直6エンジン+ISG

テーマ:

昨日は政策研究大学院大学で開催されたSmipsで、AIの権利は誰のもの」という講演を聞いてきました。講師はAIを使た数値モデル専門家の方でした。

 

 

その前に時間があったので、近くのMercedes meに寄り、最新のS450を試乗してみました。左ハンドルでした。

直6エンジン、48Vバッテリー、モータを積んだ最新の電動化車両です。

 

いわゆるマイルドブリッドですが、3L直列6気筒エンジンに電動スーパーチャージャーとターボチャージャーを組み合わせ、低振動、低騒音、省燃費を実現しています。

 

4L V8エンジンを搭載する、S560よりも静粛性が高いのではないでしょうか。

 

昨年は電動化車両=電気自動車という誤解が蔓延しました。

トヨタはハイブリッドで世界初、世界一ですが、電動化で出遅れたというネガキャンもありました。

 

マスコミは意図的に日本を貶めているのか、わかりませんが、マスコミ人の多くは勉強不足、基礎学力不足と断言できます。知的財産法やAIについても、間違った報道が溢れています。

 

電気自動車の時代はしばらく来ません。今後はS450のようなマイルドハイブリッド、通常のハイブリッド車、充電可能なプラグインハイブリッド車が、主力となります。

 

http://autoc-one.jp/mercedes-benz/s-class/newmodel-5001552/

このところ存在感が薄くなっていたドイツの雄であるメルセデス・ベンツながら、久々に手応えのある骨太の技術を複数発表してきた。

なかでも「おおっ!」と引き込まれるのは、久し振りの直列6気筒エンジンに「ISG」(Integrated Starter-Generator:スターター兼ジェネレーター)という48Vの電装システムを組み合わせて来たこと。以下、解説したい。

まず、新開発された直列6気筒エンジン「M256」型について解説しよう。

前後方向に長い直列6気筒エンジンは、衝突安全性を確保しにくいということで(クラッシャブルゾーンを確保しにくくなる)ここ最近は急速に姿を消している。しかし電動化の進行により、エンジン前方のベルト駆動システムなど不要になり、全長を短くすることが可能になった。新しい直列6気筒エンジンの前後長はV型6気筒と大差ないというから驚く。

さらにV型6気筒よりエンジンの幅を狭く出来るため、エンジンルームを有効に使えるようになるというメリットも出てくる。

 

もう一つの「スゴイね!」が48Vの電装システムを採用してきたこと。

60V以上だと感電に対する厳しい乗員保護設計をしなければならず、コスト高と重量増を招く。48Vなら普通の電装システムでOKなだけでなく、ハイブリッドシステムを稼働させられるだけのパワーも出せる。

実際、新型S450はエンジン直後に22馬力のモーター/発電機を搭載。アイドリングストップからの再始動や、加速時のパワーアシスト、回生などに使う。簡易型ハイブリッドながら、電池容量も1kWhとトヨタアクアなど本格的なハイブリッドより大きいリチウム電池を搭載してきた。これだけ大容量の電池を搭載していれば、パワーアシストや回生の効率を大幅に改善出来ることだろう。

 

https://carview.yahoo.co.jp/news/market/20180311-10292785-carview/

ベンツS450に搭載される直列6気筒エンジン。長さはV6と同等に収められている

まず、ベンツの新しい直6エンジンの特徴、大きなキーワードは「電動化」である。具体的にはエアコンやウォーターポンプなどの電動化により補器の駆動ベルトが不要となり(この点は後述する小型化にも貢献)、特に欧州車では今や当たり前となった過給機もターボに加え、電動式のスーパーチャージャーも備える。

さらにS450はIGSと呼ばれる小型モーター(約22馬力、25.5kgm)と約1kWhのリチウムイオン電池から構成される比較的簡易なハイブリッドとなっている。S450日本仕様の燃費はまだ公表されていないが、ハイブリッド化による燃費の向上に加え、モーターのアシストと電動スーパーチャージャーの装着で、特に低速域ではV8エンジンを思わせるような太いトルク感を実現していると思われる。

AD

自動運転、AI、IoTとやかましい日々ですが、ある自動車評論家の方が、一般道での自動運転が実現できない最大の理由として、歩行者の位置検出が困難であることを挙げています。

 

歩行者のスマホをGPSで検出したとしても、数mズレている。

その通りです。

 

