州は自動運転法にセンサーのチェックリストを書き込んでいる。実際に重要なのはハンドルを握るAIだ。

ニュージャージー州の法案では、自動運転車にカメラに加えて LiDAR とレーダーの搭載を義務付けていますが、特定のハードウェアを規定するだけでは、実際に車を運転している AI が優れているかどうかは規制当局には分かりません。

米国全体で、自動運転車に対する州の規制は誤った対象に向けられています。各州は AV 法制定に競って取り組んでいますが、規制対象は安全性ではなくハードウェアです。ハードウェアとパフォーマンスの違いが、次の10 年間で自動運転が本当に安全になるか、単にチェックリストを満たすだけになるかを左右しますが、現在州議会で審議中の多くの法案はこの区別を逆に捉えています。

最も分かりやすい例はニュージャージー州の法案で、完全自動運転の商用 AV が州内で商業運転するためには、カメラに加えて実質的にレーダーと LiDAR の2 つ以上の追加センサーを搭載することを義務付けています。ニューヨーク州も類似の法案を検討中で、他の州も注視しています。ニュージャージー州の法案の下では、AI が実際の走行ベンチマークでテストされることなく、すべての要件を満たすことが可能です。一方、安全実績の高い企業でも、別のセンサー構成を選んだだけで完全に市場から締め出される可能性があります。どちらの法案も、カメラ単体とカメラ＋ LiDAR のどちらが実際に安全に走行できるかを検証しておらず、これこそが唯一重要な指標です。

この法案は車両が搭載するセンサーを規制するだけで、走行性能は全く評価しません。これが問題点です。両方が同じ装備項目を満たす限り、訓練が十分なモデルと不十分なモデルを区別できず、必要な部品を搭載していなければ安全実績の高さも認識できません。何年もの間、事故なく公道走行を続けているカメラのみの車両でも州から排除される可能性があり、逆にセンサーをフル装備していて実績が全くない新規参入者は初日から運用できてしまいます。ハードウェア要件を満たすことは、ハンドルを握る AI が優れているか、システムが安全かどうかを示すものではありません。

既存の事業者もこの要件の下で同じ問題に直面しています。フルセンサーを搭載せずに公道で自動運転車を走らせてきた事業者も、法案により排除され、何年もの事故なし走行が無駄になります。さらに、新たなセンサーを追加するとレイテンシが増加し、AI が統合すべき入力が増えるほど意思決定に時間がかかります。交通中の車両が余裕を持って待てるとは限らず、レイテンシは自動運転の最大の制約です。

Sensors Are Inputs. The AI Decides.

センサーは入力にすぎない。AI が決定する。

センサーが増えても自動的に車が安全になるわけでも、減っても危険になるわけでもありません。車の走行を左右するのは、リアルタイムで全ての入力を処理するニューラルネットワークです。安全性はセンサーではなく AI によって決まります。

LiDAR システムは AI に事前測定された距離データを供給します。カメラのみのシステムでは、AI が視覚入力だけから距離、動き、意図を自ら算出します。まさに人間と同じ方法です。いずれにせよ、センサーは情報を提供するだけで、実際に車両が交通の中でどのように動くかを決めるのは AI です。年が経つごとに、同じ AI が道路を理解するために必要とするセンサーは前年よりも少なくなっています。

マッキンゼーは、現在自動運転は屋根にどのセンサーが搭載されているかではなく、生成的 AI によってますます定義されると述べています。モデルが進化すれば、ハードウェアへの依存は時間とともに減少し、増えることはありません。ハードウェアの義務化は、AI がどれだけ賢くなっても、現在の技術を法律で固定してしまいます。

規模の大きさだけでも議論は明らかです。自動運転車の販売は急速に増加しており、カメラベースの Tesla は最近 150 万人の FSD 加入者に達しました。結論として、州の立法者はセンサーリストではなく AI のパフォーマンスで評価すべきです。Tesla、Volvo、XPeng などは同じ理由でカメラのみへ移行しています。自動運転の難しさは、車が何を感知できるかではなく、AI ベースのシステムが何を理解できるかに変わっており、州法はまだ追いついていません。

Who Pays When a Hardware Mandate Outruns the Safety Case?

ハードウェアの義務化が安全性の根拠を上回ったとき、誰が費用を負うのか？

マルチセンサーシステムは、LiDAR ハードウェア、HD マップの維持、クラウド接続などが主な要因で、カメラのみのシステムよりも構築・維持コストがはるかに高くなります。ハードウェアの義務化は競争できる企業の数を減らし、ロボタクシーに限らずすべての自動運転車が同じ高価なハードウェアを装備しなければ資格を得られなくなります。

このコストを正当化するのは、業界がまだ初期段階にあることを考えると難しいです。数年と数十億ドルが投じられたにもかかわらず、ほとんどの導入は限られた数都市の固定かつ厳格に管理されたルートにとどまっています。World Economic Forum の予測によれば、2035 年までに大規模ロボタクシー車団は世界で 40〜80 の都市にしか展開されず、主に米国と中国です。既に不透明な連邦政策の上に州ごとのハードウェア規則を重ねることは、システムが実証される前にもう一つの障壁を増やすだけです。州ごとにセンサー要件を巡って訴訟に費やす一年は、これらの車両が実際に人間ドライバーより安全であるかを証明する時間を失うことになり、これこそがテストの本来の目的です。

ハードウェアの義務化は間違った問いに答えています。本当の課題は安全なシステムをより多くの道路へ、より速く展開することですが、義務化はそれを阻むだけで、安全基準を引き上げることは全くしません。

Let Performance Set the Bar

規制当局はすべき 公道に出る前にすべての AV がクリアしなければならない基準を設定することですが、重要なのはその基準が何を測定すべきかであり、基準自体の有無ではありません。

自動運転車に強力なエッジコンピューティングシステムが導入されて以来、業界はすでに高価で単一目的のハードウェアから脱却し、ますます AI 自体に投資しています。規制の議論は、技術がすでに到達している段階に追いつくべきです。

パフォーマンスベースの基準であれば、カメラのみでもマルチセンサーでも、すべてのアーキテクチャが同一の実世界ベンチマーク、事故率、ニアミス、天候や交通状況における性能と比較して実証できます。また、センサーのチェックリストでは提供できない、つまり仮定ではなく、赤信号で車が横に止まったことが実際に安全であるという具体的な証拠を一般市民に示すことができます。

どのセンサーを車に搭載すべきかを決める法律を増やすのではなく、業界は車がどれだけの性能を発揮すべきかという明確な公共基準を必要としています。そして、規制当局はベンダーが押し付ける装備リストではなく、実績に基づいて合格者を判断できる姿勢が求められます。