【インタビュー】NVIDIAの自動運転プラットフォームが目指すもの...オートモーティブ事業キーマン、ダニー・シャピーロ氏に聞く

業界 レスポンス

10月5日にお台場で開催された、GPU開発者向けカンファレンス「GTC Japan 2016」。GPUを活用した完全自動運転技術が注目される中、NVIDIAが主催した今イベントは2600名以上もの来場者を集めた。

レスポンスでは、同イベント開催中にNVIDIAのオートモーティブ事業部シニアディレクターを務めるダニー・シャピーロ(Danny Shapiro)氏に単独インタビューを行い、実用化に向け加速する同社の自動運転プラットフォーム戦略について話を聞いた。

(聞き手:三浦和也)

----:「GTC Japan 2014」にてインタビューさせていただいた際は、Tegraプロセッサをアウディ車に搭載し、ADAS(先進運転支援システム)が普及していくという話でした。その頃はAIについて触れていませんでしたが、2015年のCESくらいからニューラルネットワークやディープラーニングについて話し始めています。AIの取り組みよりも先にNVIDIAさんは自動車への取り組みを行っていたことになりますが、それはコンピューティングの変化がAIをもたらしたのか、それとも自動車への取り組みがAIを求めたのでしょうか。

ダニー・シャピーロ氏(以下敬称略):自動車業界からそういったニーズがあったのが大きいですね。ニーズは常にありましたが、現状の規模での実装ができていないとあまり意味がなかったため、最近まではそれが具現化していなかったのです。例えば自動車メーカーと協業した場合、試作車のトランクいっぱいにモジュールを乗せていました。そこで、私どもの「Drive PX」が初めて、きちんと自動車業界のニーズを満たすパフォーマンスを実現したうえで、車で実装できるだけの小ささを実現した初めてのソリューションでないかと考えています。

Drive PX

ディープラーニングに関しては、ニューヨークタイムズをはじめとした一般記事を扱うメディア媒体でもここ数年くらい多く話題にあがっていますが、ここまでビッグデータにアクセスができるようになったという理由のほかに、やはりGPUの存在が一番大きいのではないかと感じています。弊社CEOのジェンスンによる基調講演でも述べましたが、GPUの持っている並行処理能力がディープラーニングを加速させているのです。例えば時には2カ月でかかっていた分析がものの1日で終わってしまうだとか、そういったスピードアップが大きいと思います。

----:AIが人間の知能を超えるシンギュラリティが2045年に起こると言われていますが、NVIDIAが自動車に関して起こるシンギュラリティは何年だと思いますか。

シャピーロ:実は私はそのようなことは気にしていないのです。私どもが目の当たりにしているのは、システムなりコンピューターが、一定の分野においては人間を超えるような能力を得るよう学ばせることができるというもので、これが急激に加速しているのだと思います。コンピューターでの超人的なレベルのものと、自由な発想でのイノベーションでは、やはり少し趣が異なるのではないでしょうか。

----:そもそものアプローチが違うのでしょうか。それとも答えが違う?

シャピーロ:シンギュラリティがいつ来るかについては、誰もまだ何も言えないところでしょうし私もお答えできません。私どものゴールは、自分で考えることができる車を開発することではなく、あくまでも人間の運転者をはるかに卓越するパフォーマンスを持ち、一定の情報に基づいて適切な判断をできるようにさせることです。しかし、それは自分で考えるというよりはインプットされた情報に基づいて判断を行うための仕組みだと考えています。そういった意味では、より良い判断をさせるかの部分で存在意義・価値のあるプラットフォームということですね。

データが重要なシステムとなりますので、必要なデータをできる限りシステムに取り込ませるためのセンサーや、もう一つのレイヤーとして地図データも活用します。V2Xによる車車間、路車間のやり取りなど、それらのデータをすべて集約して適格な判断ができるようにしているのです。例えばセンサーによる対向車への判断で重要になってくるものの一つとしては、このあとどちらに曲がるのかという情報を車両間の通信で対向車からデータをとるという方法もあります。天候の情報やその時の交通状況、路面の状態など、そういった情報すべてを集約してシステムに取り込むことができれば、より確実な情報のインフォームドディシジョンを実現することができます。

