方向も合わせて

トータルで 視線が どれぐらい
向いているかという情報をですね

1度単位で計測することができています。

これは黒目の位置を
見てるってことですか?

そうなんですね。
実は人間の目というのはですね

非常に たくさんの情報を
発しておりまして

「目は口ほどに物を言う」というのは
まさに そのとおりでして。

皆さんの眼球の中央部分
いわゆる黒目は

絶えず細かく振動しています。

この振動は 人間に
もとから備わっているスタビライザー

天然の手ぶれ補正機能です。

歩く時に 体が上下しますが
目の前の映像がぶれないのは

この細かい振動のおかげなのです。

この振動の変化と眠気が
連動していることを

私たちAIは見逃しません。

助手席の話し相手は寝てしまいますが

車内のAIカメラは
あなたをずっと見ていますよ。

人間というのは 眠たくなってくると
このスタビライザー機能が

実は だんだん だんだん
弱ってくるんですよ。

それは ドライバー自身が
眠気を気付いていない前に

その兆候が表れるんですね。

ということで それをセンサーが
巧みにAIを使って判断して

この人は もうすぐ眠たくなると。
眠たくなってからではなくて

この人はもうすぐ眠たくなるという情報を
事前に検出するということが…。

スタビライザー機能の弱まりを
検知することによって

こいつは もうすぐ眠くなるぞっていう。
(諏訪)はい。

そういうことを捉えるセンサーに
なっているんですね。

やっぱり ここでもあれですね
AIを どんどん作っていくとすると

やっぱり人間を知ることになるんですね。
そうですね。

いや ちょっと
とんでもないとこまで来てますね。

それは どうやって やってるんですか?

(諏訪)実は このセンサーは
顔とか状態も含めて見てるんですよ。

なので そこの部分に
AIの技術の最新の技術が使われて。

これは かなりディープラーニングの
技術というものが土台に入っています。

今 ディープラーニングっていう言葉が
出ましたけども

第1シーズンでも 結構
ディープラーニングについて

やってきましたが 徳井さん
ディープラーニングって何ですか?

ディープラーニングって何ですか?
うわ~!

ディープラーニングって何ですか?

難しい問いですね。 え~?

僕に振んないで下さい。
(笑い声)

結構 第1シーズン かなり時間
かけてやった…。    やったんですけど

「ディープラーニングって何ですか?」って
言われると。

何か人工知能 AIの その~…
何て言うんですかね

機能を より深くするもの…。

合ってる。
…とぐらいしか分かんないですけど。

では 改めて ご説明しますね。

自動運転の分野でも 重要な役割を
果たしているディープラーニング。

その構造は 人間の脳を模倣したものです。

人間の脳は 1, 000億に及ぶ
神経細胞 ニューロンのかたまり。

ニューロンは
隣のニューロンから電気信号を受け

一定以上たまると 次から次へと伝える
巨大な電気ネットワークです。

ディープラーニングでは
これを人工的に再現。

丸い玉がニューロンの代わりで
それらをつなぎ 電気信号を走らせます。

これがニューラルネットワークです。

運転に欠かせない 環境の認識を

人間の脳と似た仕組みである
ディープラーニングで行います。

寝ている人を起こすのって
気が引けますよね。

でも ドライバーの人は寝ては駄目ですよ。

そもそもなんですけど
助手席が運転席の隣にあるっていう

このデザインっていうのは 本当
そもそもですけど どうしてというか。

そうですね 元はと言えば馬車ですよね。
あ~。

それが原点なんですよね。
そうか 確かにそうですね。

将来的には 見守りのAIっていうのは
どういうふうに進化していくんですか?

