運転支援の台頭というパラドックス、自動運転はどのように救済策となるのか？

自動運転＝事故なし？

NIO パイロットが関与した NIO 初の死亡事故の後、自動運転の安全性に関する議論が激化し、信頼の危機がすべての関係者に影響を及ぼしています。

2 つの極端な代表的な見解もあります。

ある団体は、「自動運転事故」に直面して、技術的能力に明らかな欠陥があり人命が危険にさらされているため、すべての自動運転を再評価する必要があると考えている。同様の事故を根本的に防ぐためにも、研究開発を中止し、販売促進を禁止すべきだ。

もう一方の極端な意見は、自動運転が運転支援のせいではないと強調している。 「真の自動運転」は絶対に安全であり、自動運転＝事故ゼロです。

一方が制限し、もう一方が防御します。

しかし、残念なことに、認知バイアスは存在し、国や国民、そして人類に利益をもたらす新しい技術の健全な発展を妨げる可能性があります。

私たちは、大切なものを無駄にしたり、自動運転を事故ゼロと同一視したりすべきではない。

しかし、今こそ基本に立ち返り、テクノロジーが急激に成長した時代に残された歴史的問題を整理すべき時です。

自動運転が残した歴史的課題？

最も重要な問題は、自動運転技術のレベルの分類と、翻訳された用語によって悪化する「誤解」である。

蔚来自動車の事故をめぐる白熱した議論の中、理想自動車の創業者・李翔氏、自動車製造業に投資する360の周鴻毅会長、威馬汽車の創業者・沈慧氏らも自動運転技術のレベルに関する問題について議論していた。

友好的な競争者として「傷口に塩を塗っている」と言う人もいるが、彼らが批判する「専門用語」や用語の統一化の取り組みをよく見ると、誰もが危険にさらされているという危機感から自発的に自分たちを救っているのだと実感できる。

自動運転技術のレベルに関する歴史的問題が不明確なままである限り、業界の乱高下と悪貨が良貨を駆逐する現状は決して変わらないだろう。

いわゆる自動運転技術レベルの核心はこの図です。

ここでのレベルは、Lji の「業界専門用語」です。

L2 はレベル 2、つまり 2 番目のレベルを意味します。

L3 はレベル 3、つまり 3 番目のレベルを意味します。

この一連の「グレード」規格は、Society of Automotive Engineers (SAE) と呼ばれる組織に関連しており、中国語では American Society of Engineers と呼ばれます。

2014 年に世界的な自動運転の研究開発が初めて活発化し始めたとき、SAE は自動運転技術レベルの標準の策定を主導しました。

目標は、さまざまなレベルを定義することによって、業界の目標とする発展を導くことです。

評価基準全体の策定には、多くの影響要因が考慮されました。

しかし、その核心は 1 つにまとめることができます。

自動車の運転における AI システムの関与度合い。

規格全体は6つのレベルに分かれています。

0、1、2、3、4、5。

L0、AI の関与は最も低く、基本的には緊急事態に支援を提供します。

AIの関与が最も高いレベルであるL5は、運転行動全体に人間が全く必要ないほど高度であり、完全自動運転とも呼ばれます。

例えば、最近よく耳にする自動運転タクシー「ロボタクシー」や、ブレーキペダルやアクセルペダル、ハンドルがなくなったスマートカーなどは、L5に向けた取り組みです。

これら 6 つのレベルの中には、重要な分岐点である L4 があります。

L4 未満では、人間のドライバーが最終的に運転行動の責任を負います。

L4 以上では、AI システムが最終的な責任者となります。

L4 は権限と責任の分水嶺です。

つまり、L4以下は、L2であってもL3であっても、人間と機械の共同運転モードであり、AIシステムは補助的な機能を提供するだけです。

違いは、L2ではレーンセンタリングやアダプティブクルーズコントロール、車線変更の指示を出してAIが車線変更の機会を待つなど、あなたが操作したものをAIが実行してくれることです...すべてL2です。 L2 の場合、AI はまったく「考え」ず、積極的に決定を下しません。

