かつてテスラで初期のオートパイロット開発を指揮した元責任者が、テスラの「カメラ単体（ビジョン・オンリー）」主義に対して極めて痛烈な技術的批判を展開しました。
現在ゼネラルモーターズ（GM）のチーフ・プロダクト・オフィサー（CPO）を務めるスターリング・アンダーソン（Sterling Anderson）氏は、インタビューにおいて、テスラがレーダーを廃止してカメラのみに依存する自動運転アプローチを「物理法則を無視した奇妙な宗教的スタンス（weird religious stance that ignores physics）」と表現しました。
テスラがハンドルもペダルも持たない完全自動運転車「サイバーキャブ（Cybercab）」の公道テストを拡大し、カメラのみによるEnd-to-End（E2E）ニューラルネットワークの優位性を強調する中、なぜ初期のシステム構築に深く関わった当事者がこのような強い言葉で警鐘を鳴らしたのでしょうか。本記事では、アンダーソン氏の指摘の背景にあるセンサ工学の論点と、テスラがレーダーを捨てた理由、そして自動運転の安全冗長性をめぐる最新の議論を整理します。
初期オートパイロット開発者が突いた「光学カメラの物理限界」
アンダーソン氏はテスラでモデルXプログラムを率い、2015年から2016年にはオートパイロット開発の黎明期を統括した人物です。その後、自動運転スタートアップのオーロラ（Aurora）を共同創業し、2025年にGMの製品最高責任者に就任しました。ブルームバーグなどは、メアリー・バーラCEOの後継候補の筆頭としても彼の名前を挙げています。
彼が率いていた当時のテスラ・オートパイロットは、ミリ波レーダーとフロントカメラを組み合わせた「センサーフュージョン」によって障害物検知を行っていました。その開発責任者であったアンダーソン氏が最も強く問題視しているのが、「カメラ（光学波）が直面する物理的限界」です。
1. カメラが苦手とする低視程環境（逆光・霧・粉塵）
アンダーソン氏は「カメラのみに縮小した場合、物理学的に特定の状況で問題が生じることは避けられない」と指摘しています。光学カメラは可視光線を利用するため、人間の目と同様に以下の環境下で認識能力が著しく低下します。
- 濃霧や豪雨: 水滴による光の乱反射・散乱により、遠方のコントラストが消失する
- 強烈な逆光（直射日光）: カメラセンサーが白飛び（ハレーション）を起こし、前方の物体輪郭が埋もれる
- 巻き上げられる砂塵や泥はね: レンズ表面の付着や空気中の粒子遮蔽により、視野全体が遮られる
一方のミリ波レーダーは、波長が数ミリメートルの電波を使用するため、霧や雨粒の粒子を透過して物体に到達し、反射波を捉えることができます。視界が極端に悪い状況下でも、前方に存在する金属物体を確実に検知できるという「物理的特性」を持っています。
2. ドップラー効果による相対速度の直接計測
アンダーソン氏がもう一つの大きな論点として挙げたのが、「相対速度の計測方法」です。
ミリ波レーダーは、反射波の周波数変化（ドップラー効果）を利用することで、ターゲットとなる先行車との相対速度を直接かつ瞬時に測定できます。
これに対して単眼または複数台の光学カメラで相対速度を求める場合、連続する複数フレームの画像差分（物体の大きさの変化やピクセル移動量）からAIが間接的に速度を推定しなければなりません。この計算処理にはわずかなレイテンシ（遅延）が発生するだけでなく、前走車が急激に減速した瞬間の初動検知において物理計測よりも不利になります。アンダーソン氏は「レーダーは極めて安価な部品であり、それをあえて取り除くことにシステム設計上の合理性はない」と論じています。
テスラはなぜレーダーと超音波センサー（USS）を捨てたのか
では、なぜテスラはこれほど明確なメリットを持つミリ波レーダーをあえて排除したのでしょうか。テスラは2021年5月以降に北米で生産されたモデル3およびモデルYからミリ波レーダーを順次削除し、2022年には近距離検知を担っていた超音波センサー（USS）の廃止にも踏み切りました。現在ではすべての判断をカメラ画像のみで行う「テスラ・ビジョン（Tesla Vision）」へと移行しています。
イーロン・マスク氏が主張した理由は、主に以下の2点に集約されます。