そして、記事にはありませんが、もう一つの理由として、あと数十年間は、自動運転車と通常の自動車が道路で混在することになります。自動運転車が、全ての自動車を避けて運行するのは不可能です。

 

記事にある通り、「いかにクルマに興味のない人にまともな情報が伝わっていない」というのは間違いありません。

AIに関しても同じで、AIが上司になって人間を管理するなど、見当外れなものが多数です。

 

世の中には嘘も多数あります。真贋を見極める能力、本質を見極める能力と言い換えても良いでしょうが、それが必要でしょう。

 

https://response.jp/article/2018/03/08/306953.html?utm_source=facebook&utm_medium=social

【車】「ねえねえ。2020年の東京オリンピックの時期には、自動運転のクルマで、スマホ見ながらビックカ○ラまで買い物に行ける?」

IT好きの友人が、期待満々の顔で問いかけてきた。友人は運転免許を持っていない。それでも家電量販店に行っては、大量の機器を買い込んでくるらしく(実物を見ないと気が済まない。そして、気に入ったらすぐに買って家に持って帰りたいのだそうだ)自動運転に期待をしまくっている。

「無理!」

期待満々の友人には申し訳ないが、ぜーったい無理だ。残念ながら2020年に一般道をすいすいと走る自動運転は実現しない。というか、そんな妄想を友人が本気で抱いていたほうが驚きであり、いかにクルマに興味のない人にまともな情報が伝わっていないかを知って愕然&反省したものである。

◆自動運転を「一般道」で実現するためには

一般道で実現しない一番の理由は歩行者と自転車だ。自動運転の目的のひとつは交通事故の削減である。たしかにクルマ同士の事故は、クルマ同士がコネクテッドしてぶつからないようにと技術の開発が進んでいる。でも、こう言ってはなんだが、クルマの中にいる人はエアバッグや衝撃吸収ボディがあるから、速度さえそれなりに落とせばなかなか死ぬような事故にはならない。自動運転なんてなくても、交通事故死者数は削減できるのだ。

問題は、生身でいる歩行者と自転車だ。人とクルマがぶつかれば、車速が限りなくゼロに近くても死亡事故になる。死ななくても、内臓破裂や脊髄損傷、脳挫傷で高度障害が残るケースもいくらだってある。自動運転で事故を削減したいというならば、まっさきに取り組まなければいけないのは歩行者&自転車対策だろう。

 

ところがいま現在、この件については技術的な解決策はないどころか、目処すらたっていないというのが私の実感である。いくつか案は出ている。その一つがスマホを使った位置情報だ。スマホで歩行者の位置がわかれば、クルマ側に知らせて、出合頭や道の横断中の事故を減らせるというものだ。そのときに使うのは、宇宙のかなたから計測するGPSである。

…………。

えーっと、今のスマホの位置情報って、めっちゃずれるんですけれど、マジでそれ実現できるんでしょうか?

AD

CP+2018

テーマ:

今日は、カメラの展示会CP+2018へ行っていました。

 

http://www.cpplus.jp/

 

ほぼ1日、仕事をしなかったのは久しぶりです。1月の3連休以来でしょうか。

 

昨日カメラを買い換えたので、さっそく。持参しました。

4500万画素の高画素モデルです。

 

 

会場とその周辺。キヤノンの新型ミラーレスのぼりが。

 

以下はニコンと富士フイルムのブース。

こちらは、ソニー、キヤノン、タムロン(レンズ)

アクセサリ-の会社

オリンパスは赤城さんの講演。オリンパスのPROレンズは、良さそうな製品です。

AD

こちらも昨日の日経記事になります。

AIへの拒否反応から、普及にブレーキがかかる可能性を指摘しています。

 

「医師が患者へ説明するときに『AIがこう言っているから』では通らない。根拠を示せるようAIの判断をガラス張りにする工夫が必要だ」というコメントが象徴的です。

 

情報調査・検索の専門家としては、AIだろうが概念検索だろうが、様々なツールを使いこなして結果を出せば良いのですが、目的の情報が見つからなかった場合に、どう説明するのかという問題があります。

 

特に、無効資料調査のような特許庁が審査済のものを調査する場合は、目的の資料が見つからないことも多々あります。

 

通常の検索式では、このような調査範囲を探してこの程度の文献は見つかったが、目的のものは見つからなかったという説明も容易です。

しかし、概念検索と同じで、AIを使った検索においても、情報が見つからなかった場合に、合理的な理由を説明できないと仕事になりません。

 