L3 との最大の違いは、AI がドライバーの意思決定を支援できるようになることです。最も単純な例は、人間の運転手がいつ車線変更するかを指示する必要がなくなることです。

運転中、AI は旅程や道路状況に基づいて判断を下し、高速道路や環状道路などの非開通道路のシナリオでもほとんどの運転行動の完了を支援します。

しかし、現段階では、運転行動の中心的な意思決定者は依然として人間であるため、特別な状況や緊急時の判断は依然として人間のドライバーが行う必要があります。

そのため、現段階では各社の製品名は異なります。

NOA、NOP、NGP...基本的にこれらはすべて、高速道路や環状道路など、道路状況が比較的制御可能なシナリオでの AI 運転支援を指します。

SAE が策定した用語と翻訳用語を引用すると、これらは確かに「L2 自動運転」、「L3 自動運転」、さらには「L2.5 自動運転」と呼ぶことができます...

しかし、結局のところ、それらはすべて運転支援であり、AI は補助的な機能を提供します。運転に関する最終決定権は依然として車の所有者にあります。

これはまた、事故が発生した場合、この「AIアシスト」機能の提供者は、「最終的な運転決定権は自動車の所有者にある」という抜け穴を抱えていることを意味します。

問題は、自動運転自体が新しいものであり、技術レベルの基準がさらに「業界用語」になっていることだ。一般の自動車所有者やユーザーは、それらについて十分な理解をしていません...さらに、既得権益を持つ技術プロバイダーは、認知バイアスを利用して誤解を招くように、販売前に「自動運転」についてのみ話す可能性があります。

そのため、「購入前は自動運転、事故時はアシスト運転」や「所有者が正しく使用できなかった」などのジョークや返信があります。

事故が起こった今、SAE の技術グレード基準と翻訳の問題がまさに原因であると言えます。

これは、業界が用語を統一すべき時期が来ている理由でもあります。ユーザーの信頼と規制当局の信頼は、同様の事故の課題に耐えることはできません。

しかし客観的に言えば、SAE に全面的な責任があるわけではない。

なぜなら、2014年にグレード基準を策定した時点では、ロボタクシーの最終目標は見えていたものの、自動運転技術の開発を軸に2つの異なる路線が展開されることは予想できなかったからだ。

自動運転の2つの大きな道？

テスラルートとウェイモルート。

SAE が最初に標準を設定したとき、これら 2 つの方法は、自動運転を推進するための単なる異なる提案でした。

まだ成果が出て実際に影響が出る段階には至っていません。

これら 2 つのルートは、基本的に L4 を分水嶺として実装されます。

先ほども申し上げたように、L4 は人間が運転行動において決定的な役割を果たすかどうかの分岐点です。

その中でもテスラは代表格で、L4以下から、後に量産型自動運転と呼ばれるL4以上への進化を目指しています。

たとえば、Google グループの Waymo は、L4 から直接開始することによってのみ「安全性の本来の意図」に沿うものと考えており、その後、完全な自動運転としてさらに差別化されました。

二つの主要な主張と路線の間では、頻繁に攻撃や口論が行われてきました。

さらに、これら 2 つのルートの先駆者であり、最も早く実践したのは、実は Google です。

しかしその後、グーグルは、後に「テスラルート」として知られるようになるルートを進むことはできないと判断した。

テスラのルートにより、自動運転は人間と機械の共同運転と運転データの反復という条件の下で継続的にアップグレードされ、最終的にはL2からL5にアップグレードできると考えられています。

テスラのいわゆる「シャドウモード」は、人間と機械の共同運転の状態でAIが人間の運転行動を学習できるようにするものだ。

例えば、AIが運転中に突然困難に遭遇した場合、人間が引き継いで課題を完了します。これはシステムによってマークされ、その後 AI モデルがトレーニングされて同様の問題を学習し、モデルが改善されます。