1. センサーフュージョンにおける「ノイズと矛盾」の解消
複数の異なるセンサーを組み合わせる場合、それぞれの測定結果を統合するソフトウェアレイヤーが必要になります。しかし、以下のような「センサー間の意見の不一致」が頻繁に発生していました。
- カメラには道路前方の道路標識が見えているが、レーダーは高架橋の継ぎ目金属を「前方の巨大障害物」と誤判定する
- レーダーが路上のアルミ缶に強く反応し、カメラはただのゴミと判断している
このような矛盾が生じた際、どちらを信じるべきかの優先度判定が極めて難しく、結果として何もない場所で突然急ブレーキを踏む「ファントムブレーキ」の主因となっていました。テスラは「未熟なレーダーが吐き出すノイズデータに振り回されるくらいなら、高精度のカメラ画像と大規模ニューラルネットワークの空間認識だけに絞った方がシステム全体の精度が上がる」という結論を下したのです。
2. ハードウェアコスト削減と世界規模フリートデータの活用
もう一つの大きな要因は、量産スケーラビリティです。レーダーや超音波センサーの部品代、専用ワイヤーハーネス、バンパーへの穴あけ加工やブラケット取り付け工程を全廃することで、テスラは部品代と製造工程のコストを削減しました。
さらにテスラは、世界中で走る数百万台の市販車から毎日膨大な走行ビデオデータを収集しています。人間のドライバーが2つの目（可視光）だけであらゆる道路を運転できている以上、十分なデータ量と強力なAIチップ（HW3/HW4/次世代AI5）があれば、カメラ映像から3次元空間の深度や速度を完璧に再構成できるという「第1原理計算（First Principles）」の思想が背景にありました。
NHTSAが320万台を対象に調査。低視程衝突リスクとNHTSAエンジニアリング分析
しかし、テスラが描いた「カメラだけで物理限界を乗り越えられる」という理想は、現実の法規制当局による厳しい検証に直面しています。
米運輸省道路交通安全局（NHTSA）は2026年3月、低視程環境下におけるテスラFSD（フルセルフドライビング）の作動状況に関する調査を、リコール勧告の直前段階にあたる「エンジニアリング分析（Engineering Analysis）」へと格上げしました。
1. 320万台を対象とするNHTSAエンジニアリング分析の焦点
この調査の対象台数は320万3,754台にのぼり、これまでに9件の衝突事故（2023年11月に発生した歩行者死亡事故1件を含む）が精査されています。
NHTSAの予備調査で明らかになった問題点は、まさにアンダーソン氏が警告した「光学的限界」と完全に一致していました。具体的には、直射日光による激しい逆光、濃霧、空気中に巻き上がった粉塵などの悪天候下において、テスラ・ビジョンの画像認識システムが「カメラの視界が奪われていること（視力低下状態）」をタイムリーに検知できず、衝突の直前までドライバーに対して運転交代の警告を発しなかったケースが報告されています。
ミリ波レーダーを搭載していれば、逆光や霧によって視界が遮られても、前方の歩行者や障害物との距離変化を捉えられた可能性があると指摘されています（Electrekの論評）。
2. センサー冗長性（Redundancy）をソフトウェアだけで担保する難しさ
航空宇宙工学や重要インフラの世界では、異なる物理原理に基づくシステムを重ね合わせる「異種冗長性（Dissimilar Redundancy）」が安全の鉄則とされています。
カメラ単体アプローチは、ハードウェアの冗長性を削ぎ落とし、その代わりに「ソフトウェア（AIモデルの高度化）」だけであらゆる例外事象（エッジケース）をカバーしようとする挑戦です。しかし、そもそもレンズに入ってくる光情報そのものが物理的に遮断された場合、どれほど高度なニューラルネットワークであっても存在しない情報を復元することはできません。アンダーソン氏が「物理を無視している」と表現したのは、この不可逆な情報欠落を指しています。
LiDARは敵か味方か。マルチモーダル共同学習とWaymo・GMのアプローチ
アンダーソン氏はさらに、イーロン・マスク氏が「愚かな取り組み（fool’s errand）」と切り捨ててきたLiDAR（レーザーセンサー）についても、全く異なる開発視点を提示しています。