自動運転が進みますと

ドライバーはいらなくなるのではないか
という話は よくありますけども。

僕なんか 結構 運転 好きなんで

いらなくなんのも寂しいなっていう気は
するんですけど。

僕もそうです。
そうですよね。

やはり 馬が車に変わるのに
何十年も要したようにですね

この自動運転の車に変わるまでも

やはり まだまだ
何十年か要すると思ってます。

その時に 助手は間違いなく

隣に座っている人から 車そのものに
移ると思います。           そっか~…。

恐らく徳井さんが運転されててですね

歩行者を ちらちら見だすと
「ちょっと見過ぎじゃない?」

みたいなことを
さりげなく言ってくれたりとか…。

当然 眠たくなるのも 眠たくなる前に

起こしてくれるということが
できるようになりますので

自分は眠気が気付かないまま
運転できるというようなことも

機械の見守りの中で実現できるように
なってくると思います。         はあ~。

皆さん 割と慎重な… 何て言うか

時間かけて変わるっていうふうに
おっしゃられますけど

僕は むしろ もっと一気に変わっても

おかしくないなというふうに
思ってまして。        ああ そうですか。

それは何でか… 日本社会で考えると
そうだと思うんですよ。

だけど 世界全体で見ると 本当に

いまだに道路が
ちゃんと整備されてないところとか

交通の いろんなルールが
守られてないとことか

いっぱいあるわけですよね。
そういうところの方が 僕は むしろ

自動運転って
どんどん入っていくんじゃないかと。

実は発展途上国の方が

固定電話なしに携帯電話が
いきなり使われるとかあるんですよね。

僕は そういうところから
どんどん使われるようになって

技術が どんどん成熟してきて
初めて日本のような

安全安心というのが重視されるような国で
使われるようになってくるんじゃないか。

だから 世界全体で見ると
結構 一気に進んできても

おかしくないんじゃないかなと
思いますけど。                あ~。

本当 先生のおっしゃるとおりで
あと 日本でもですね

過疎地みたいなところですと
自動運転って どうしても街なかの

すごい 車いっぱいいるところでっていう
議論に行きがちなんですけど

そうじゃなくて 逆にもう
おじいちゃん おばあちゃん

たくさんいらっしゃるような
過疎地のところで

もうバスも なかなか
営業が難しいみたいなところだと

逆に自動運転ができればですね
みんな助かるっていう

そういう状況は たくさんあるんですよね。

馬車から自動車へ。

人間が運転を学習する場所は
実際の道路でした。

私たちAIが学ぶ場所は
もっと効率のよい場所です。

アメリカ・カリフォルニア州。

サンフランシスコの南へ
およそ70キロメートル シリコンバレー。

自動運転で世界的な成果を上げている
グラフィック機能を開発するメーカー。

AIの学習を行っています。

さまざまな状況を再現できる
仮想空間こそ

緊急時の訓練にふさわしい。

皆さんも そう思いませんか?
是非 訓練に おつきあい下さい。

私 皆さんとドライブに行きたいです。

松尾さん この運転してる方は
どちら様でしょうか?

有名なフレッドさんです。
「有名なフレッドさん」。

ちょっと
いきなり初対面で この状況なんで

ちょっと あれなんですけど
ちょっと すみません

外してもらってもいいですかね? VR。
はい。

よろしくお願いします。
よろしくお願いします。

これ 今 VRで何をされてたんですか?

今ですね これは 自動運転のAIの
ベースのシステムを

学習させる… のシミュレーションです。

ここで 人間もAIの車 同時に
イントラクションができるような形で。

じゃあ このVR空間の中で
人が運転をすることによって

それをAIが学習していく
っていうことなんですか?