実際、テスラの路線はその可能性と実現可能性を示し続けています。

過去数年間で、テスラの自動運転機能は大きな進歩を遂げました。

さらに、テスラのルートの利点は、コストと大規模なデータの反復に集中しています。

車が販売される場所はどこでも、そこで自動運転の「路上テスト」が開始されます。主な要件は、より多くの自動車を販売し、「自動運転」ソリューションのソフトウェアとハ​​ードウェアのコストがユーザーの支払可能な範囲内であることを保証することです。

さらに、テスラのルートには明らかな矛盾がある。

量産された自動運転は、いくつかのシナリオにおいて人間の車の所有者の運転を代替できる一方で、緊急時にはドライバーが車の運転を引き継ぐ必要があります。

これには、長い間リラックスしている人が常に旅に集中することが必要です。

もっと多くの人が経験したことを変えていきましょう。授業中に気を散らすことは許されますが、先生が質問するように指示すれば、すぐに答えることができます。

多くの自動車所有者の苦い経験から、リラックスした状態のドライバーはビデオを見たり、眠ってしまったり、テスラの視覚認識システムの能力を過信してしまうことが分かっています。

そのため、教師が生徒に質問するように指示すると、生徒は不意を突かれることが多いのです。

しかし、道路での運転には生命の安全にかかわる問題があり、その代償は時には非常に高額になることがあります。

マスク氏は以前、自動車所有者が自動運転を一度使用すると、後戻りはできないと述べていた。

一部の車の所有者は、本当に「元には戻れない」と不満を漏らした。

そして、テスラはこのパラドックスの孤立した例ではない。

人間と機械の共同運転状態である限り、片方のドライバー全員にリラックスしてもらいながら、もう片方のドライバーがいつでも運転を引き継ぐことができるようにすることはできません。

運転行動において最も不確実な要素は常に人間です。

まさに人間の本質と「パラドックス」に対する洞察があったからこそ、Google（Waymo）は自ら進路を変え、より困難な完全自動運転の道に挑戦することを決意したのです。

Google は、世界における商用自動運転の波の先駆者として、当初は人間と機械の共同運転システムを構築し、RoboTaxi のレベル 5 という最終目標を徐々に達成することを望んでいました。

しかし、開発とテストの段階を経て、運転の決定における最大の制御不能な要素である人間が存在する限り、本当の意味での安全は保証されないことが判明しました。

当時、研究開発体制がどんどん充実していくにつれ、テスト車両が路上に出た後に引き取られる回数はどんどん少なくなり、エンジニアの中には後部座席に走って逃げる人もいたほどでした…

そこで Google は自動運転の今後の方向性を再考し始めました。

なぜなら、当初の意図から、Google は安定した熟練した AI 運転を利用して人間の全体的な運転レベルを向上させ、大量の交通事故を効果的に減らすために、自動運転に多額の投資をすることに決めたからです。

安全は出発点であると同時に最終目的地でもあります。

しかし、全体の状況を100％制御することが不可能な場合、例えば、比較的成熟したAI運転システムを無責任な人間のドライバーに与えたとしても、最終的にはドライバーの過度の信頼と極端なシナリオに遭遇したときに効果的に引き継ぐことができないために、安全事故を引き起こすことになります。

もちろん、AI システムをデバッグする過程で「事故」が起きることもある、という話もあります。

しかし、一人の将軍の成功のために多くの命が犠牲になるような形で自動運転を推進するのは、あまりに残酷で冷酷ではないでしょうか。

Google が Google であるのには理由があり、彼らはより困難な道を選ぶことにしました。

直接L4。

不確実性を代表する人間を運転席から直接追い出します。最終的な製品形態はRoboTaxiです。

そのため、この直接 L4 ルートは Waymo ルートと呼ばれます。

まずは路上テストを行い、十分に安全で安心な成熟したシステムが確立された後に量産・商用化されるというルートです。

このルートの利点は明らかです。安全性が最も重要であり、コストはそれほど優先されません。安全性を確保するために、最も冗長性のあるセンサー ソリューションを使用できます。結局のところ、自動車は C エンド向けに販売されるわけではありません。

