その為、自動運転車が安全に走行するには、道路上にいるすべての人の行動を予測しなければならない。これは発展著しいAI（人工知能）にとっても難題だ。何しろ人間は予測不能な動きをすることがあるのだから。
だがマサチューセッツ工科大学の開発した最新のAIはこの問題をある方法で解決した。簡単に言うと、細かく分割し、個別に分析するのだ。
広告
道路状況を最小レベルに分割し、個別に分析
これまでのAIは、単純すぎる（歩行者が真っ直ぐしか歩かないと想定）、保守的すぎる（事故らないよう駐車場から動かない）、たった1人の動きしか予測できない（現実には大勢の車や歩行者がいる）といった欠点を抱えていた。そこで、マサチューセッツ工科大学（MIT）の研究グループか開発した進路予測AI「M2I」は、交通状況を相互作用が起きる最小レベルにまで分解した。
つまり2人、2台、1人と1台など、相互作用が起きる一対の最小レベルにまで分解し、その上で、交差点における車・自転車・歩行者の過去の行動データと、道路情報（位置や車線など）をもとに、両者がどう進むか予測するのだ。
車・自転車・歩行者をそれぞれエージェントと呼ぶ。具体的にはまず、2人のエージェントのうちいずれに通行の優先権があるか診断し、それぞれを「通行エージェント」と「待機エージェント」に分類。それから通行エージェントの進路を予測する。
さらに待機エージェントが、通行エージェントの行動に応じて、どのような行動をとるか予測。このように通行・待機エージェントのペアの進路をいくつも予測し、最終的に全体でもっとも起きやすい状況の組み合わせを6つ選び出す。
このようにしてM2Iは、8秒後までの未来を予測する。
それだけ先が読めれば、「歩行者がいる交差点に減速しながら接近し、歩行者が渡り終えたら加速」したり、「交差点を曲がる際に、幹線道路の車が通行するのを待つ」といった自動運転ができるようになる。
ポイントは、AIは2者のやりとりしか分析しないが、そこから道路全体で一番起こりそうな状況を予測できるというところだ。
人間の思考に近いアプローチ
研究グループは、Google傘下の自動運転車企業「ウェイモ社」の自動運転車が収集した実際の交通データを利用して、M2Iの性能を試している。6つの予測モデル（M2Iやウェイモ社のAIなど）で実際の道路状況を予測させてみたところ、M2Iがもっとも正確だったという。
またオーバーラップ率（2つの進路が重なってしまう確率、つまり衝突する確率）も圧倒的に低く、もっとも安全であることが確認された。更に使用メモリも少なく済むという。
研究グループによると、今回のAIモデル開発にあたっては、複雑なものを作るのではなく、人間の思考に近いアプローチが採用されたという。
周囲の人間の次の進路を予測するとき、人間はあらゆる可能性を考慮したりはせず、可能性が高いものだけを意識する。だから素早い判断が可能になる。
道路状況を小さな要素に分解するというアプローチには、もう1つ利点がある。
AIがなぜそのような判断をしたのか理解しやすくなるのだ。長い目で見れば、自動運転車の信頼性を高めることにつながるだろうという。
photo by Pixabay
今後の課題
現時点でM2Iは、交差点の道路すべてに一時停止サインがある状況などに対応できない。この状況では、どちらに優先権があるのかドライバー同士が判断できないからだ。これは将来の課題とされている。
また研究グループは、交差点のシミュレーションなどにもM2Iを利用する予定であるという。これができれば、自動運転車のアルゴリズムを検証したり、機能改善に必要となる膨大な運転データを合成したりできるようになるとのことだ。
完全なる自動運転車の登場はもうちょっと先のことになりそうだが、着実に一歩ずつ進んでいるようだ。
現在、この研究の未査読論文が『arXiv』（2022年2月24日投稿）で閲覧可能だ。
References:Predicting Others’ Behavior on the Road With Artificial Intelligence / written by hiroching / edited by / parumo
あわせて読みたい
自動運転車に必要なのは利己的・利他的な人間の思考だった（米研究）
完全自動運転車はどのようにまわりを見ているのか？その視界をターミネーター感覚で見ることができる動画
「自動運転車のジレンマ」問題。自分の命を守るべきか？大勢の命を守るべきか？
テスラ社の自動運転車がAIロボットをひき殺すという事案（アメリカ）
自動運転車に罠をしかけてみた。こうなった。
691
2937
223
56
コメント
1.