2つの理由があるんですけど 一つは
やっぱり人間のやり方 運転のやり方を

そのデータ 集まって
AIに教えることできるんですよ。

人間らしく動き方ができるんですね。

だから 急に止まるんじゃなくて
ゆっくり止まるとか。

止まらなくて…
ちょっとアグレッシブな形で

道に入れるとか 学習できるので。

もう一つの方は
ポリシーベースっていうので

強化学習で AIが 自分でやってみて
だんだん正しく。

それ 人間のケイパビリティー
人間のスキル 超える。

その両方で使ってきたら
人間らしくの AIの自動運転が作れる。

運転する時には
周囲を認識し 行動を判断。

ハンドルなど 操作を行います。

その基準として ルールベースと
ポリシーベースがあります。

ルールベースとは
あれは信号 あれは歩行者と

搭載されているカメラやセンサーで

周囲の状況をまず認識。

次に 前の車と近づき過ぎたら減速など

認識した環境と
あらかじめ教え込まれたルールに基づき

操作を判断します。

ルールを教え込むには
たくさんの状況が必要です。

車の形も 標識も 歩行者も分別できる
ディープラーニングが

ここで役に立ちます。

しかし 実際の道路では 想定外な状況は

確率に反して 意外と多いものです。

目の前で雷が落ちる。

突然の嵐で 前が見えない。

デモに巻き込まれる。

ルールにない状況で
強引に運転する危険性か

安全第一で
すぐ停止するか。

しかし 人間の場合

想定外でも
周囲の状況を認知 判断

危険を回避できます。
これがポリシーです。

安全を優先する
ポリシーそのものを

運転の基準にすることで

柔軟に対応できると
考えられています。

ポリシーベースでは 判断の基準を
自身の経験から獲得します。

ポリシーベースでは
交通のルールを学んだ上で

過去の走行データで
ポリシーを強化していき

緊急時にも備えていくのです。

あっ 危ない!

皆さんも ひやっとした経験から

急に飛び出してくる危険を
予測しますよね。

私にも かもしれない運転が
できちゃうかもしれないですね。

フレッドさんが ポリシーベースって
おっしゃったんですけども

それも 結構 重要な言葉で。
というのはですね

従来の自動運転って
どうやってたかっていうと

認識するんですね。
いろんなセンサーとか画像とか使って

今 自車 位置が どこにいるか

周りの車 歩行者が どこにいるか
認識しますと。

これを基に
次に 自分が どう動くべきかっていう

行動の計画を立てますと。

右に曲がるんだったら
こういう経路のパスを描くんですね。

…という計画っていうのがあって
その次に それを実行するっていう

この3段階に分かれて作ってたんですね。

ところが 人間が運転する時って
そんな分かれて考えてますっけ?

…っていうとですね
かなり一体になってるわけですよね。

今 フレッドさんがおっしゃった
ポリシーベースっていうのは

今 見た画像
今 入ってきたセンサーから

すぐに行動に移すような
マップするような

そういった やり方自体を
もう学習していきましょうっていう…。

AIが 自分の運転の勉強させるの
やっぱり それだけでも足りないですね。

一回 画像の情報が入って
いきなり止まるとか 始まるとか。

そういう形は人間らしくではないですね。
やっぱり 人間は予想するんですね。

あの人は 邪魔にするとか。

左に行きたいのに でも入れない。
どういうふうに入れるの方は…。

目的と やっぱり みんなの
どういうふうに変更されるのは

理解されるんですよ 大体 人間は。
モデルがあるんです。

これは 何か…。
前頭葉。

前頭葉ですね。 そこの辺と海馬の部分
一緒で使えないと

うまく運転できないんですよ 人間は。

脳は 場所によって 機能が異なることが
分かっています。

脳のそれぞれの機能を再現し
統合しようという

全脳アーキテクチャという研究も

AIでは盛んです。

ポリシーベースの自動運転に必要な機能を
脳と比較すると…。

前頭葉は 認知や判断する場所。

標識や歩行者など 状況を認識します。

そして 短期記憶の機能を持つ海馬。

もともとは 情報の一時置き場という
認識でした。

しかし
実は この記憶力こそが判断力の鍵。

未来の予測 判断にも 重要な役割を
果たすことが分かってきました。

人間の皆さんも 同じですか?