しかし、欠点も明らかです。それほど急速に推進することはできず、商業化や規模拡大のスピードも厳しく制限されています。

Waymoルートでは、研究開発と実装コストをすべて自社で負担する必要があり、大規模な収益化はさらに遠いものとなる。

そのため、過去2年間、テスラとウェイモは資本市場で二極化した扱いを受けてきました。

テスラの時価総額と株価は上昇を続けている一方、ウェイモの評価額は繰り返し引き下げられている。

そして、この成長と衰退のプロセスの中で、第三の道が生まれました。

クルーズルート。

端的に言えば、コストを考慮した上で、ウェイモの「L4自動運転技術」を量産車に採用するという「融合路線」だ。

つまり、一方ではテスラのルートの「データ反復」の威力を認識し、他方ではウェイモのルートを通じて安全性を高めることを期待しているのです。

しかし、それでも「人間と機械の共運転」モデルを廃止しない限り、人間性の矛盾や権利と責任の帰属の問題は決して解消されないだろう。

安全上の危険を完全に排除することはできません。

そこで疑問なのは、現段階の自動運転では安全性の問題を根本的に解決できないのに、なぜ開発する必要があるのか​​、ということです。

それとも、開発を支援するために多額の資金を費やし、多くの有利な政策を提供するのでしょうか?

自動運転は事故ゼロを意味するものではないが、事故を根本的に減らすことができるのは自動運転だけだ

はい、次のような理想的な見方があります:

自動運転を開発し、世界中の交通事故をなくす。

それは正しいが、正しくもない。

はい、理想的な状況が本当に実現し、道路上のすべての車が自動運転車になれば、「割り込み」「無礼運転」「違法・交通ルール違反」といった行為はなくなるかもしれません。すべての車が文明化され、すべての車が道路上で安全かつ自信を持って走行し、交通秩序は自動化された組立ラインのように整然としたものになるでしょう。

しかし、それが間違っている理由は、この理想化された見方が数学と技術の法則に準拠していないからです。

本質的に、自動運転や機械運転はコンピュータの問題であり、さらには数学の問題です。この問題には、事故の確率を完全にゼロにすることは不可能になる微妙な変数が常に存在します。

さらに、自動運転が直面する複雑なロングテールのシナリオと状況を考慮すると、事故の可能性はゼロにはなり得ません。

したがって、自動運転＝事故がないというのは真実ではなく、誰もそれを保証することはできません。

しかし、それでも自動運転はより安全性が高く、現時点では人間による交通事故をなくすための最も根本的な方法です。

人間による運転が主流となっている交通安全の現状はどうなっているのでしょうか?

昨年12月の第9回世界交通安全デーのデータによると、自動車の台数が3億6000万台を超え、自動車運転者の数が4億5000万人に達する中国では、毎年数万人が交通事故で亡くなっている。

もっと直感的に言えば、平均して 8 分ごとに 1 人が交通事故で亡くなっています。

2018年にWHOが発表したデータによると、世界全体では毎年135万人が交通事故で亡くなっており、これは25秒ごとに1人が交通事故で亡くなっていることを意味します。

その中でも、交通事故の主な原因は、最も大きな不確実性要因である人間の運転手です。

統計によると、中国国内外で事故の原因となる交通違反のトップ10は、道譲りの怠り、スピード違反、無免許運転、飲酒運転、前車との安全な車間距離の維持の怠り、逆走、信号無視、飲酒運転、追い越し不法、待ち合わせ不法となっている。

