テスラは自社のモデルに完全自動運転ハードウェアを搭載することを主張している

テスラは米国現地時間10月19日、まだ発売されていないモデル3を含め、現在工場で生産されているすべてのテスラ車に、完全な自動運転機能を実現できるハードウェアが搭載されるという声明を発表した。これらには、車体周囲に取り付けられた 8 台のカメラ、最新の超音波センサー 12 台、強化された前方ミリ波レーダー 1 台、および前世代よりも 40 倍の処理能力を備えたオンボード コンピューティング デバイスである NVIDIA の Drive PX 2 が含まれます。その機能と設置場所を表 1 と図 1 に示します。Tesla は次のような企業ビジョンを実現したいと考えています。

人間による運転よりも高い運転安全性をすべての人に提供します。

自動車所有者の輸送コストを削減します。

車を持たない人々に低コストでオンデマンドの移動サービスを提供します。

表1 テスラのハードウェアとその機能

図1 テスラハードウェアの設置場所

テスラの創業者イーロン・マスク氏は、「交通事故により、毎年世界中で120万人が死亡しており、そのうち3万人以上が米国人です。完全自動運転車の基盤はすでに整っており、安全性は人間のドライバーの2倍以上です。では、なぜプロセスを加速しないのでしょうか？」と語る。理論的には、これは理にかなっています。なぜなら、車に搭載されたセンサーは、人間が認識できない車の周囲の大量の情報をリアルタイムで休みなく収集でき、車載コンピューター機器はそれをタイムリーに処理して、人間が到達できない速度で応答するからです。しかし、実際には、今年5月に米国フロリダ州でテスラのオーナーがオートパイロット使用中に交通事故で不幸にも亡くなったため、一般の人々はテスラのオートパイロット システムをあまり信頼していません。

いつものように、テスラの完全自動運転に関するニュースは発表されるやいなや、世界中で白熱した議論を巻き起こした。テスラのファンの目には、イーロン・マスクは抜け目なく先見の明のある起業家だが、批評家や競合他社（主に従来の自動車会社）の目には、マスクの決断のいくつかはあまりにもリスクが高く、無謀でさえある。イーロン・マスクは、ロサンゼルスからニューヨークまで自動運転できる無人車を開発する期限を2017年と設定したが、フォード、GM、グーグルはいずれも2021年、百度は2019年と設定した。これはマスクの野心と急進性を示している。

現在、ニュースが報道されてからほぼ10日が経過し、騒動もほぼ収まっています。テスラが発表した公式文書や権威あるメディアの報道を注意深く分析すると、イーロン・マスクのあらゆる決断は科学的根拠と合理的思考に裏付けられており、シリコンバレーのIT企業の典型的な思考様式と世界を変えようとするシリコンバレーの起業家たちの情熱を反映していることがわかる。

テスラのハードウェア構成で LiDAR が使用されないのはなぜですか?

シリコンバレーでは、安価なリソースを最大限に活用し、貴重なリソースを可能な限り節約するという明確な原則があります。この実践はもともと、シャノンの第一法則から派生したハフマン符号化 (ie) にヒントを得たもので、経済学では「ギルダーの法則」として知られています。たとえば、ムーアの法則により、集積回路チップに集積されるトランジスタの数は 18 か月ごとに 2 倍になります (図 2 を参照)。逆に、同じ性能を持つマイクロプロセッサのコストは 18 か月ごとに半減し、より安価なリソースになります。したがって、Google や Facebook のような IT 大手は、オフィス全体のコストを削減するために、より高価なリソースであるエンジニアが行っていた作業をコンピューターにどんどん引き継ぐことになるのは必然です。

図2 マイクロプロセッサのトランジスタ数の推移とムーアの法則

具体的には、「ギルダーの法則」は、GoogleやUberのようなLiDAR（光検出と測距）を使用する代わりに、「カメラ+40倍の計算能力」ソリューションを使用するテスラの完全自動運転システムを説明するためにも使用できます。図 3 に示すように、ムーアの法則の影響により、コンピューティング能力のコストは時間の経過とともに急激な曲線で減少しますが、機械回転 LIDAR と機械製造コンポーネントのコストは時間の影響を受けにくく、大規模生産によって生じるスケール効果によってのみ削減できます。

図3: 自動運転車の部品コストの経時的変化 (出典: UISEE Technology)

