自動運転MLチーム
属性
AWS
MLOps
DeepLearning
基盤モデル
ソフトウェア
自動運転開発
What 自動運転MLチームは何をやるのか？
「完全」な自動運転とは何なのか？今やAIは将棋や囲碁の名人を倒せても、もっと多くの人が普通に行っている運転という行為では人間に遠く及びません。Turingは完全自動運転、すなわちシステムが人間の運転動作をすべて代替することを目指しています。このチームでは、運転に関するあらゆる機能を置きかえるため、自動運転に関するカメラシステム、MLモデル、データレイク、MLOpsを含む全ての課題を解決します。
Why なにが課題なのか？
運転という操作自体は、ハンドル・アクセル・ブレーキといった単純な操作の組み合わせで実現できます。しかし、そこに至るまでに非常に高度な認知や判断が介在しています。例えば人間は、歩行者や対向車の挙動、標識・看板の文字、車の位置・速度・加速度などを即座に認識し、制御に反映することを日常的に（そして無意識のうちに）行っています。
どのような状況でもシステムが正確に運転を代替するためには、例えば物体検出のようなシンプルに検証可能なタスクだけではなく、人間と同等以上の総合的複合的な認識能力が求められます。そして大事なのは、そのような能力を持ったAIはまだ世界にまだ存在していないことです。
完全自動運転AIの達成は非常に困難な道のりであり、人類にとってのグランドチャレンジだと私達は考えています。
How どうやってチームはこの問題を解決するのか？
完全自動運転を実現するためには、私達は人間と同じように世界を認識し、判断し、行動するAIモデルをつくりたいと考えています。そのような機能を持つ大規模モデルは、基盤モデルと呼ばれ、実現のためには機械学習の研究開発のみならず、大規模なデータセットの収集、学習基盤の構築など、運転に関するデータを扱う全ての開発要素が含まれます。このチームでは次のような課題に取り組むことで、完全自動運転システムの開発を進めていきます。
- 真に運転環境を理解する基盤モデルの設計
- ペタバイトスケールのデータレイク基盤の開発
- 大規模並列学習を可能とするMLOpsの実現
- 走行データ取得のためのカメラ・車載システムの整備
Who どのようなペルソナが求められるのか。
車の開発は技術の総合格闘技です。Turingが実現したい完全自動運転の未来に向けて、機械学習のみならず、幅広いエンジニアリング領域の専門家を必要としています。
- Turingのビジョン・ミッションへの共感
- 幅広いエンジニアリング技術やビジネスへの理解
- 深層学習に関する知識と経験
- ハードウェアや大規模なデータオペレーションの経験