概念検索が登場した時も、同様のことを言われましたが、AIでも同じと感じます。

 

https://www.nikkei.com/article/DGKKZO26803390R10C18A2TJM000/

 「人工知能(AI)による個人プロファイリングが進みすぎると、拒否反応からAIの普及にブレーキがかかる可能性がある」。慶応義塾大学のクロサカタツヤ特任准教授は危惧する。

 プロファイリングとはAIがビッグデータを解析して個人の「人物像」を推定する技術だ。ネット企業がユーザーが好む商品の広告を流すことなどに使う。金融機関が融資の判断の参考に、利用者の信用力をAIで算出する試みも始まっている。

 医師も顔負けの正確さで病気を判定するなど、AIは人間をしのぐ能力を見せる。だが判断プロセスは見えにくい。不透明な「思考」は不気味さを生む。このままビジネスやサービスに利用すれば、人々の不安を招きかねない。

 

 AIブームを支える深層学習(ディープラーニング)でも、処理過程の「ブラックボックス化」をもたらしている。

 通常のコンピュータープログラムは中身を調べると処理過程が分かる。だが脳の働きを模したニューラルネット(神経回路網)を何層にも重ねる深層学習の場合はそこから「論理」が読めない。

 「医師が患者へ説明するときに『AIがこう言っているから』では通らない。根拠を示せるようAIの判断をガラス張りにする工夫が必要だ」。産業技術総合研究所で創薬AIの開発に取り組んでいる瀬々潤・研究チーム長はこう話す。

トヨタがハイブリッドカーなど電動化車両について、広報した結果、マスコミの誤解が浮き彫りになって来ました。

 

以下の記事はどちらも当たり前のことを言っているだけなのですが、ずいぶんニュースになってしまっています。

 

電動化車両=EVではありませんし、燃料電池車も水素を使って発電し、モーターで走る電気自動車です。

 

知財に関するする報道も間違いが多いですが、科学技術に関するものも同様です。

学生時代に勉強しなかった方、今もしない方ばかりが、マスコミへ就職していると思えてなりません。

 

http://www.sankeibiz.jp/business/news/171210/bsa1712101307001-n1.htm

PHVは「EVアシステッド・バイ・エンジン」

 そもそも皆勘違いしていると思うのだが、トヨタもつくっているPHVというのは実はEVそのものにもなるのだ。ガソリンエンジンを回さなければ充電できないハイブリッドに対して、PHVはプラグを差し込んで外部から直接充電できる。つまりEVと理屈は同じだ。フル充電なら30~50キロ程度はガソリンを使わずにバッテリーだけで走れるし、PHVによってはエンジンを起動しないでバッテリーで走るモードが選択可能。従って買い物や通勤などで環境規制が厳しい都市部を走る場合は電気モーター、都市部を離れて長距離を走る場合はガソリンエンジン併用という使い分けができるのだ。

 EVドライバーの心理として一番の心配は長い距離を走ることだ。カタログ値でテスラのモデル3は500キロ、日産リーフは400キロ走行可能というが、そこから先が怖い。サービスエリアやカーディーラーなどには直流の高速充電器が設置されているが、ガソリンスタンドを探すほど簡単ではない。仮に運よく見つかっても、充電に1時間近くかかる。

 PHVの場合、夕方に帰ってきて自宅の交流100Vのコンセントにプラグを差しておけば、一晩でフルチャージできるから、日常、市内をEVモードで走る分にはそれで十分。長距離を走ってバッテリーが心細くなってもガソリンエンジンがある。ガソリンとバッテリー、両方を使い切ると700キロぐらいは走れる。しかも、郊外に出ればエンジンを回して電池をチャージすることもできる。つまりPHVはバックアップにガソリンエンジンを持ったEVと考えればいい。。「プラグ・イン・ハイブリッド」などとは言わず、「EVアシステッド・バイ・エンジン」とでも言えばいい。そうすればEVシフトが進んでも、PHVが排除される側に回ることはない。

 

 トヨタにとって、テスラなどは敵ではない

 ハイブリッド車やPHVに使われている高度な基幹技術、たとえばパワフルな交流モーター、バッテリーの直流電流を交流電流に変換するインバータ、減速したときに電気をつくり出してチャージしてその抵抗力でブレーキをかける回生ブレーキなどはEVにも共通する技術だ。その生産量はハイブリッド車やPHVで圧倒的なシェアを誇るトヨタが世界一であり、いまだ25万台程度しか生産していないテスラなどは足元にも及ばない。

 

https://headlines.yahoo.co.jp/hl?a=20171210-00010000-norimono-bus_all

なぜいまこのタイミングで「説明会」?