次ページ:NVIDIAの自動運転車両「BB8」とは? >>

◆NVIDIAの「BB8」から見えた普及への課題

----:ジェンスン氏の基調講演では、実証試験用車の「BB8」が非常に興味深かったです。これまで学習にAIを活用していくというのはありましたが、答えをAIが出して走らせるという、2つのAIを作用させるのには驚かされました。そのBB8のコンセプトについて教えてください。

シャピーロ:BB8は、まだ研究開発段階の試作車です。大量生産に移して世にあふれ出るいろんな問題を解決するものではありません。なぜBB8を開発したかについては、AIを、特にディープニューラルネットワークを様々な形で自動車の運転に役立てることができるということを皆さんにお見せしたかったというのがコンセプトです。ディープラーニングを使ったニューラルネットワークは非常にパワフルな存在で、例えばiPhoneのSiriのように音声認識に合わせてパーソナルアシスタンス的な役割を担うこともできますし、実は医学の世界でがん細胞を発見するための機能を果たしてもいます。

自動車の世界であれば、歩行車を正確に見分けるといったこともできます。計算能力がここまで進化したことによってそういったことができ、データを認識することによってその中にパターンを見出すのです。それが音声、センサーでとってきたデータ、あるいはX線写真でも、そういったすべてのデータを社内で様々なニューラルネットワークを使いわけ、あらゆるデータを取り込み、様々な分析方法を通し、それを再統合することによって信頼性の高いテクノロジーを築き上げることができます。

学習の過程が分かるBB8の実験動画

BB8の学習にあたっては様々な要素を学ばせています。交通標識や歩行者がどういったものかを学ばせることはできますが、私どもがとったアプローチでは、見ているもの全景をピクセルとして捉え、そこで読み取ったデータからハンドルの操作角度を判断します。全景をピクセルで捉えることは漠然としたものになるのではと思われるかもしれませんが、コンピューターであればそれは問題ない部分なのです。それを正確にデータとして捉えることができれば、正確な判断ができるというコンセプトなのです。

実は、BB8自体は周りに他の車がいるとか歩行者や人がいるなんてことをわかっていないのです。周囲の存在すべてを捉えた上で、こちらの方向だと運転しても大丈夫だとという判断をします。それぞれの要素は認識していないものの、自分が行くべき方向が分かるようになっているということです。何がすごいかというと、プログラミングを加えたり修正をしたりすることなく、迂回ルートへの変更も自動で判断できるようになっています。BB8はあくまで研究段階の試作車なので問題はありませんが、実際に商品として消費者のもとに届けるには、様々なニューラルネットワークを組み合わせなければいけません。先ほど言ったのは「OpenroadNet」という仕組みですが、それに加え、「DriveNet」という前を歩行者が横切ったら認識して車を止めるための仕組みなど、そういったものを組み合わせて使っていかないと商業化、商用化は難しいと考えています。

----:ルールを自動運転にプログラムし、そこにAIによる判断を追加するということでしょうか。

シャピーロ:そこも自動車メーカーによってコンセプトは様々ですが、基本的には何らかのルールは設定することにはなります。速度制限といった交通法規を守って走るのはルールですから。日本でも追い越し禁止車線では、基本的には対向側の車線にでて追い越ししてはいけませんが、前の車が止まっていた場合は周りを迂回できるようにしなければなりません。

そこも人間の運転をきちんと再現するために、ルールに対する例外は入れておくことになると思います。人間であればその場で判断して迂回できるのに、自動運転車は前の車が動くまで一日中待っているというような状態にはしたくありません。そういった場合の判断のプログラミングされるものは、安全運転をしている人間のドライバーであればどういった動作をとるか、きちんと安全を確認した上で適切な行動がとれるかといったものになるかと思います。

