Uberの次の自動運転への賭け
Uberの長期的な自動運転戦略は、同社がほとんどの企業にはかなわないと考える役割を中心に形づくられている。それは、世界規模でのデータ収集だ。同社は最終的に、人間のドライバーが運転する車にセンサーを搭載し、それらの車両が自動運転車開発者向けに実世界の運転データを収集できるようにしたいと考えている。さらに、物理世界のシナリオで学習する他のAIシステムにも応用できる可能性がある。
この構想は、Uberの最高技術責任者であるプラビーン・ネッパリ・ナガによって示された。彼は、まず小規模な社内取り組みを通じてより多くを学んだうえで、同社が進みたい方向だと説明している。当面は、Uberは1月下旬にAV Labsとして発表したプログラムを通じて、センサー搭載車両の専用フリートを運用している。しかし戦略的な野心ははるかに大きい。Uberのドライバーネットワークは世界で数百万人規模にのぼり、単一の自動運転企業の自社フリートをはるかに超えうる分散型センサープラットフォームを生み出す可能性がある。
Uberがデータに機会を見いだす理由
同社の考え方は明快だ。自動運転開発の制約要因は、基盤となるソフトウェアやハードウェアだけでなく、広範でシナリオ豊富なデータへのアクセスにある。ナガは、ボトルネックそのものがデータ収集だと述べた。彼の見方では、AV開発者は特定の通り、時間帯、運転条件に関する的確な事例を必要としているが、その情報を効率的に集める十分な車両を配備する資本を欠いていることが多い。
もしUberがこの問題を解決できれば、単なる配車の仲介ではなく、AV分野のインフラになることができる。それは大きな転換だ。Uberは以前、自社の自動運転システム構築から距離を置いた経緯があり、ロボタクシー・プログラムの台頭は、独自のAVスタックを持たないプラットフォームが最終的に影響力を失うのかという疑問を長く投げかけてきた。この計画は、Uberが別の道を見ていることを示している。すなわち、移動ネットワークへのアクセス、運行需要のシグナル、そしてAV企業のモデル改善を助けるデータ層を握ることだ。
配車プラットフォームから「AVクラウド」へ
Uberは、ナガが「AVクラウド」と呼んだものを構築しているという。これは、パートナー企業が検索し、モデル学習に使えるラベル付きセンサーデータのライブラリだ。提供された原文によると、同社はすでにロンドン拠点のWayveを含む25のAVパートナーと提携している。この既存のパートナー構造は、Uberがより広いデータサービスを作る際の顧客や協力者の基盤になる。
この計画は単なる保存にとどまらない。Uberによれば、パートナーはこのシステムを使って、実際のUberの乗車に対して学習済みモデルを「シャドーモード」で実行することもできる。この構成では、AVシステムが実際に車を運転するわけではないが、あたかも運転しているかのように評価できるため、自動運転車を公道に出さずにモデルの挙動を実際の乗車条件と比較できる。
これは、Uberの運用ネットワークをテスト環境であると同時に配信チャネルにも変えるから重要だ。AV開発者にとって、データを収集し、その後リアルな乗車パターンに対してモデルを評価できることは、学習と実運用の間にあるギャップの一部を縮める可能性がある。