 会場には、現物のモーターなどが用意され、説明員は実際の開発を行っているエンジニアです。20年かけて、いかに電動車両用のモーターなどが進化してきたのかが詳細に丁寧に説明されます。100年以上の歴史あるモーターでも、自動車用で過去に大量生産されたものはありませんでしたから、「プリウス」の登場以来、自動車用のモーターの進化は、非常に大きなものだったのです。

 それは当然、パワーコントロールユニット(インバータ)やバッテリー関係も同様です。そのため、トヨタは自動車用に限って言えば、モーターなどの個々のエレクトリック系の専業メーカーにも負けない技術力を獲得していると言っていいでしょう。やはり技術は、ラボではなく製品として市場で販売されてこそ磨かれるもの。過去20年、1100万台の実績は伊達ではないということです。

 つまり、今回の説明会は、「トヨタが電動化車両の高い技術と実績を持っている」をアピールするものでした。

 

 では、なぜいまこのタイミングで、そのような説明会を開くのでしょうか。

「『プリウス』発売から20年の区切りなので」とトヨタの方は説明します。しかし、本音は違うのではないでしょうか。筆者(鈴木ケンイチ:モータージャーナリスト)の考えでは、ドイツ発の「EVシフト」に対する、トヨタの回答です。

 排気ガス不正からこちらドイツ自動車業界は、突然にEVへのシフトを鮮明にしました。「2020年代に量産EVを大量に投入する」「EV販売でナンバー1ブランドになる」などと声を大に主張します。

 
やろうと思えばいつでもやれるのは本当、その先は…?

 しかし、そうしたドイツ勢の動きと比較すると、トヨタのEVに対する姿勢は慎重です。その結果、「EVシフトに乗り遅れたら大変なことになる」「トヨタにはEV技術が劣っているに違いない」などという声が聞こえるようになりました。

 トヨタとしては「いやいや、我々は、20年も前からハイブリッドという電動化車両を作っている。これからEVをリリースするところより劣っているなんて思われるのは心外だ」と思っているに違いありません。

情報管理webの2017年12月号に、「視点 選択肢としての人工知能」という論文が掲載されています。

 

著者は、人工知能とインタラクションの研究をしている大学教授です。

 

人工知能が先生だったら、人工知能により生活力を喪失するとなど、ユーモアも交えた、面白い論文でした。

 

https://www.jstage.jst.go.jp/article/johokanri/60/9/60_655/_html/-char/ja

これまでの視点では,スキーマという概念を用いて,私たちが人工知能をどのように理解しているかを論じた1)。さらに,現在および近未来の人工知能を,人間と同様にスキーマを使いこなすばかりか,スキーマを獲得し,改良までしていくスキーマ・マシンとしての能力をもつ人工物としてとらえた2)。今回は,近い将来,人工知能が自力でスキーマを獲得し,実行できる模倣マシンとなることを前提として,こうした人工知能が社会にとってどのような選択肢をもたらしつつあるかについて論考する。

 

 

上司の代わりに先生だったらどうだろうか。Siri注2)やAmazon Alexa注3)に代表される今日の会話システムがあと少し進んだ未来の「人工知能先生」は,最新の知識に基づいて,偏りなく答えてくれるであろう。そして,素朴なことを何回尋ねても怒るどころか,理解度を推定して,丁寧に受け答えし,わかりやすいようにレベル調整をしてくることだろう。さらに,生徒のやる気を推定してペースを落としたり,面白いことを言って笑わせてやる気の回復を待ったり,ユーザーごとの個別の記憶を維持し,情動や場の雰囲気も考慮しつつ,飽きることなく有用な会話を長い間続けられるようになるだろう。

 

人工知能によって,社会規範の実行範囲と精度が格段に高まる。人間が統治しているときは,抜けや漏れが多く,しばしば不公平さを招いていた。他方,人工知能が統治を補助すると,不公平さは減り,抜けや漏れもなくなる。しかし,そのような状態に慣れていない人は,息苦しく感じるかもしれない。

 

こうした,はっきりわかるダークシナリオの他に,日常気づかぬうちに進行するダークシナリオもある。社会を構成するほとんどの人が,すべてを人工知能任せにして生活力を喪失すると,停電などでちょっとした事故が起きただけでも,抵抗力をなくした人類は滅びかねないという議論は昔からされてきた12)。