ダニー・シャピーロ氏

----:例外となるような人々の経験もニューラルネットワークの中で積みかなさなっていくと。

シャピーロ:基本的にはその通りですが、すべての人の運転経験を蓄積してAIに押し込むのではなく、プロフェッショナルなドライバーが運転した動作を積み上げていくのです。何台もの車からデータを収集してクラウドに入れてそのまま処理させるのではなく、人間のデータサイエンティストがニューラルネットワークで学んだデータを適切に検証した上で、出来上がったものを現実世界の車に還元していきます。そのやり方であれば常にアップデートをかけることができますし、さらに機能を向上させていくことが可能でしょう。

次ページ:NVDIAの自動車向け製品群に迫る >>

◆自動運転実現に向けたNVIDIAのテクノロジーとは

----:日本でも発表された「Xavier」は次世代の「Drive PX」となるのでしょうか。もしくは上位版の位置づけでしょうか。

シャピーロ:実際に市場に投入できるまでには1年以上かかりますので、そういう意味では次世代チップと捉えていただいていいと思います。2週間前にアナウンスしたばかりのものですが、一番のポイントは、現行の大型なシステムで開発を進めておいて、実際に商用でリリースする際にはサイズがさらに小さくなった形で出せるということです。新しい商用化に耐えうるようなチップが出てくるのを待つのではなく、出てくるという前提で今から開発を進め、そのチップが出てきたらそれに合わせてローンチできる、というやり方です。Xavierに関しては、自動車業界と継続的にやり取りをしていますので、自動車OEMメーカーのニーズをきちんと取り込んだ上でオートモーティブグレードのチップを実現していきたいと考えています。Xavierは現在3つあるSoCの中で、4基のプロセッサを積んだ最上位のものと同等のパフォーマンスを実現しながら、電力消費は4分の1に抑えています。

----:「AutoCruise」はまた違うものなのでしょうか。

シャピーロ:「AutoCruise」には幅広い機能が入ってきます。運転者に警告を出すといった、レベルとしては高くない自動運転の初歩的な仕組みですね。しかし、それにはADASをはるかに超える機能が入っていますし、膨大な計算能力が必要になります。アーキテクチャは拡張性高くデザインした上で、まずは4プロセッサバージョンを出し、後々スケールダウンして電力消費を抑えるなどローコスト化を図ることができます。完全な自動運転を実現するだけのデータインプットが提供できないにしても、オートクルーズレベルは可能にできるという、そういった考え方のものです。私たちは特定の自動車メーカー専用として開発しているわけではなく、オープンプラットフォームとして開発をしています。ですので、会社によっては同じ弊社のソフトウェアを使っていても高速道路向けのオートクルーズのものにするかもしれませんし、街乗りの際の自動運転にするかもしれない。また、完全な自律運転のものを考える会社もあると思います。基本的にはそういった使い方のソフトウェアですし、継続的にアップデートも行っていきます。どんどん使える機能をアップデートして提供していくという、スマホのアプリをより良くアップデートしていくのと同じ感覚ですね。

AutoCruise

----:「Drive PX 2」のI/Oは共通化されたものなのでしょうか。

シャピーロ:基本的に自動車用ワイヤーハーネスのコードが接続できます。ジョイント式のタイプなので、様々なインプットを入れることが可能です。現状としてはハーネス用の設計ですので、自動車メーカーやTeir1の部品メーカーが少し改良して使うということはあり得ると思います。

----:リファレンスモデルとなるのでしょうか。

シャピーロ:正確にはNVIDIAで製造しているわけではなく、チップもTSMCにOEMでお願いしているものです。私たちは、アウディやBMW、ホンダといったお客様と相談をしながら、各社とお付き合いのあるTier1の部品メーカーへのアドバイスを差し上げるようにしています。

