https://tarantas.news/ja/posts/id6706-botsushiyuxcariadnoren-zhi-tui-lun-xing-zi-dong-yun-zhuan-l2-l3wo2026nian-liang-chan-hedu-shi-gao-su-dehanzuohu-shuo-ming-ke-neng-aidexin-lai-xing-qiang-hua
ボッシュ×CARIADの認知推論型自動運転、L2/L3を2026年量産へ都市・高速でハンズオフ、説明可能AIで信頼性強化
ボッシュとCARIADが進める認知推論AIの自動運転開発:L2/L3を2026年に量産化へ
ボッシュ×CARIADの認知推論型自動運転、L2/L3を2026年量産へ都市・高速でハンズオフ、説明可能AIで信頼性強化
ボッシュとフォルクスワーゲンのソフト部門CARIADが、認知的推論を取り入れた自動運転のL2/L3を共同開発。市街地・高速でハンズオフ走行を実現し、説明可能AIで安全性と透明性を強化。テストフリートで検証中、2026年量産対応へ。高速道路では完全自動制御を目指し、引き継ぎの自然さも重視。量産時期安全アーキテクチャ言及。
2025-12-23T15:59:59+03:00
2025-12-23T15:59:59+03:00
2025-12-23T15:59:59+03:00
ボッシュとフォルクスワーゲン・グループのソフトウェア部門カリアドは、認知的推論の要素を取り込んだ自動運転システムの共同開発を着実に進めている。2022年に発足したAutomated Driving Allianceの枠組みのもと、焦点はレベル2およびレベル3の自動化技術に置かれている。開発中のAIプラットフォームは、市街地の道路や幹線道路でハンズオフ走行を可能にし、高速道路では完全自動の制御を提供することを目指す。ソフトウェアスタックは現在、テストフリートでの試験を進めており、2026年半ばまでに量産対応の準備を整える計画だ。歩みは野心的に映る一方、すでにテストフリートで稼働しているスタックであることを踏まえると、無謀な賭けではなく、狙いを定めた前進と受け取れる。ボッシュの説明では、このシステムは交通環境の知覚、データの解釈、意思決定、車両制御といった中核の認知機能を担う。時間の経過とともに、ソフトウェアは人間の論理に近いかたちで複雑なシナリオや潜在的リスクを読み解けるようになる見込みだ。実装がうまく運べば、人から機械への、そしてその逆の引き継ぎはより自然で予測しやすくなるはずで、その自然さこそ普及のカギになる。両社はまた、アーキテクチャ全体を安全性と透明性を軸に構築しており、AIのあらゆる判断は説明可能で追跡可能であるべきだと位置づける。これらの技術は2026年の新型車を下支えし、自動運転の適用範囲を広げていくと見込まれている。説明可能性を強く打ち出す姿勢は、検証プロセスの整理を助け、機能の展開段階でドライバーの信頼形成にも効いてくるだろう。
ボッシュ,CARIAD,フォルクスワーゲン,自動運転,レベル2,レベル3,認知的推論,説明可能AI,ハンズオフ,高速道路,市街地,2026年,量産,AIプラットフォーム,ソフトウェアスタック,テストフリート,安全性,透明性,引き継ぎ
2025
news
ボッシュとCARIADが進める認知推論AIの自動運転開発:L2/L3を2026年に量産化へ
cariad.technology
David Carter, Editor
15:59 23-12-2025
ボッシュとフォルクスワーゲンのソフト部門CARIADが、認知的推論を取り入れた自動運転のL2/L3を共同開発。市街地・高速でハンズオフ走行を実現し、説明可能AIで安全性と透明性を強化。テストフリートで検証中、2026年量産対応へ。高速道路では完全自動制御を目指し、引き継ぎの自然さも重視。量産時期安全アーキテクチャ言及。
ボッシュとフォルクスワーゲン・グループのソフトウェア部門カリアドは、認知的推論の要素を取り込んだ自動運転システムの共同開発を着実に進めている。2022年に発足したAutomated Driving Allianceの枠組みのもと、焦点はレベル2およびレベル3の自動化技術に置かれている。
開発中のAIプラットフォームは、市街地の道路や幹線道路でハンズオフ走行を可能にし、高速道路では完全自動の制御を提供することを目指す。ソフトウェアスタックは現在、テストフリートでの試験を進めており、2026年半ばまでに量産対応の準備を整える計画だ。歩みは野心的に映る一方、すでにテストフリートで稼働しているスタックであることを踏まえると、無謀な賭けではなく、狙いを定めた前進と受け取れる。
ボッシュの説明では、このシステムは交通環境の知覚、データの解釈、意思決定、車両制御といった中核の認知機能を担う。時間の経過とともに、ソフトウェアは人間の論理に近いかたちで複雑なシナリオや潜在的リスクを読み解けるようになる見込みだ。実装がうまく運べば、人から機械への、そしてその逆の引き継ぎはより自然で予測しやすくなるはずで、その自然さこそ普及のカギになる。
両社はまた、アーキテクチャ全体を安全性と透明性を軸に構築しており、AIのあらゆる判断は説明可能で追跡可能であるべきだと位置づける。これらの技術は2026年の新型車を下支えし、自動運転の適用範囲を広げていくと見込まれている。説明可能性を強く打ち出す姿勢は、検証プロセスの整理を助け、機能の展開段階でドライバーの信頼形成にも効いてくるだろう。