自動運転スタートアップのWaabiは、交通の流れを予測するために生成型AIモデルを使用していると発表しました。この新しいシステム「Copilot4D」は、物体がどれだけ離れているかを感知するために光を使用するライダーセンサーからの大量のデータに基づいて訓練されました。モデルに特定の状況を提示すると、周囲の車両がどのように動くかを予測し、その後5秒から10秒先の未来のライダー表現を生成します。
WaabiのCEOであるRaquel Urtasunによると、Copilot4Dの初期バージョンについての今日の発表はありますが、テキサス州の自動運転トラックのテストフリートで展開されている、より高度で解釈可能なバージョンが運転ソフトウェアが反応する方法を決定するのに役立っています。生成型AIは、周囲のデータを取り込み予測を生成するモデルで、自動運転の次の段階に役立つと考えられています。
Copilot4Dは、ライダーデータの点群を3Dマップに分割し、その訓練データに基づいて、すべてのライダーデータの点がどのように動くかを予測します。これを継続的に行うことで、5秒から10秒先の未来を予測することができます。Waabiは、カメラではなくライダーに焦点を当てた生成モデルを構築している点で競合他社と異なります。Urtasunによると、レベル4の自動化（人間の注意を必要としない安全な運転）を目指す場合、ライダーは必須です。
Copilot4Dは将来の予測を生成することができますが、予測モデルは将来に向けて予測を求められるほど精度が低下します。Urtasunは、ほとんどの運転決定には5秒から10秒先の予測が必要であると述べていますが、Waabiが強調するベンチマークテストは3秒の予測に基づいています。
この新しいモデルは、生成型AIの世界を通じて広がる質問を再び浮上させます：モデルをオープンソースにするかどうか。Copilot4Dをリリースすると、大規模なデータセットへのアクセスに苦労している学術研究者がモデルの作成方法をのぞき見て、安全性を独立して評価し、分野を前進させることができます。しかし、これはWaabiの競合他社にとっても同様です。Waabiはモデルの作成に関する論文を公開しましたが、コードはリリースしておらず、Urtasunはそれを行うかどうか未定です。
【ニュース解説】
自動運転技術の分野で、Waabiというスタートアップ企業が、交通の流れを予測するために生成型AIを活用する新しいシステム「Copilot4D」を開発しました。このシステムは、ライダーセンサーから得られる大量のデータを基に訓練され、特定の状況下で周囲の車両や歩行者、自転車などがどのように動くかを予測し、その結果をライダーのデータで表現することができます。
Copilot4Dは、ライダーデータを3Dマップとして捉え、その点群を分析することで、5秒から10秒先の未来を予測します。この技術は、自動運転車がより迅速かつ正確に「考える」ことを可能にし、特に緊急時の反応や運転決定において重要な役割を果たすことが期待されています。
この技術のポジティブな側面としては、自動運転車の安全性と効率性の向上が挙げられます。より正確な予測により、事故のリスクを減少させ、交通の流れをスムーズにすることができるでしょう。また、ライダーデータに基づく予測は、カメラベースのシステムよりも距離や物体の形状を正確に把握できるため、複雑な環境下でも高い性能を発揮することが期待されます。
一方で、潜在的なリスクとしては、予測モデルが完全には正確でない場合があり、特に長期的な予測において精度が低下する可能性があります。また、このような高度な技術の開発と使用には、倫理的な懸念やプライバシーの問題、さらには技術的な誤作動によるリスクも伴います。
規制に与える影響としては、自動運転車の安全基準や運用規則に新たな基準を設ける必要があるかもしれません。また、この技術の進展は、自動運転車の商用化に向けた道をさらに開くことになるでしょうが、その過程で法的・倫理的な課題に対処することが求められます。
将来への影響としては、Copilot4Dのような技術が自動運転車の開発を加速させ、交通システムの根本的な変革をもたらす可能性があります。しかし、その成功は、技術的な精度の向上、社会的な受容、そして適切な規制枠組みの構築にかかっています。長期的には、この技術が交通の安全性、効率性、そして持続可能性を高める重要な要素となることが期待されています。
from This self-driving startup is using generative AI to predict traffic.