テスラの車はすでに大量生産されているため、売上を伸ばすにはコスト管理が重要となる。対照的に、グーグルとウーバーの自動運転車はまだテスト段階にあり、数百台の自動運転車に8万ドルのLIDARを搭載したとしても、コストはそれほどかからないだろう。したがって、テスラが「低コストの認識＋高性能コンピューティング」を選択することは、テスラが短期的に車両全体のコストを制御する上で非常に合理的です。

イーロン・マスクは何度も「私は LiDAR の大ファンではないし、この文脈では意味をなさないと思う」と発言しているが、マイクロソフトの DOS システムがアップルの「Windows + Mouse」システムと競合していたときにビル・ゲイツが同様の態度を示したが、密かに Windows 3.0 システムを開発していたことを考えると、マスクの発言は、メディアとユーザーを洗脳し、自身の名声を利用してテスラのソリューションの安全性を推奨し、Velodyne や Quanergy などの企業によって成熟したソリッドステート LiDAR 製品が開発中であるため、LiDAR の価格が下がるまでの時間を稼ぐことが目的であると理解できる。これら2社の公開情報によれば、コストは250ドル未満にまで削減できるとのこと。

しかし、無人運転車の運転安全性を 99.9999% 以上確保するには、依然として LiDAR が必要です。プリンストン大学のJianxiong Xiao博士は、「テスラがLIDARを使用しない安全ソリューションを持っているとは到底思えない。LIDARは100%の安全性を実現できる唯一のソリューションだ」と述べている。したがって、ソリッドステートライダーのコストが100〜200米ドルに下がると、イーロン・マスクの姿勢は180度転換し、テスラの無人運転車にライダーが搭載されるようになるだろうと信じる理由があります。ネットユーザーがツイッターに投稿した、屋根にLIDARを搭載したテスラがカリフォルニアの道路でテストされている写真を見ると、マスク氏の本当の考えが垣間見える。

また、PC時代には「アンディ・ビルの法則」に基づくいわゆるWin-Telシステムがあったことも特筆に値します。これは、「ビル・ゲイツのWindowsオペレーティングシステムがさまざまなソフトウェアメーカーと協力してソフトウェアをアップグレードしたため、Intel CEOのアンディ・グローブが製造した前世代のプロセッサの性能が不十分になり、ユーザーは新しい世代のIntelプロセッサを搭載したコンピュータを購入せざるを得なくなった」というPC時代の現象を要約したものです。同様に、スマートフォンの時代には、「Google Android システム - Qualcomm 携帯電話チップ」で構成される同様の Android-Qualcomm システムが存在します。自動車業界には現在、同様のルールはありませんが、自動車の平均耐用年数が一般的に約10年で、PCやスマートフォンの5倍であることを考えると、テスラが前世代よりも40倍（2^5=32）強力な車載コンピューティングデバイスを選択したことは、イーロン・マスクが自動運転車の時代に向けたテスラ-NVIDIAシステムを構築するつもりであることを示しているのではないでしょうか。

テスラがソフトウェアのアップグレードに OTA 方式を使用するのはなぜですか?

先日開催された2016年中国自動車技術者協会年次大会（SAECCE 2016）のパネルディスカッションで、Horizo​​n Roboticsの創設者であるKai Yu博士は、「最初にハードウェアシステムをインストールし、その後ソフトウェアを徐々にアップグレードするというTeslaのアプローチは、以前の世代のAutopilotで実践されていました[注：図4に示すように、Teslaはパフォーマンスを向上させ、セキュリティの脆弱性を修正するために、ワイヤレスネットワーク経由で定期的に車のソフトウェアを更新しています。長年にわたり、これらのいわゆるワイヤレスソフトウェアアップデート（Over-The-Air Software Update、OTA）を使用しています。この巧妙な設計により、Teslaは車が工場を離れた後でもクラウドにフィードバックされたデータに基づいて即座に対応し、パフォーマンスとユーザーエクスペリエンスを継続的に向上させることができます]。しかし、このアプローチは、従来の自動車会社にとってはまだ想像もできません。」と述べました。カイ・ユー博士の見解と同様に、フォーチュン誌も次のようにコメントしています。「何年も使用されない可能性のあるハードウェアを車に搭載し、機能のロックを解除するためにソフトウェアのダウンロードを必要とすることは、業界では前例のないことです。(何年も使用されない可能性のあるハードウェアを車にプリインストールし、新しい機能のロックを解除するためにソフトウェアの更新を必要とすることは、自動車業界では前例のないことです)。」