2. 匿名処理班
わかりやすい要素まで分割する
有限要素法みたいだな
3. 匿名処理班
gif化されてよく貼られてるバイクに突進してくる女の人みたいな動きも予測できるのかな？
そこまでいけると安心だけど、結局速度落として様子見するしかなさそうだからそこまでケアすると渋滞起きそうだな
4. 匿名処理班
見える！私にも歩行者が見えるぞララァ！
5. 匿名処理班
問題はこの高度なAIを普通の車に乗せられるかどうかだな（スペースや値段的な意味で
6. 匿名処理班
僕はその予測の斜め上を目指します
7. 匿名処理班
※5
俯瞰的な処理が必要になるからAIは巨大なサーバーで運用するんじゃね？
各車との通信を安定させる必要があるけど
8. 匿名処理班
楽しそう
移動する歩行者を原点とするエレガントな楕円軌道で歩きたい
9. 匿名処理班
車来てないか後ろを振り返る
なんてことは一切せずに突然道路横切る自転車のおばちゃんとか予測できるようになるにはあと何百年かかるかな
10. 匿名処理班
それでもまだ、「合理的な相互作用」の推測
の域を出ない感じだな。
ちょうちょを追って急に歩道から飛び出す幼児とか、
何も無さげな所でいきなり ふらついて倒れる自転車の年寄り
みたいなのは、到底どうにもならなそう。
まぁ、↑は人間でも予測不可能に近い部分があるが、
せめて「路肩を走行する通学自転車」「少し先の道端に水たまり」
⇒「水たまりを避けて 走行経路が車道側へ膨らんで出てくる」
ぐらいは、将来的にはAIも危険予知してくれるんだろうか？
11. 匿名処理班
※5
処理能力でいけば楽観視してます。
コンピュータは 10 年で性能が 5 桁上がって、お値段 5 桁下がるみたいな感じで進化してます。まぁ勢いが多少落ちても自動車くらいのサイズならラクショーでしょう。
人間は基本的にはその顔の向いているほうに移動しますね。そうじゃないとフェイントかましている感じ。
だから、 ※10 のような心配は学習と性能向上である程度カバーできると思います。見えないところからの飛び出しを人間のように空走時間 2 秒とかでなく 0.02 秒くらいでブレーキがかかることを期待すれば人間の運転よりも安全になりそうです。
年寄と後ろからみて分かれば、たとえば 2m 以上空ければ安全ですよね。免許取るときもそんな感じで習ったんじゃない？ しかし、小学校高学年はヤバいです。まず、見てるところと違う方向に右後ろ後方に飛びのいたりするし、しかも早いんですよね。 2m じゃダメな感じ（笑 まぁでも小学生で体の大きさを見て高学年だと判定すれば 3m あけるとかできるわけでそういう学習というかノウハウが蓄積して運転のうまい人間（≒事故の少ない）のようにふるまえるようにしていけばきっとうまくいくようになると期待してます。
自動運転で飛行機に突っ込んだ車がありましたが、それだって学習すればいいわけで、薬が過去の人体実験の積み重ねで実用化されたように、自動運転も事故があるたびに賢くなっていくだろうと思ってます
12. 匿名処理班
早いとこトラックを完全自動運転にして悲惨な大事故を減らしてほしい。
ドライバーさんはビル警備みたいに、走行中は座ってるだけ。