----:PC向けのグラフィックボードのように、モジュールを差し替えて使うことは可能なのでしょうか。

シャピーロ:そこまで標準化が進めば願ったり叶ったりです。WindowsのマシンのPCI Expressのように、モジュールをプラグイン/アウトで抜き差しできるようなところまで行きつけばよいのですが、自動車メーカーはそこまでは行っておらず、各社独自でカスタマイズはしている状況です。例えば車載インフォテイメントですと、ビジュアルコンピューティングモジュールを5年前に発表しており、アウディやテスラに使っていただいてますが、ソフトウェアとOSはバラバラなのが現状です。

----:「DriveWorks」もリファレンス的な発想なのでしょうか。

シャピーロ:ゲーム業界に置き換えると話が見えやすくなると思います。例えばNVIDIAはビデオゲーム自体の開発は行っていません。提供しているのは、ハードウェアやソフトウェアのドライバ、開発者がスムーズに開発を進めるためのミドルウェアやライブラリ、レンダリングエンジン、物理エンジン、そういったものをゲーム業界向けに提供しています。流体設計をする際に、NVIDIAのレンダリングテクノロジー、物理演算技術を使っていただければ、ゲームタイトルごとに1から開発する必要はありません。ゲーム業界に提供しているそういったツールやソリューションが「NVIDIA GameWorks」という形でパッケージになっています。

要は「GameWorks」を使ってゲームデベロッパーが素晴らしいゲームを開発しているのです。自動運転に関しても全く同じビジネスモデルで考えており、NVIDIAが提供するのはスーパーコンピュータープラットフォームと「DriveWorks」というソフトウェアの部分です。それを使って、各自動車会社が自動運転用のアプリケーションを独自で開発していただき、NVIDIAが提供するアルゴリズムであったりライブラリであったりディープニューラルネットワークを活用できるのです。

NVIDIAとしてはどれも提供することが可能ですが、自動車メーカーも差別化を図りたいという思惑があると思いますので、当然アプリケーションは各社独自で開発できますし、アルゴリズムを独自のもので組み上げたり、ニューラルネットワークも独自のものを使用したりできます。

----:今年の5月にテスラのレベル2の自動運転車が死亡事故を起こし、世界初の自動運転車による死亡事故と報じられましたが、それによって米政府による自動運転技術に対する規制や世論の逆風といった、ロードマップに影響を及ぼすような弊害というのはあったのでしょうか。

シャピーロ:自動運転車による事故ということで、消費者の関心も高く、今後のマーケティングのあり方や売り方、そしてテクノロジーについてもある程度影響を与えたと思います。まず消費者に対しては、自動運転車を買った際にその車がどこまでのことができるのかを正確に理解していただく必要がありそうです。またテクノロジーの観点からは、ADASやセンサーだけでは足りず、さらに多様なセンサーを通じてデータを収集した上で、より高度な計算能力で状況判断を行っていかないと、自動運転としては完全ではないことが世に問われた気がします。そして、テスラの車が積んでいたスマートカメラはアップデートできないことも問題点としてあったと考えています。例えば目の前でトラックが幅寄せしてハンドルを切るなど、種々の動作に対してソフトウェアアップデートで対応していくことが可能となるからです。

  • 佐藤大介
  • NVIDIA DRIVE PX for AutoCruise
  • ジェンスン・ファン氏(NVIDIA共同創設者、社長兼CEO)
  • NVIDIA DRIVE PX
  • DRIVE PX illustration
  • DRIVE PX 2 Autocruise product render
  • ダニー・シャピーロ氏(オートモーティブ事業部シニアディレクター)
  • ダニー・シャピーロ氏(オートモーティブ事業部シニアディレクター)
goo 自動車&バイク
トップ
中古車
車買取・査定
車検・整備
自動車保険
バイク
バイク買取・査定
ランキング
ニュース
特集
まとめ
Q&A
サイトマップ