いかがですか? この…。
いや すごいですね。

人間が考えて
何かやるっていうことって

自分が思ってる以上に 複雑なこと
やってたりとかっていうのがあって

そういうのを シミュレーターやると
見えてきたりとかっていうのが

あったりするんですけど
何か もう その先に行ってるというか。

人間って どういうふうに 本当はちゃんと
考えてるんだろうみたいなことを

もう そういうとこに 一歩 踏み入れて
らっしゃるのかなと思ったので。

まさに人工知能っていう。
海馬を持つようになると

運転は
どういうふうに変わるんですかね?

海馬の機能 ちょっとした未来を
予測する能力っていうのは

知能において かなり根源的で

ディープマインドのデミス・ハサビスっていう
CEOもいるんですけども

その人も やっぱり ちょっと未来を
想像する能力っていうのが

知能の中心だということを
言ったりしてます。

それができると やっぱり基本的には
これから何が起こるかっていうのを

予想しながら動くことができるので
すごくスムーズに動けるというよりは

それがないと危なくてしょうがない
っていうか 本当に…。

例えば 海外に初めて行った時とかですね
初めての町に行った時とか

結構 怖いんですよね。
何で怖いかっていうと

何が起こるか分かんないじゃないですか。

だから ず~っと
緊張しながら歩かないといけない。

そういうのと同じなんですよ。

何が起こるかっていうのが
予想できるようになると

安心して ちょっと先のことも
分かりながら行動できるっていう。

そうすると やっぱり このAIが
どんどん実用に近づいてくるのかな…。

それでも やっぱり
先に問題になるかなと分かってきたら

だいぶ前から止まるんですよ。 だから
事故は本当に難しくなると思います。

これ どうですかね?
ちゃんと使える海馬を持ったAIがね

公道を走るようになるっていうのは
いつぐらい…?

うちの方は 今 頑張ってるんで

2020年のオリンピックのために
頑張って開発してるんですね。

もう 会社
今 100人ぐらいのエンジニアになって

広尾にいますよ。
広尾に。

もう 本当に すぐそこですね じゃあ。

もう 本当に 多分 10年先で
日本は だいぶ変わると思います。

いい感じで。

学習も早いわけですもんね それだけ。
そうですよね~。

普通の20年までの時間とは
またちょっと違うわけですもんね。

何て言うの やっぱり すごい
安全の世界になっちゃうと思います。

子どもとか犬とか いきなり
ぶつかったりとか そういうのなくなる。

そうですね。 みんなが
そのAIを搭載してる車であればね。

だいぶ 事故も減るでしょうね。

海馬が 移動において
どんな働きをしているのか。

具体的に
試してみましょう。

渋谷駅から
NHK近くの

交差点まで移動します。

駅から 井の頭通りを
しばらく直進。

交差点を
左に曲がります。

公園通りを直進。

もう一度 左折。

目的地に到着しました。

あれれ? どこで
海馬が働いたのですか?

ご説明します。

海馬は スタートから
ゴールまでの道を記憶しています。

だから 駅に帰れるのですが
それだけではありません。

一度 歩いた経験から

駅と目的地の
位置関係を想像。

方向と距離を
予測しながら

最短ルートで駅まで戻る
という人もいるでしょう。

実は これも 記憶と
予想をつかさどる

海馬のなせる業。

自動運転のAIに
海馬の機能を再現する可能性とは?

トロント大学准教授は
自信を見せています。

シミュレーターと実車で運転するっていう
話ありましたけれども

それに関連して結構重要な技術の一つが
転移学習というのがありまして

ちょっと それ
説明したいと思うんですけれども。

徳井さん ディープラーニングって
何でしたっけ?

(一同)ハハハ…。
何ですか?

何ですか~?