今月1日発行の情報管理webに、「ビッグデータ×機械学習の展望:最先端の技術的チャレンジと広がる応用」という論文が載っています。

 

深層学習のインパクト、技術的課題、 分析プロセス設計の難しさなど、機械学習の問題点、課題も述べられています。

 

AIが人間の仕事を代替するには、データの準備や分析プロセス設計など、前準備が必要で、そう簡単ではなさそうです。

 

https://www.jstage.jst.go.jp/article/johokanri/60/8/60_543/_html/-char/ja/

著者抄録

機械学習技術を用いることで,過去の事例・観測データからの学習に基づく,モノやコトの判別・分類,予測,異常検知等の知的な判断をコンピューターで実現可能になる。ビッグデータの活用と相まって,さまざまな問題解決に機械学習技術の適用が広がっている。本稿では,問題解決への適用という視点から重要と考える技術的チャレンジの方向性として,(1)学習結果の解釈性の確保,(2)機械学習から意思決定まで通した解法の実現,(3)深層学習の高速化・高効率化,(4)機械学習型システム開発方法論の確立,という4点について述べる。

東京モーターショー2017

テーマ:

今日の午前中は東京モーターショーを見学していました。

今はモーターショーが隔年開催ですが、平成元年から毎回行っていますので、15回目位になると思います。
 
今回は電気自動車や自動運転がテーマですが、まだまだ研究途上の技術で、張りぼて感満載でした。
 
以下はゴルフGTE です。この車は電気自動車ではなくプラグインハイブリッドです。ドイツ勢も電気自動車が主力ではありません。
 
以下は日産リーフとホンダのコンセプトカー。これらは電気自動車です。

 
 
燃料電池バスも。
電気自動車でバスを一日動かすのは、なかなか大変でしょう。
 
AI をイメージしたコンパニオン?
謎です。
 
自動運転というよりも、運転アシスト技術と呼ぶのが正確でしょう。
 
ハイブリッドのホンダNSX 。

 
ポルシェ911 GT3Cup。

今日から2017東京モーターショーのプレスデーが開始されます。

一般向けのプレデビューデーは10/27(金)の12:30より、一般公開は10/28(土)からです。

 

これに伴って、2017東京モーターショーを特集した雑誌が販売されてます。

新聞や経済誌では、EVばかりが採り上げられますが、実際の展示車は、ガソリン車、ダウンサイジングターボ車、ハイブリッド車、プラグインハイブリッド車など多種多様です。

http://www.tokyo-motorshow.com/showguide/exhibit/wp_passenger_cars.html

 

日曜日の国政選挙もそうでしたが、マスコミはバイアスのかかった情報を垂れ流す傾向があります。

報道が信頼できる内容なのか、良く考える必要があります。

 

 

 

 

 

 

 

日本時間の今晩、ノーベル医学生理学賞が発表されるそうですが、先月、トムソン・ロイターから分離したクラリベイト・アナリティクスが、今年の「引用栄誉賞」を発表しています。

 

日本からは、化学分野において1名が選出されています。桐蔭横浜大学 医用工学部 特任教授の宮坂力先生です。

 

http://clarivate.jp/press/release/2017/2017-09-20-Identifying-extreme-impact-in-research-Clarivate-Analytics-uses-citations-to-forecast-Nobel-Prize-winners/#chemistry

2017年9月20日(日本時間)
米国ペンシルバニア州フィラデルフィア発
*米国時間9月20日8AM発表のプレスリリース抄訳です。

 

世界的な科学情報企業であるクラリベイト・アナリティクス(本社:米国フィラデルフィア、日本オフィス:東京都港区、以下「クラリベイト」)は、2017年の「クラリベイト・アナリティクス引用栄誉賞」を発表致しました。 本賞は2016年まで「トムソン・ロイター引用栄誉賞(ノーベル賞予測)」として発表していたものです。学術論文の引用データ分析から、ノーベル賞クラスと目される研究者を選出し、その卓越した研究業績を讃える目的で発表されています。2002年より毎年9月の発表が恒例化されており、16回目となる本年は、日本人研究者1名を含む22名が受賞しました。

日本からは、化学分野において1名が選出されました。桐蔭横浜大学 医用工学部 特任教授の宮坂力氏は、「効率的なエネルギー変換を達成するためのペロブスカイト材料の発見と応用」において今回の受賞となりました。