停電テスト：Waymoがフリーズし、FSDがフリーズしなかった理由

2025 年 12 月 20 日午後 11 時、大規模な地下ケーブル障害が発生し、サンフランシスコのミッション地区が真っ暗闇に陥りました。街灯が死んだ。交通信号が真っ暗になった。 13万人の住民が停電した。そして、この都市の空白の真ん中で、何かを明らかにすることが起こりました。

数十台のウェイモのジャガー車がただ停止した。

走行車線に凍結し、暗闇の中でハザードランプが点滅するそれらは、5,000ポンドの障害物となり、人間の救助隊員が手動で回収する必要がありました。その一方で、FSD v14を実行するテスラ車が同じ真っ暗な交差点を不気味な自信を持って走行しているというレポートや映像が急速に登場した。彼らは消えた信号機を四方向の停留所として扱い、人間の運転手と交渉し、旅を続けました。

これがWaymoの「コードレッド」の瞬間です。この事件では、一方のアーキテクチャが成功したのに、なぜ一方のアーキテクチャが失敗したのかを厳密に技術的に検証する必要があります。答えは、マップ依存事前予測 と エンドツーエンド ビジョン の根本的な違いと、インフラストラクチャに束縛された自律性の隠れた脆弱性にあります。

アーキテクチャのギャップ: マップとビジョン

障害を理解するには、送電網障害麻痺 の分析で詳しく説明されているように、Waymo スタックの意思決定階層を理解する必要があります。 Waymo は、高精細 (HD) マップ、つまり都市のセンチメートル単位で事前にスキャンされた完璧なデジタル ツインに大きく依存しています。これらのマップは、センサー データが比較される「グラウンド トゥルース」として機能します。

事前確率の罠

典型的な Waymo アーキテクチャでは、車両は世界についての強い「事前の」信念を持っています。すべての信号機、一時停止標識、車線マーカーがどこにあるかを正確に認識します。

$P(\text{State} | \text{Map}, \text{Sensor})$

グリッドに障害が発生すると、「センサー」データ (暗闇) が「マップ」データと激しく競合します。この地図は、アクティブな信号のある規制交差点の存在を主張します。センサーがボイドを報告します。

重要なのは、LiDAR (Waymo の主要センサー) が暗闇でも完璧に機能することです。交差点の形状、他の車、歩行者を確認できます。ただし、LiDAR は信号機の「色」を認識できません。セマンティック状態の検出にはカメラを使用します。信号機は電力が失われると赤になりません。それは事実上、マシンの意味的理解から消えてしまいます。

ジオフェンスで囲まれた現実にハードコーディングされた交通信号に従うように明示的にプログラムされたシステムの場合、信号状態の欠如は「重大なシステム障害」となります。安全ポリシーは決定論的です。既知の交通管制装置の状態が検証できない場合、車両は最小リスク条件 (MRC) に入らなければなりません。この場合、それは車線内で直ちに停止することを意味しました。それが「ブリトルエッジケース」です。はい、システムは安全です。しかし、レンガを積むこと自体は、見通しの悪い交差点を走るより安全ですが、回復力はありません。マップに適合するインフラストラクチャが必要です。

テスラのビジョン: 「事前定義なし」アプローチ

Tesla のアプローチ、特に v12 で導入され、v14 で改良されたエンドツーエンド ニューラル ネットワークを使用したアプローチは、根本的に異なる原理に基づいて動作します。信号機の存在を確認するために地図に依存しません。これは、カメラセンサーに当たる生のフォトンストリームに依存しています。

ネットワークはペタバイト規模のビデオ データでトレーニングされます。同社は、世界中で稼働している数百万台の人力テスラから派生した訓練セットで、壊れた信号機、暗い道路、停電を「目撃」してきました。停電した交差点に近づくと、ネットワークはデータベースに問い合わせたり、ルールブックをチェックしたりしません。シーンの視覚的なテクスチャを直接処理します。

$f(\text{Pixels}) \rightarrow \text{Control Policy}$

ライトが消えていたため、「視覚的コンテキスト」は「壊れた信号」または「制御されていない交差点」シナリオの潜在空間表現と一致しました。ポリシーの出力は人間の直観を反映しており、速度を落とし、視界を確保するために前進し、横切る交通の動きを確認し、空いていたら進むというものでした。シナリオを検証するために都市のインフラストラクチャを必要とせずに、問題をローカルでリアルタイムに解決しました。