図4 テスラOTAアップグレード履歴

SAICグループのチーフエンジニアである程静蕾氏は、SAECCE 2016で自動車企業とIT企業の違いを評価した際、「自動車企業はすべてニュートンの弟子であり、IT企業はすべてシャノンの弟子である」と述べた。伝統的な自動車会社の実践の科学的根拠は、17 世紀に始まったニュートン力学から 300 年以上かけて進化してきた「機械的思考」です。機械的な思考に基づくすべての決定は、決定論または還元主義に基づいています。具体的なアプローチとしては、あらゆることを計画し、起こりうるあらゆる状況を事前に予測して対策を準備し、一気に成功を目指すことです。 1 つのリンクが考慮されない場合、結果は悲惨なものになります。最も典型的な例は、テイラーの科学的管理法に基づく組立ライン生産モデルです。ヘンリー・フォードは、 20 世紀初頭にこれを利用して自動車を大量生産しました。

まず、複雑な製品を単純な部品に分解し、個別に設計・製造します。つまり、2=1+1 です。

プロセスの結果は予測可能です。対応する部品を生産ラインの出発点に置き、組立ラインで組み立てれば、必ず目的の製品、つまり1+1=2が得られます。

上記のプロセスは、ニュートン力学方程式に初期パラメータを代入するのと似ており、オブジェクトの運動軌道を正確に計算できます。すべては確実であり、復元および分解できます。

しかし、科学の発展により、科学者たちは世界が不確かなものではないことを発見しました。フランスの数学者アンリ・ポアンカレが三体問題で発見したカオス現象であれ、アメリカの気象学者エドワード・ローレンツが天気予報やその他のマクロの世界で発見したカオス現象であれ、物理学者ヴェルナー・ハイゼンベルクがミクロの世界で発見した不確定性原理であれ、それらはすべて、ほとんどの場合に世界は予測不可能であることを示しています（つまり、1+1≠2）。

世界は不確実であるという前提に基づき、第二次世界大戦中、アメリカの数学者ノーバート・ウィーナーとクロード・シャノンはそれぞれサイバネティクスと情報理論という新しい方法論を徐々に発明しました。第二次世界大戦の終わりまで本格的に発展し始めなかったシリコンバレーとイスラエルは、最初の2つの産業革命を導いたニュートン力学と機械的思考を飛ばし、この新しい方法論を直接受け入れ、歴史的負担を回避し、世界で最もITイノベーションと起業が活発な地域になりました。

シャノンの情報理論は、情報を使用して不確実性（つまり情報エントロピー）を排除するものとして簡単に理解できます。最近よく言われる「ビッグデータ思考」は、本質的にはシャノンの情報理論です。ウィーナーのサイバネティクスは、フィードバックに基づいて出力を常に調整し、ランダム性がどこにでもあるため、将来についてあまり多くの予測をすることをあきらめる、と簡単に理解できます。 Google では、プロダクト マネージャーは「データなしで結論を出さない」というルールに従います。これはまさに情報理論とサイバネティクスの思考モードを反映しています。呉軍博士は『知能の時代』の中で次のように述べています。「機械知能の分野における人類の成果は、実際にはさまざまな知能問題を不確実性を排除する問題に継続的に変換し、対応する不確実性を排除できる情報を見つけることだけである。」これは、Google のオンライン広告とユーザーとの高度なマッチングであっても、2012 年の米国選挙における全 50 州とワシントン D.C. の選挙結果に関するネイト・シリバー氏の正確な予測であっても当てはまります。

特に自動運転車について言えば、最初に開発したGoogleのアプローチも、「情報を利用して不確実性を排除する」という原則を反映しており、これに基づいて「フィードバックに基づいて出力を継続的に調整する」という原則に基づいている。Googleの自動運転車は、Googleストリートビュープロジェクトの延長であり、ストリートビューカーがスキャンして大量のデータを蓄積した場所のみを走行できる。 Google のエンジニアはテスト結果に基づいてプログラムをオフラインで調整します。 Google の自動運転ビッグデータが完全になると、つまりあらゆる状況をカバーできるようになると、不確実性は完全に排除され、自動運転車は 100% の安全性を実現します。しかし実際には、Google がテストしている自動運転車の数は数百台と比較的少ないため、これは Google にとって難しいことです。米国現地時間10月5日のウォール・ストリート・ジャーナルの報道によると、グーグルは自社の無人運転車が200万マイルの走行を完了したと発表した。 2010年にニューヨークタイムズがグーグルの無人運転車を暴露してから6年が経った。テスラのオートパイロットを搭載した車の数は桁違いに多いため、イーロン・マスク氏は数日後に自身のツイッターで、テスラのオートパイロットの累計走行距離が発売から1年で2億2200万マイルに達したと発表した。したがって、テスラはビッグデータの完全性を最初に達成できる可能性が高い。

