- ヒュンダイとメリーランド州に本拠を置く開発者である IonQ は、量子コンピューティングを使用して Lidar などの自動運転車両センサーからのセンサー データを解釈する方法に取り組んでいます。
- 自律走行車のセンサーからの 3 次元データに対して物体検出タスクを実行するために、量子コンピューターが使用されています。
- この技術は、高度な自律性を備えた自動車の車両センサーによって収集された実世界のデータ処理を大幅に高速化する可能性を秘めています。
Tesla を例外として、多くの自動運転開発者が、SAE レベル 2 およびそれ以上のレベルのドライバー アシスト システムの一部として、急速に進歩している Lidar (光検出と測距) テクノロジを採用しています。
Lidarの原理は 比較的 シンプル: パルス レーザー エミッターが周囲をスキャンし、1 秒あたり数百万回のパルスを放出して 3 次元画像を描画し、ドライバー アシストまたはより高度な自律システムが解釈して、最大数百ヤード離れた物体を検出します。 次に、搭載されたハードウェアとソフトウェアが、自動運転の決定を行う際にそのデータを実際にどうするかを決定します。
5 年前、これらの Lidar センサーは、車両のルーフに取り付けられた回転するアルミ缶のように見えましたが、現在ではソリッド ステートになり、フロント ガラスのすぐ前にある車両のルーフの前縁にある小さなセンサー ポッドのように見えます。
Lidar センサーと技術は、過去 10 年間で大きな進歩を遂げ、現在販売されている、または市場に出ようとしているレベル 3 以上のすべてのシステムが Lidar を提供するようになりました。 とはいえ、技術はまだまだ伸びる余地があります。
ヒュンダイとメリーランドを拠点とする量子コンピューティングの開発者である IonQ は最近、パートナーシップの次の段階を明らかにしました。IonQ の量子コンピューターを画像処理に適用し、自動運転車からの 3D データで物体検出タスクを実行することが期待されています。
具体的には、企業は IonQ の量子コンピューターを使用して、さまざまな金属触媒の電気化学反応をシミュレートしようとしています。 このような場合、道路標識の画像は分類と物体検出のために量子状態にエンコードされ、道路沿いの物体、車、人、建物のシステムの検出と分類が大幅に高速化されます。
「IonQ で研究されている量子機械学習技術は、より高速に学習し、エッジ ケースをより効果的に認識し、より一般化し、より低い解像度またはノイズの多いデータから学習し、はるかに少ない数のパラメーターで複雑な相関関係を捉える可能性を示しています。」会社は言います。 「これらの深い技術的利点により、最終的には、ユーザーの入力なしで、より迅速、安全、正確な意思決定につながる可能性があります。」
ヒュンダイはまた、化学反応と EV バッテリーに使用されるリチウム化合物について IonQ と協力して、新しい金属触媒の化学反応を調査し、それらを量子コンピューターで分析しています。
IonQ の共同創設者兼 CTO である Jungsang Kim 氏は、次のように述べています。
現時点では、自律型開発者の焦点のほとんどは、ソリッドステート Lidar システムを小型化すると同時に、製造コストを削減することです。 しかし、企業がレベル 3 およびレベル 4 システムのコンテキストで Lidar センサーが周囲の世界を認識する方法を再考しているのを見るのは新鮮です。どちらのタイプのシステムも市場投入の準備がほぼ整っているからです。