接続のボトルネック

Waymo の失敗における見落とされがちな二次的な要因は、「リモート アシスタンス」(RA) への依存です。 Waymo 車両が未知のシナリオに遭遇すると、家に電話します。人間のオペレーターがセンサーのフィードを確認し、大まかな指示 (「交差点を通過してください」など) を提供します。

ただし、大規模な停電は、携帯電話ネットワークの混雑や障害と関連していることがよくあります。地元の携帯電話基地局が停電した場合、または 130,000 人の住民が同時に電話をチェックすることで圧倒された場合、RA リンクは切断されます。

$\text{Autonomy} = \text{Onboard Compute} \times \text{Connectivity}$

接続がゼロになると、クラウドに依存したシステムの IQ が大幅に低下します。 Tesla の推論は、FSD コンピューター (HW3/HW4) に対して厳密にローカルです。運転を決定するために携帯電話接続は必要ありません。この「クラウド」からの切り離しは、インフラストラクチャ (電力とデータの両方) が侵害される災害シナリオにおいて戦略的な利点となります。

歴史的背景: クルーズの影

この事件は、2023 年後半のクルーズ社の破綻を反映しています。接続に障害が発生したり、複雑なシナリオが計画担当者を圧倒したりすると、クルーズ船が一斉に失速することで悪名高いです。この失敗により、カリフォルニア州での営業許可が取り消されました。

Waymo は歴史的には Cruise よりもはるかに堅牢でしたが、サンフランシスコの停電は、Waymo が同じアーキテクチャの DNA、つまり「ロボット」アプローチを共有していることを明らかにしました。ロボットによるアプローチでは、運転を一連の個別のルール (赤の場合 -> 停止) として扱います。 「模倣学習」アプローチ (Tesla) では、運転を行動フローとして扱います。

この脆弱性の代償は評判だけではありません。動作可能です。 50台の立ち往生車両を回収するには、大規模な物流展開が必要です。停電を乗り越えようとする消防車や救急車などの緊急対応部隊を妨害します。これにより、市の規制当局との間に負のフィードバック ループが生じます。停電の「解決策」が交通渋滞を引き起こすことであれば、市は許可を再考する可能性がある。

スケーラビリティの方程式

投資家とエンジニアは、スケーラビリティの計算に注目する必要があります。

1. Waymo モデル (インフラストラクチャーテザリング): 新しい都市に拡張するには、HD マップ、信頼性の高い 5G/LTE カバレッジ、安定した電力網が必要です。これらの変数のいずれかが変動すると、車両は都市の道路に対して「サービス妨害」攻撃を引き起こします。
2. テスラ モデル (汎用): 車両は直接の視覚的現実に基づいてナビゲーションします。ヘッドライトとトラクションがあれば、都市、地図の更新、グリッドの状態に依存しません。

サンフランシスコの停電は、「汎用」自律性が「過剰適合」自律性と比較して、混沌とした環境における信頼性の上限が高いことを示唆しています。 Waymo は、自社のソリューションをサンフランシスコという特定の機能する州に「過剰適合」させました。その状態が変化すると、フィットは失敗しました。

今後の道: 戦略のためのコードレッド?

これはWaymoにとって致命的でしょうか?いいえ。エンジニアリング チームがソフトウェアにパッチを適用します。彼らは、「検出された電力損失」シナリオを処理するために事前分布を更新します。これらは、暗い信号から推測される「制御されていない交差点」のロジックを改善します。

しかし、それは戦略のコードレッドです。

これは、世界はエントロピーであるため、世界の隅々までマッピングすることで強引に自律性を確立することはできないことを示しています。電球が切れてしまいます。グリッドが失敗します。建設は一夜にして形状を変更します。ロボットが世界を静止させる必要がある場合、ロボットは最終的にフリーズします。

自律性の未来には回復力が必要です。これは、サーバーがダウンしているとき、GPS が妨害されているとき、および照明が消えているときに動作することを意味します。昨日、ミッションの暗い通りでは、1 つのシステムは壊れやすい科学プロジェクトのように見え、もう 1 つは有能なドライバーのように見えました。

グリッドは再び故障します。 Waymo にとっての究極のテストは、晴れた火曜日にどれだけうまく運転できるかではなく、現実世界の予測不可能な混乱で消灯したときに適応できるかどうかだ。それまでは、混乱を恐れるのではなく、そこから学ぶシステムが有利になります。