AIとAIツールの自動車ソフトウェア開発およびテストにおける役割

人工知能（AI）は、多くの業界や応用分野で注目を集めているテーマです。しかし、自動車業界にとってAIは新しい概念ではありません。特に機械学習——データから学習し、時間とともに改善するプロセス——は、開発における物理ベースのアプローチを強化するために、長年活用されてきました。

しかし、コネクテッド車両の登場と、顧客の利用データや車両データなど、多様なソースから生成されるデータの創出は、業界の風景を大きく変革しました。過去にはデータを手動で生成する必要がありましたが、現在では業界はこれらのソースから得られる膨大なデータをリアルタイムで活用し、AIモデルを訓練することで、開発プロセスを強化しています。

自動車における人工知能

AIが自動車産業に与える影響は複雑です。機械学習モデルによる物理モデルの向上、ソフトウェア開発の効率化を目的とした大規模言語モデル、ドキュメントの理解と処理を支援するAIツールなど、異なるAIアプリケーションを区別することが重要です。これらのアプリケーションは、ユーザーインターフェースの改善から自動運転の実現まで、自動車開発のさまざまな段階で重要な役割を果たしています。

自動車開発にAIを統合する際の主要な課題の一つは、生成される膨大な量のデータを管理することです。従来のデータ検証や処理方法はもはや十分ではありません。代わりに、このデータを効果的に処理しフィルタリングするための高度なインフラストラクチャとプラットフォームが不可欠です。これらの課題にもかかわらず、AIのメリットは大きく、手動プロセスに関連する時間とコストを大幅に削減できます。例えば：

• 単一のソースから取得したデータは、異なるチーム（例：キャリブレーションチームとソフトウェア開発チーム）によって多様な用途に活用可能です。
• テストプロセスを効率化できます。
• 開発活動は最適化され、継続的に運用可能です。

人工知能（AI）のソフトウェア開発とテストへの応用

ソフトウェア開発とテストの分野において、AIツールは長年、効率性と信頼性の向上に大きく貢献してきました。例えば、AIは要件からテストケースを生成することで、手動プロセスに伴う時間と潜在的なエラーを削減できます。結局のところ、AIは24時間365日稼働可能ですが、データ駆動型のシステムと同様に、結果と分析の品質は使用するデータに依存します。

さらに、AIは動画分析を行い、物理的に測定不能で、ツールを作成するコストが高すぎる現実世界のシナリオから人工データを生成できます。これにより、テストカバレッジを拡大し、結果の信頼性を高めることができます。また、要件からテストケースを生成する際に有用です。従来は、エンジニアが要件を読み解き解釈し、テストケースを作成する手動プロセスでした。AIを活用することで、これらのプロセスをすべて自動化でき、所要時間を大幅に短縮し、エラーや誤解釈のリスクを低減できます。

ただし、ソフトウェア開発とテストでは近道は通用しません。自動運転のような安全性が critical な分野における AI の統合には、信頼性と安全性を確保するため、厳格な検証とテストが不可欠です。したがって、現時点では AI は開発時間の短縮とテスト結果への信頼性を高めるためのツールとして位置付けられています。

自動車業界におけるAIの未来

今後、AIの自動車産業における潜在的な応用分野は広範に及ぶ。計算能力がより安価でアクセスしやすくなるにつれ、AIの開発とテストにおける役割はさらに拡大すると予想される。例えば、車両内の計算能力は限られているため、企業は計算能力をクラウドに拡張する方法を検討している。

ただし、業界は規制や責任に関する問題、特に自動運転車両に関する問題に対処する必要があります。もし誤りが生じ事故が発生した場合、責任は誰にあるのでしょうか？車両が判断を下したのであれば、それはOEM、ソフトウェア供給業者、またはその他の関係者なのでしょうか？これは、自動運転技術が進化する中で、業界が解決しなければならない複雑な課題です。

その点は、私たちがどれだけの速さで前進すべきかという疑問を投げかけます。誰も最後になりたいとは思っていませんが、あまりに速く進みすぎると、何が起こっているかに対するコントロールを失う可能性があります。特に安全に関する問題では、それは受け入れられません。ETASでの私たちの仕事は車両の安全性に焦点を当てているため、車両を安全で信頼性の高いものにする方法に注力しています。そのため、AIツールの出力に依存し、その出力をコントロールできる必要があります。私たちは、AIを効率化のために活用しつつ、厳格な検証プロセスを通じて安全性と信頼性を確保するバランスが取れた未来を見据えています。

ETASのAIへのアプローチ

ETASは、AIを自動車開発に統合する分野で最先端を走っており、イノベーションへのコミットメントにより、自動車AIの進化する分野で引き続き主要なプレイヤーとしての地位を維持していきます。当社のアプローチには、AIを活用してデータの処理と最適化、テストケースの生成、モデル信頼性の向上を行うことが含まれます。例えば、開発チェーンの両側でAIツールを活用しています：

• 左側/コーディング: ジェネレーティブ AIとチャットボットツールは、ETASツールチェーンを使用する開発者がAUTOSAR、Cコード生成、ARXMLファイル、およびベースソフトウェアの構成に関する一般的な問題に対処するのを支援します。このプロセスにおいて、AIツールは一般的な問題を学習し、既に知っている問題に対して回答を提供したり、文書化されていない問題の場合には人間がプロセスを引き継ぐのを容易にします。
• 右側/検証: AIキャリブレーションスイートでは 、現実世界の情報を基にキャリブレーションを最適化するために大量のデータが使用されます。従来、このプロセスは手動で人間が行うため、時間がかかる作業でした。AIを活用することで、大幅な効率化が実現し、知識が保持されます。これは、知識を持つ従業員が退職した場合と比べて大きなメリットです。

もう1つの例は、ETAS Embedded AI Coderです。このツールは、電子制御ユニット（ECU）上でAI機能を安全かつ迅速かつ効率的に展開することを可能にします。このツールの最新の性能を活用することで、開発時間が大幅に短縮され、Cコード生成に必要だった従来の資源を解放できます。さらに、ETASのASCMOを組み込むことで、複数のドメイン向けのAIモデルを生成でき、モデル開発とCコード生成の一元化されたソリューションを提供します。これらのツールを組み合わせることで、組み込みコーダーのエコシステムが拡大し、AIの専門知識を持たないユーザーでもモデル生成を行うことが可能になります。

AI（人工知能）とAIツールは、自動車業界に革命をもたらし、効率性とイノベーションの新たな可能性を拓いています。業界が進化を続ける中、AIの統合は、自動車の開発とテストの未来を形作る上で重要な役割を果たすでしょう。ETASのAI活用における先駆的な取り組みは、これらの技術がより安全で効率的な車両の創造に持つ変革的な可能性を強調しています。