深いニューラルネットワークを使って
学習する…。

あっ ニューラルネットワーク
っていうワードが

大事なんですね。
そうそう 大事。

ディープラーニングですけども

よくある画像認識だとですね
こういう画像がありますと。

こういう あの…

何か猫みたいな画像がありますと。

で このピクセルですね。

それぞれのピクセルの値が
こういうところに入力されて

で それが深いニューラルネットワークに
入力されてですね。

深いっていうのは 要するに
この層が多いってことですね。

で 最終的に ここにですね

これが 猫ですとか 犬ですとか

家ですとか

まあ こういうのが出てくると。
で この関係性を

たくさんのデータを使って
学習していくというのが

ディープラーニングなわけですね。

転移学習は シミュレーターでの学習を
実際の運転に生かす上で

欠かせない手法です。

シミュレーターの中では
ディープラーニングを通じて

歩行者や道路標識

他の車などを認識することを学習。

ニューラルネットワークを獲得します。

そして 実地での訓練に移行。

既に
歩行者などを認識できるようになった

ニューラルネットワークを
再利用することで

猫を見分けるように 形や動きで

歩行者や標識 車などを

認識することができるのです。

これを転移学習といいます。

過去の学習を転用することで

現実とシミュレーションの境目を
なくせるのです。

ルールが違うところで運転すること
人間もありますよね?

徳井さんは
海外で車を運転されたこととか

ありますか?
ありますね。

最初のうちって どんな感じ…?

やっぱり まあ あの
どっち側通行かも違うので

最初は ちょっと おっかなびっくり
というか慎重ですけど

もう すぐ 結構慣れますよね。
そうですよね。 それ まさに転移学習で

日本で学習したことをベースにして

表面的に違うところだけを
更に学習しているわけですね。

ですから 非常に効率的に学習できる。
まあ そんな感じですよね。

いろんなルールを分かってきたら
簡単に国に移動されることできる。

全部の国 走らなくていい。

だから とりあえずは大体できるので

それ キャリブレーションの方で
ちょっとずつに直してもらうような形に。

あの それは人間 一緒に

必要な形もあるかもしれないですね
最初の方で。

じゃあ 今の この自動運転のAIを
育てることによって

ほかのにも いっぱい使えて
これが育てば また ほかの分野でも…。

そうなんです。 そう考えると
結構 その将来の

こういうAIを使った
ロボットっていうのは

あの こういう技術を
ちゃんと開発した会社が

実は あるところで使った技術を

ほかのところにも
どんどん転移していくことによって

すごく あの
まあ 効率的にできるというか

ドミナントに
まあ なっていく可能性もあって

グローバルな企業というのが
出てくるかもしれない。

そうですね。 あそこのAI使ってる
製品だから信頼できるとか

そういうふうになってきたり
するんでしょうね。

私たちAIは 一度乗り方を学習したら
忘れません。

車が運転できるようになれば
ほかの乗り物だって動かせるかも。

それなら私は空を自由に飛びたいな。

皆さんは何を動かしたいですか?

やっぱ あれですかね
自動運転になってくると

車までデザインも変わるんですかね。
(根津)そうですね。

やっぱり 人が運転するためのもの
っていうのが

自動車には たくさんあるので 例えば
完全に自動運転になってしまえば

そういったところが
一切いらなくなってしまう

ということもありえますよね。

何ですか 何ですか?
何や 何や?

えっ えっ?

おお~ すごい すごい
すごい すごい。

何か いろいろ出てくる回ですね これ。

ひとりでに台車が動いてますよ。

どうぞ お水を手に取って下さい。

ハハハ… たいそうに
水持ってきてくれたんですかね。

「間もなく走行を再開します。

一定時間 待機中」。

わあ~ すごい すごい すごい。

これ 今 走ってきた台車も
自動運転技術を使ってるんですか?