もちろん、ビッグデータの完全性は一夜にして達成できるものではありません。車両の運転条件が自然界や社会の多くの現象と同様にパレート分布（つまりべき乗則）に従う場合、図 4 の緑色の部分で表される、頻繁に発生する少数の運転条件が、すべての運転条件の発生回数の絶対的な割合（たとえば 80% 以上）を占め、一方、頻繁に発生しない多数の運転条件が図の長い黄色の尾部に分布します。しかし、使用されている自動車の数は数億台に達しているため、ロングテールにおける低確率条件の発生回数は、10^9 倍すると驚異的な数になります。ロングテールの低確率の動作条件をカバーするには、頻繁に発生する 80% の動作条件よりもはるかに多くの走行距離を蓄積する必要があります。たとえば、後者には 100 万キロメートルが必要であり、前者には 100 億キロメートルが必要になる場合があります。同様の例は検索エンジンでも見つかります。注意深いユーザーは、「人工知能」などの一般的なキーワード検索では、Google と Microsoft Bing の検索結果が似ていることに気付くかもしれませんが、「レンブラントの初期の作品」などのあまり知られていないキーワードに遭遇した場合、Google の長期蓄積データはこれらの「ロングテール検索」のクリック モデルをトレーニングするのに十分であるため、その結果は Bing よりもはるかに正確です。

図5 パレート分布

シリコンバレーで生まれ、自らを「IT企業」と称する自動車会社であるテスラは、当然ながら上記の真実をよく理解している。つまり、製品が一定のレベルに達した後は、オンラインで公開し、フィードバックを得て、修正することによってのみ、製品を改善できるのだ。未知の要素が多すぎる場合、完璧な製品を一度に設計して開発することはほぼ不可能です。テスラの公式文書では「新しいハードウェアによって可能になる機能を有効にする前に、何百万マイルもの実際の運転を使用してシステムをさらに調整し、安全性と利便性を大幅に向上させます」と謳われているソフトウェアシステムのOTA（Over-The-Air）アップグレードの実践は、「情報を使用して不確実性を排除する」と「フィードバックに基づいて出力を継続的に調整する」という思考モードを反映しています。テスラは、低確率の新しい動作条件に適切に対応し、タイムリーに対策を講じますが、これは従来の自動車会社の実践とはまったく異なります。

通常、自動車メーカーは、研究開発段階の早い段階であらゆる可能性のあるシナリオを予測し、開発プロセス中にそれらに対処しようとします。従来の自動車会社では、自動車が組立ラインから出た瞬間に両者の接続が切断され、自動車会社は実際には自動車の稼働状況について何も知りません。自動車メーカーはデータにあまり注意を払っていません。彼らは、ゼネラル・エレクトリック社のように航空機エンジンの飛行ごとに生成されるデータを真剣に収集し、抽出された貴重な情報を次世代の製品の開発に使用していません。たとえば、自動車が工場を出た後に、各所有者の異なる運転習慣や運転条件に基づいて、自動車メーカーは、調整済みの内燃エンジン MAP ダイアグラムを変更して、経済性やパワーを向上させることができるでしょうか?いいえ！なぜなら、従来の自動車会社は本質的にニュートン力学に基づいており、不確実性やパーソナライゼーションには注意を払っていないからです。

無人運転車の開発に関しては、新車を発売する前に完全な安全性を確保したいという従来の自動車会社のアプローチは実現可能ではない。なぜなら、ロングテールの低確率の動作条件は、テスラが行ったように、OTA方式で大量のデータを収集することによって徐々にカバーすることしかできないからだ。注目すべきは、自動車のパッシブセーフティ技術が導入されている限り、テスラの一見過激なアプローチは取り返しのつかない結果をもたらすことはなく、むしろ運転の安全性を全体的に向上させることができるということだ。

テスラの完全自動運転システムのビジネスモデルは何ですか?

