“テスラ超え”狙う――チューリング「完全自動運転」まで

Turingのアプローチは、センサーを多用する一般的な手法とは一線を画す。業界は通常、安全性を確保するためにLiDARやレーダー、複数のセンサーを積み重ねるが、TuringはAIの性能を徹底的に高めれば、より少なく性能の劣るセンサーでも市街地を滑らかに走行できると主張する。改造したトヨタ・アルファードに搭載するのは7台のカメラとモーションセンサー、衛星測位受信機、車載コンピューターのみで、ボトルネックはハードウェアではなくソフトウェアだという明確な賭けに出ている。

大阪での走行は、その賭けの証拠として示されている。山口は、AIがほぼ東京のデータだけで学習し、初めて走る未知の道路でありながら、あの水準の走行を実現したと指摘する。未経験の道路への汎化は、カメラのみの手法が通常課題とされる点だけに、この成果は重要だ。

AIの背後には走行データを収集し再学習するループがあり、Turingはデータ量とGPU数だけを増やしてもこのループは加速しなかったと述べる。計算基盤の再構築と、同じ価格でのNvidia製チップとGoogle製チップの比較が、3倍という主張の根拠となっている。詳細はGoogle Cloud Japan主催のイベント「Google Cloud Next Tokyo 26」のセッションで明かされた。