一方で、飲酒運転やスピード三段取り、信号無視などの交通違反も発生している。

しかし、AIドライバーに置き換えられれば、こうした隠れた危険や要因は根本的に排除されることになる。

AI ドライバーは、疲労運転、飲酒運転、感情的な運転、さまざまな危険で非文明的な運転行動など、人間のドライバーと同じ問題を抱えることはありません。

また、人間が「大規模に再現」できない利点もあります。 1人のAIベテランドライバーが育成されるということは、数百人の「AIベテランドライバー」が育成されることを意味します。同様に、人間が初心者からベテランドライバーに成長するためには、直線的な時間と道路上の困難を避けることはできません。

では率直に言ってみましょう。自動運転によって世界中で事故がなくなることは保証できませんが、交通における最大の不確実性要因を置き換えることができ、交通は確実に安全になります。

さらに、比較のための別のデータセットもあります。

量産されている自動運転路線の中で、テスラは事故被曝率が最も高く、事故が起きたときに隠れる場所がほとんどない。

そこで、好奇心からテスラとオートパイロットが引き起こした事故や死傷者の数を数えた人もいます。

統計によると、2013年に最初のテスラ事故が発覚して以来、世界中でテスラの事故による死者数は201人に達し、そのうち9人がオートパイロットに関連していた。

自動運転車が関与した世界で唯一の死亡事故は、ウェイモのルートでウーバーがテスト中に発生したものだった。

比較すると、世界では毎年135万人が道路で亡くなっています。

自動運転はまだ初期段階の新しい産業であり、量的に広く普及するには程遠いが、上記の 2 つのデータと頻度は、状況を把握する手がかりとなる可能性がある。

したがって、自動運転が事故ゼロを意味するわけではないとしても、根本的に事故を減らすことができるのは自動運転だけです。

さらに、最近ではセキュリティを強化するために冗長性がますます高まっています。

例えば、車両側のセンサー冗長性や安全性の冗長性、運行中の冗長性、そして中国で急速に進歩している路側インフラがもたらす高次元の冗長性である車路連携などです。

こうした多重の冗長安全装置により、自動車が本当に「完全自動運転」状態に到達すれば、事故の不確実性はさらにゼロに近づくことになる。

これらのインフラが完成すれば、道路上のすべての車両が自動運転となり、人間と機械が混在して運転することはなくなり、人間が運転する車両と自動運転車両が混在することもなくなると予想されます。

道路交通における最大の不確実性要因である人間の運転手は、もはや存在しなくなるだろう。

馬車が自動車に取って代わったように、人間の運転行動は乗馬のようなレクリエーション活動になりました。指定された道路でなければ、人間の運転行為は違法にもなります。

自動運転は都市の交通ネットワークを完全に支配するでしょう。

このネットワークでは、電気自動車（新エネルギー）、共同旅行、車両ネットワーク、インテリジェンスがすべて直列に接続されています。

駐車しなくてもいつでも車を使用でき、電力がなくなると自動的に充電するようにスケジュールされます。

まさに高効率、グリーン性、安全性、低炭素、環境保護、持続可能性を実現しました。まさに自動車は「所有者」ではなく「使用の担い手」となり、自家用車は歴史の舞台から退いた。