1. LiDARがもたらす正解ラベル（Ground Truth）の高速生成
自動運転のAI開発において、カメラ画像を学習させるためには「そこに何が存在し、正確に何メートル離れているか」という正解データ（グラウンドトゥルース）が必要です。
アンダーソン氏によると、LiDARが高精度に取得する3次元点群（点群データによる絶対距離・絶対座標）をカメラ画像と同時に学習させることで、カメラ側単体の距離推定アルゴリズムの成長速度が劇的に向上するといいます。「カメラ単独で走らせてフリートデータを集めるよりも、LiDARという絶対的な物理定規を持った車両で同時計測した方が、AIモデルの自己教師あり学習ははるかに早く進化する」という主張です。
2. 自動運転フリートの総走行距離と実績の対比
現在、業界の自動運転アプローチは大きく2つの陣営に分かれています。
| 開発陣営 | 主要プレイヤー | センサー構成 | 実績と戦略 |
|---|---|---|---|
| マルチセンサー派 | Waymo、GM（キャデラック Escalade IQ） | LiDAR＋レーダー＋カメラ | 完全無人（乗客のみ）走行で累計約2億7,100万マイルの実績。安全性を最優先しアイズオフ（レベル3/4）へ直結 |
| ビジョン単体派 | テスラ | カメラのみ | 安全監視員なしの無人走行は約300万マイル（2026年1月開始以降）。数百万台の市販車フリートデータからE2Eによる一気通貫の無人化を狙う |
GMは2028年に投入予定のキャデラック「エスカレードIQ」において、LiDAR、レーダー、カメラをフル統合した「アイズオフ（ハンズオフかつ視線を外せる）」システムの市場投入を計画しています。
またアンダーソン氏は、「FSD（Supervised：監視付き完全自動運転）」というテスラの呼称に対しても疑問を呈しています。「運転支援が非常に優れていると感じられるほど、人間のドライバーはシステムを過信し慢心（Complacency）に陥る。監視責任を人間に押し付けたまま自動運転の幻想を抱かせるマーケティングは危うい」と指摘しました。
日本の道路環境でテスラオーナーが意識すべき安全境界線
この元開発責任者の議論は、日本のテスラオーナーやこれから購入を検討しているユーザーにとっても極めて実用的な意味を持っています。
1. 日本特有の気象と環境要因
日本国内の道路環境は、テスラが主にテストを行っているカリフォルニアの乾燥した気候とは大きく異なります。
- ゲリラ豪雨と台風: 前方が白一色になる猛烈な雨滴
- 冬季の降雪と凍結路: カメラレンズ周辺への着雪や融雪剤（塩カル）の付着による白濁
- 標高差のある峠道や西日: 夕方の高速道路で直射日光がフロントガラス真正面から差し込む状況
- 狭小路地と街路樹: 影と日向が激しく入れ替わる明暗差の激しい路面
最新のHW4（高精細カメラ）を搭載したモデル3やモデルYであっても、光学レンズが光の遮蔽やハレーションを受ける物理的制約そのものは変わりません。
2. ドライバーが持つべき心構え
テスラのオートパイロットやFSDは、天候が良好で視界が開けている条件下では世界最高峰の滑らかな走行支援を提供します。しかし、豪雨時や濃霧時、夕方の強い逆光に遭遇した際には、「カメラの物理的限界」を理解し、システムが警告を発する前に人間のドライバー自らが即座にマニュアル運転へ切り替える意識が不可欠です。
レーダーを外したことによってテスラが得た「手頃な価格設定」と「急速なソフトウェア進化」の恩恵を享受しつつも、物理法則を超越する魔法は存在しないという冷徹な事実を念頭に置いておくことが、安全なEVライフを送るための最も重要な防衛策といえます。
参考情報
※免責事項：この記事は主にテクノロジーの動向を紹介するものであり、投資勧誘や法律の助言などではありません。また、記事の正確性を保証するものでもありません。加えて、記事内のリンクにはアフィリエイトリンクが含まれていることがあります。また、掲載情報によって起きたいかなる直接的及び間接的損害に対しても、筆者・編集者・運営者は一切責任を負いません。更に、運営者はテスラ株式のホルダーです。
コメント