自動運転車は新しい技術とみなすことができますが、新しい技術が社会全体に良い影響を与えたいのであれば、それに応じたビジネスモデルが伴う必要があります。これまでの自動車業界に関して言えば、伝統的な自動車会社のビジネスモデルは過去 100 年間で基本的にあまり変わっていません。大まかにまとめると、部品メーカーが自動車メーカーに部品を供給し、自動車メーカーが販売網を通じてディーラーに自動車製品を供給するという流れになります。ディーラーは自動車の販売、メンテナンスなどのサービスを行い、金融サービス提供者は自動車ローンや自動車保険などの自動車金融サービスを提供します。

これは、図 6 に示すように、従来の自動車会社とテスラなどのテクノロジー企業間の設備投資と企業の人材の構造的配分からわかります。前者は、生産手段と金融資本に対する要件が高く、限界費用も高い生産活動であるハードウェアの開発と製造に重点を置いています。これは、第二次産業革命で生まれた企業の特徴とも一致しています。後者は、人的資本に対する要件が高く、限界費用が低いソフトウェア開発に傾倒しています。これは情報革命で生まれた企業の特徴とも合致しています。その結果、自動車会社の中ではトヨタの粗利益率がわずか15%と最も高いのに対し、シリコンバレーのテクノロジー企業の粗利益率は一般的に60%から70%を超えています。

図6 自動車メーカーとテクノロジー企業の設備投資と人材構成の分布の比較

前述の従来の自動車産業の「アキレス腱」を見抜いてか、イーロン・マスクがテスラの自動運転車向けに設計したビジネスモデルには、従来の自動車販売に加え、ウーバーの主力事業と重なる交通サービスプロバイダー、つまりテスラネットワークも含まれている。テスラの公式文書には次のように記されている。

「…また、自動運転のテスラを友人や家族とのカーシェアリングや配車サービスに使用することは問題ありませんが、収益目的での使用はテスラネットワークでのみ許可されます。詳細は来年発表される予定です。」 】

業界の他の専門家が公に表明した意見に注意を払えば、マスク氏だけが同様の見解を持っているわけではないことがわかる。ユーザーにとって重要なのは、車の所有権ではなく、それを使用する権利である。企業にとっては、大量の固定資産を直接所有するよりも、今この瞬間にある物事のつながりをコントロールする方が成功しやすいのかもしれない。そして、そう思っているのは彼だけではない。

レンタカー業界の先駆者、ジップカーの創業者ロビン・チェイス氏は8月10日、Mediumに「自動運転車は都市を改善する。ただし、都市を破壊しない限りは」と題する記事を掲載し、カーシェアリングは交通と雇用に大きな変化をもたらすため、政府は事前に計画を立てるべきだと主張した。

ウーバーより先にカーシェアリング分野に参入したリフトの共同創業者デビッド・ジマー氏は、9月18日にMediumに「第三次交通革命」と題する記事を掲載し、無人カーシェアリングのビジネスモデルがもたらす「プラスの外部効果」について説明した。

グーグルの自動運転車の生みの親であるセバスチャン・スラン氏は、10月29日の知乎ライブで、車を購入するのではなく、オンデマンドで旅行サービスを利用することを意味する「サービスとしての交通」についての見解を改めて表明した。

マッキンゼーとブルームバーグ・ニュー・エナジー・ファイナンスが10月初旬に発表したレポート「モビリティの未来に関する総合的視点」では、図6に示すように、シェアリング型の無人運転車も主要な交通手段の一つとして挙げられている。

図6 マッキンゼーの視点から見た都市交通手段の1つ：シームレスモビリティ

テスラネットワークが本当に効果的に実装されれば、テスラとウーバーは遅かれ早かれ戦うことになるだろう。双方の優位性は、現在彼らが手にしているビッグデータから生まれる。テスラはより多くの走行距離データを持っており、ウーバーはより多くのユーザーの移動習慣データを持っている。そして、両社は互いの領域に進出しているか、進出するつもりである。テスラは自動車旅行サービスを開発するつもりであり、ウーバーはレベル4以上の自動運転車の開発に取り組んでいる。旅行ネットワークのハブノードの地位を競い合い（インターネットにおけるグーグル、ソーシャルネットワークにおけるフェイスブックのように）、1兆ドル規模の旅行市場を独占することになる。誰が勝ち、誰が負けるかは全く明らかではない。

カークラウドの概要

テスラの全自動無人運転システムについて公開された詳細は、情報化時代の思考モードを反映している。「情報を使って不確実性を排除する」情報理論思考と「フィードバックに基づいて出力を継続的に調整する」サイバネティクス思考だ。さらに、テスラとNVIDIAの協力は、PC時代のWin-Telシステムとスマートフォン時代のAndroid-Qualcommシステムを自動車業界で再現するというイーロン・マスクの野望を暗に表している。テスラネットワークの導入は、1兆ドル規模の旅行市場をめぐるウーバーとの1世紀に渡る戦いの引き金となるかもしれない。

願わくば、高潔なラリー・ペイジが尊敬できる数少ない人物の一人であるイーロン・マスクが、また奇跡を起こしてくれることを。

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。