このネットワークでは、現在の通信運用モデルと同様に、自動運転車両の運行・配車が統合的に行えます。

このため、自動運転の背後には5Gのような「標準」をめぐる争いもあるという暗黙の見解が業界内にはある。

自動運転は単一の技術ではなく、個別の事例から大規模な実装まで、ゼロから構築されるシステムエコシステムです。

さらに、これは 1 つの地域や 1 つの国でのみ必要とされるシステムではなく、世界中のどこでも必要とされるシステムです。

このシステムでは、完全なソリューションと技術力を最初に所有する人が標準設定者となり、実装エコシステム全体の開発を主導することができます。

このため、需要が高い先進技術の米国による輸出制限の中でも、自動運転技術は上位に位置付けられている。

しかし、自動運転の技術開発と反復は、大規模なデータと豊富なシナリオから切り離すことはできません。

これは、中国が自動運転の導入においてますます優位性を発揮している主な理由でもあります。

私たちはすでに世界の他の国々と同じスタートラインに立っており、今では最も豊富で最も困難な道路状況のデータとシナリオを持っています。

だからこそ、窒息の恐れを理由に自動運転の開発を止めてはいけないのだ。

大切なものを無駄にすることは、問題の根本的な解決にはつながらないだけでなく、国と国民を誤解させ、長期にわたる悪影響を及ぼすことになる。

そもそも自動運転は先端技術であるだけでなく、スマート交通やスマートシティなど未来志向の世界標準や言論力に関わるものであり、経済発展やGDPの新たな原動力の一つでもあります。

しかし、自動運転開発の現段階では、安全経路の面ではまだ改善の余地があります。

自動運転をより安全に開発するために他に何ができるでしょうか?

問題が浮上した今、白熱した議論の中で合意形成を推進すべき時が来ている。

実際、規制と政策のレベルでは、中国はすでに世界で最も慎重な国であるかもしれない。

特に、自動運転やロボタクシーの試験におけるこれまでの資格認定やライセンス発行では、米国カリフォルニア州DMVのそれよりもはるかに厳格な手順やプロセスが求められました。

中国唯一の公式自動運転路上試験報告書『北京自動運転車両路上試験報告書』によると、評価基準はかなり厳しい。

公道の長さも基準設定の度合いも緻密です。

試験技術の実現可能性と試験方法およびパラメータの信頼性を確認するため、64,827キロメートルの無人試験検証も実施された。

これに先立ち、安全担当者を交えた自動運転の路上テストでは、ライセンスの発行や運用など、多面的な要件も明らかにされた。

中国で最も走行テスト走行距離を誇る百度アポロが、複数の都市でロボタクシーの運行を完了し、1400万キロの実走行テストを経て事故ゼロを達成したのも、こうした監督の下である。

海外では、ウェイモが昨年「事故報告書」を発表し、再び業界の先例を打ち立てた。

2019年初頭から2020年9月までのロボタクシー導入期間中の事故状況が公開された。

これによると、ウェイモの610万マイル（982万キロメートル）のうち、安全担当者なしで完全無人テストを行った距離は6万5000マイル（10万キロメートル）で、事故は合計18件、さらに安全担当者の介入により回避された潜在的な事故は29件あった。

しかし、これらの事故には2つの共通の特徴があります。

まず、いずれの症例も生命を脅かすほど深刻なものではありませんでした。

第二に、能動的な事故はなく、すべて他の人間が運転する車両によって引き起こされた受動的な事故でした。

したがって、ロボタクシーの方向での自動運転については、監視からテストまで、常にデータに裏付けられた安全性と信頼性の印象がありました。

しかし、量産される自動運転、より正確には人間と機械の協調を必要とする運転支援は、以前はグレーゾーンがあり、乱開発の状態にあった。

かつては道徳基準はあったものの、厳格な規制法はありませんでした。

しかし、そんな時代は過去のものになりつつあります。

国内では、工業情報化部が8月12日に「インテリジェントコネクテッドカーメーカーと製品のアクセス管理強化に関する意見」を発表し、スマートカーのデータとセキュリティについて明確な規定を設けた。