はい そうです。
こちらも車の自動運転と同じように

目と頭脳が入っていて
周りの状況をセンサーで把握して

自分で考えて進んでいます。

自分で考えて動いていると…。
(西村)はい。

その時その時の 周りの状況を把握して
それで動いていってます。

周りの状況というのは
具体的には

どういうところがあるんですか?
はい。 あの

地面のですね… 地面にランドマーク
という目印がついていまして

そちらの方で読み取って あと周りに
センサーがついてますので

それで周りの状況を把握して

それで 自分がどこに行くべきなのか
ということを考えて進んでいます。

自動運転と同じ仕組みは
オフィスの荷物配達にも転移できます。

ご自宅でも
ルームサービスする日も近いかも。

皆さんが ドアを開けてくれるだけで
感謝です。

やっぱ モノが無人で動いてると
一気にSF感が増しますよね。

(根津)何かやっぱ かわいいんですよね。

人格として こう
尊重しだしてしまいますよね。

人間の本能なんですかね? これって。
ですよね。

何でも こう
感情移入しちゃいますよね。

それが 結構 日本人特有なところが
あるんじゃないかと思ってまして

例えば日本人って モノでも神様って
思ったりする文化があるじゃないですか。

なので 何か ちょっと
人工知能みたいなものがですね

社会に入ってきた時に
割と温かく迎え入れられる

そういう民族なんじゃないかな
っていうふうに思うんですね。

(笑い声)

台車サイズの車なんてものは
ありえたりするんですかね?

