「最近、自動運転と鉄道に興味があります」の第五弾（転職するわけではないです）。20世紀から取り組まれている自動運転研究の歴史とディープラーニングによるブレイクスルーや、自動運転が蒸気機関・コンピュータと並ぶ大きなイノベーションになりうることが書かれています。よくまとまっているのです。
↑気になったらここからポチっと（買ってくれるとお小遣いが入ります）↑
↓気になったらここからポチっと（買ってくれるとお小遣いが入ります）↓
↑気になったらここからポチっと（買ってくれるとお小遣いが入ります）↑
この本を読むとわかること
章立てとポイントはこんな感じです。自動運転が普及した未来の世界観がとてもイメージしやすかったです。ドライバーのいない世界
- 自動運転で大幅に緩和される渋滞
- 人件費がかからないことで大幅にコストが下がる無人タクシー
究極の移動手段
- 覇権を握るのは自動車メーカーか、ソフトウェア産業か？
- 勝敗を分かつ技術要因
- 自動運転と、現在の工業用全自動ロボットの大きな違い
- 価値を持つのはハードか、ソフトか？
- ソフト偏重のマイクロソフト型
- ハードも作るアップル型
- 同じ自動運転を目指す自動車産業と、グーグルなどのIT陣営のアプローチの決定的な違い
独立した知性
- 現状の自動運転OSの課題
- 自動運転OSに求められる3つの能力
- 人間の脳内ニューロン配置から見る「ヒトの知覚能力」の再現の難しさ
人工知覚の開発
- 安全性向上の壁
- Rule-basedなマシンビジョンの限界
- マシンビジョンと車体制御に使われる4つの要素技術
- 非常時・故障に対応するためのシステム構成
「電子制御道路」構想
- 既存の道路に機器を埋め込む「電子制御道路」構想がとん挫した理由
高性能な道路ではなく高性能なクルマを
- 自動運転道路から、コネクテッドカー・ドライバーレスカーへのシフト
- コネクテッドカーとドライバーレスカーの大きな違い
- 最高のインフラの条件
ロボットの台頭
- DARPA主催の自動運転コンテスト「グランドチャレンジ」の成果
- 優勝チームが取り入れた「発想の転換」
- 1970年代から段階的に発展した自動運転車が証明した「組み替え型イノベーションの力」と「ムーアの法則」
ドライバーレス・カーの構造
- 生物の目とマシンビジョンの大きな違い
- カメラの認識精度を落とす意外なもの
- 強力なパルス光の反射によって周辺の3次元デジタルモデルを作るライダー技術
- ライダーの欠点と、解決策
- レーダーセンサーの長所と短所
ディープラーニング：パズルの最後のピース
- ニューロンを機械で再現した「パーセプトロン」と「活性化関数」
- ニューラルネットワークの漸進的な進歩
- 学習に必要な大量の画像データの収集・分類を可能にしたクラウドソーシング
ドライバーレス・カーを支えるデータ
- 自動運転におけるディープラーニングの加速度的精度向上
- ソフトウェアの自律的学習
- 高解像度カメラを搭載するドライバーレス・カーがはらむプライバシーの問題
ドライバーレス・カーの波及効果
- セグウェイのような普及しないテクノロジーと、スマホのような世界を変えるテクノロジーを見分ける「ゼロ原理」
- 蒸気エンジンやコンピュータのようなイノベーションと、そうならなかったテクノロジーの違い
- 自動運転で下がる大きく下がるコスト要素
- ドライバーレス・カーが奪う仕事・作り出す仕事
- 産業・企業・公的機関・自治体への影響
- 自動ロボット工学を支える基礎技術
↓気になったらここからポチっと（買ってくれるとお小遣いが入ります）↓