最も目を引くのは、自動運転機能に関わる製品管理であり、使用前と使用後の異なるレベルの要件を明確化し、自動車メーカーの安全責任を強化している。

また、自動運転関連機能のOTA化には、まず認可が必要であることも明記されている。

海外でも、テスラのオートパイロット関連の事故が米国の規制当局によって調査され始めている。

したがって、軌道ギリギリにある「自動運転の量産化」にとっても、野放図な時期は終わった。

しかし、NIOの事故以前から、「完全無人運転」と「自動運転の量産化」という2大路線の間で議論や口論が繰り広げられており、双方とも単独で戦えると考えていた。

しかし、事故後の不信の危機の中で、世論に「一線」がなく、誰もが同じ船に乗っていると見られるようになるとは、誰が想像できただろうか。

一人が繁栄すれば、皆が繁栄する。一人が苦しむと皆が苦しむ。誰もこれに免疫を持つことはできない。

Lレベルの技術であろうと、量産型の自動運転路線であろうと、完全自動運転路線であろうと。

自動車メーカー、サプライヤー、システムテクノロジー企業など、あらゆる企業に対応します。

つまり、すべては時間の問題なのです。

今こそこの事故​​から学び、認知と信頼の危機に立ち向かう時だ。

そして、すべての関係者が団結して合意に達した場合にのみ、開発はより安全で持続可能なものになります。

少なくとも、今こそ変化する時であり、そのために私ができることが 3 つあります。

まず、業界用語の使用を標準化し、表現を統一し、権利と責任の帰属を明確にします。

人間と機械が共同運転し、運転手または車の所有者が緊急に運転を引き継ぐ必要があるときはいつでも、支援運転と呼ばれます。

そうしないと、事故が発生した場合、「車両所有者が時間内に引き継ぎを怠った」かどうかに関係なく、能力提供者が責任を負うことになります。

自動運転は、運転手や車の所有者が緊急に運転を引き継ぐ必要がない場合、または責任が技術サービス提供者にあることが明らかな場合にのみ推進できます。

第二に、車両で運転支援を使用する場合、複数の安全冗長性を調整する必要があります。

運転支援システムの長所と短所を、使用前に自動車所有者に明確に説明するだけでなく、機能利用者のアクセス評価と監督を強化する必要があります。

また、信頼できない車の所有者が「アシスト運転」をオンにするために必要なルールを簡単に回避したり、ハンドルから手を離したり注意を払わなかったりするなどの危険な運転行動を防ぐことも必要です。

さらに、DMS などの運転行動モニタリングは、自動車所有者の安全を守るためだけでなく、他の道路交通参加者の安全を確保するためにも、運転支援の標準となる必要があります。

「チートデバイス」を個人的に設置するなどの行為は、危険運転と同様に扱われるべきである。また、「チートデバイス」の販売に対する取り締まりを積極的に呼びかけ、立法による監督を求め、大手小売プラットフォームに取り締まりを行わせることも必要だ。金銭目的の殺人に等しいこのような行為を許してはなりません。

3番目に、セキュリティのメカニズムとデータを定期的かつ積極的に開示します。

安全メカニズムは業界への信頼を高め、「安全\事故報告」はすべてをよりオープンで透明なものにすることができます。 「事故を恐れる」や「秘密にしておく」といった考え方を捨て去ることによってのみ、業界は真に健全かつ良質に発展することができるのです。

これは、科学の普及を継続し、自動運転の能力、状況、段階を一般の人々により正確に理解してもらうために必要な手段でもあります。

つまり、現在、事故や信頼の危機が起こっているため、すべての自動運転関係者にとって警鐘が鳴らされているのです。

もし私たちが今ここで、自動運転の安全性と信頼性をより体系的に開発し、推進することができなければ、より大きな危機が訪れたときに、誰もそれを避けることができなくなるでしょう。

「運転支援」や「自動運転」といった業界用語について延々と議論が続けば、また「自動運転事故」のたびに世論の焦点となり、業界関係者は遅れをとっていると思われないよう「誇張」しなければならなくなるとしたら...

雪崩が起きたら、無実の雪片は存在しません。

全てに時間が必要です。

今日頭条の青雲計画と百家曼の百+計画の受賞者、2019年百度デジタル著者オブザイヤー、百家曼テクノロジー分野最人気著者、2019年捜狗テクノロジー文化著者、2021年百家曼季刊影響力のあるクリエイターとして、2013年捜狐最優秀業界メディア人、2015年中国ニューメディア起業家コンテスト北京3位、2015年光芒体験賞、2015年中国ニューメディア起業家コンテスト決勝3位、2018年百度ダイナミック年間有力セレブなど、多数の賞を受賞しています。