そうですね。 逆に言うと 今 車って
ものすごく 何かこう

形が はっきり決まってしまってる
っていう言い方も できると思うので。

大体この形ってありますもんね。
そうなんですよ。

お子さんに「車 描いて」って言うと
大体 同じような形 描いたりして。

だから 逆に言うとですね もうちょっと

車って いろいろあってもいいよね
っていうふうに思うんですよね。

で そうなった時に
自動運転みたいな技術が出来てくると

もっと 例えば本当にあれを車だと言えば
もう車なわけですよね。

だから ちょっと その辺は
もっと… 何でしょうね? 緩やかに

いろんなものが車かもしれないって

考えてみてもいい時代だと
思うんですよね。
そうか。

別に ガラス張りの真四角の箱が
車であってもいいわけですもんね。

そうですね。 中で何をするかですけどね。
そうですね。

そもそも 前向いて座ってる必要も
ないですし。           ですね~。

あの大きさである必要もないし。

そうすると やっぱり小型化してくる
ように思うんですけど

そうなるんですかね?
小型化は一つ

キーだと思ってるのはですね
自動運転をしていった時に

もちろん事故がないのが
一番いいんですけれども

万が一 ぶつかった時にもですね
例えば 軽いということで衝撃が少ない。

言い方いいかどうか
分かんないですけど

事故が起きても
しゃれで済むっていうような。

例えば そんなようなことだって
あると思うんですね。

ちいちゃくしていくことから
自動運転を始めてみるっていうのは

ありだと思っていて。
そうなると あの台車なんかは

かなり そういうものに もう既に
なってるのかもしれないですよね。

あらゆるモノが モノの方からやって来る。

未来は至れり尽くせりですね。

このサイズの車っていうものが
出来てしまうと

人が こう 歩くことをやめてしまうんじゃ
ないかっていうような

不安もあるんですけど。
例えばなんですけれども

本当にもう 歩くことが とても困難に
なってる方とかっていうのも

いらっしゃいますよね。
よく高齢者の方なんかで 本当に

300メーター向こうのコンビニに
買い物に行けないとか

そういう人には やっぱり
すごく救いになると思うんですよね。

確かにね。 行動範囲も広がってね。
そうなんです。

健康なうちは歩いてっていうのは
一方で大事なことなので

そういう乗り物が
例えば自動運転じゃないんだけれども

ちょっと足腰弱ってきた人が乗れる乗り物
っていうのも

あってもいいかもしれないし
乗り物は もっといろいろ

本当に
いろいろあっていいと思うんですよね。

よりよい方向に 選択肢が
広がっていけばいいなって感じですね。

こういう ちっちゃい台車みたいなもの

もちろん車もあれば こういう本当に
ちっちゃいサイズの車みたいなものも

やっぱり デザインが どうなっていくのか
楽しみですよね。           そうですね。

自動運転によって
車も変わるし 社会も変わるし

例えば台車が 何かこう 歩道なりね

じゃあ 例えば
エレベーターに乗ろうとしてたら

僕なら 何か ちょっと助けてあげようかな
みたいにはなると思うんですよね。

ちょっと人の方も変わったりして。

何か 自動運転されてるいろんなものと
人間が共存していくようなね

社会そのものも
ちょっと変わっていっても

面白いんじゃないかなっていうふうに
思うんですよね。

今 通勤の時に満員電車って

すごい嫌ですよね。
(根津)嫌ですね。

あれって何か変わったりするんですかね?
今 どうしても あれしかないから

あれっていうことに
なってるんですけれども

根本的な解決として
あんまり こう じゃあ

おうちで仕事できるようにすれば
いいんじゃないみたいな話も

ありますけど でも やっぱり どうしても
移動しなきゃいけないっていった時に

もう少し選択肢が増えるっていうのは
きっとありだろうと思っていて。

あるいは移動中にも何かできるとか
っていうのも

選択肢の一つだと思いますし

その辺が これから どんどん
想像力 働かして

変えていく部分だと思ってるんですよね。
それこそ 何か1人乗り用の

通勤に使えるような乗り物があれば…。
多少時間かかっても

本読んだりできるんだったら
いいですよね。         そうですね。

そういうサラリーマンのお父さんたちが
1人乗りの乗り物に乗って

新聞読みながら通勤しているのは…

歩道を バ~って
みんなが走ってるなんていう未来も

来るかも分からないですよね。

で 何なら移動中に仕事終わっちゃう
っていうような。

じゃあ もう行き先変えて 遊びいこう
そういうのもありだと思うんですよね。

そうか。 自動運転 だいぶ
生活に影響を及ぼしますね これね。

今回 移動するということを
学んでいきましたけども

いかがでしたか?
人間って やっぱりこう

望むものは
作ってしまうと思うんですよね。

なので やっぱ自動運転って
やっぱり多くの人が

ああ いいなあって
思ってると思うので

どうしても たくさん出てくると
思うんです これから。

そういう時に 今日見せて頂いたような
技術をやってらっしゃる方々が

より それを安全で みんなに
理解してもらえるような方向に

導いてくれるんじゃないかな
っていうふうに

そういうふうに感じました。
そうですね。

また この人工知能が入ることによって
それこそ馬車から車になりっていう

いろんな乗り物が出来てきたように
また もう一個

新しいジャンルの移動する手段が

出来たりもするのかな
なんていうふうに思ってしまいますね。

考えてみると
自動車っていう言葉って

自分で動く車って書くんですよね。

ところが今の自動車は 運転は
人間がしないといけないっていう

ちょっと中途半端なんですよ。
手動車であるっていう。

本当の自動車が これから生まれる
っていうことなんじゃないかなと。

自動車が本当の自動車に。

恐らく 社会インフラ全体も
まあ 時間をかけてでしょうけども

かなり変わってくる可能性あるんじゃ
ないかなという気がしますし

僕が よく思ってるのは 例えば
高速道路ありますよね。 首都高とか。

あれって
要するに道を分けることによって

スピードを変えてるわけです。
あれは人間が運転してる限りは

その2種類ぐらいに分けるしか
やり方ないんですけども

ところが自動運転になると
急ぐ人は ちょっと高くして急げるし

ゆっくりでいい人は
ゆっくりだしっていうふうに

いくらでも調整できるはずなんですよね。
確かに。

そうすると 高速道路じゃなくて
もっと一般の道を広くしといて

そういう速度調整を ちゃんと
やってもいいのかもしれないし。

あるいは もっと地下に道を造って
地上は人が歩くためとか 公園とか

住宅地とか そういうふうに使っても
いいのかもしれないですし。   確かに。

いずれにせよ
AIによって移動するっていうことが

安全に 快適に
どんどん変わっていくということですね。

成長は 移動とともに。

人間の進化も文明の繁栄も
移動があったからだとしたら?

今 技術的には 私たちAIが
人間に代わって移動を行えます。

人間が移動をやめる時。

あなたは ふと考えるでしょう。


関連記事