「我々は安価で成熟したセンサー技術を使い、自動運転を実現する」。百度(バイドゥ)のインテリジェントビークル部門でゼネラルマネジャーを務める顧維灝(Gu Weihao、クー・ウェイハオ)氏は2017年6月8日、中国・上海で開催された技術展示会「CES Asia 2017」でこのように語った。

写真●百度(バイドゥ) インテリジェントビークル部門でゼネラルマネジャーを務める顧維灝(Gu Weihao、クー・ウェイハオ)氏
写真●百度(バイドゥ) インテリジェントビークル部門でゼネラルマネジャーを務める顧維灝(Gu Weihao、クー・ウェイハオ)氏
[画像のクリックで拡大表示]

 グーグル系の米ウェイモや自動車メーカー各社は、完全自動運転を実現するため、レーザースキャナー「LiDAR(ライダー)」を始めとする高価なセンサーを車両に搭載している。これに対して中国インターネット検索最大手の百度の顧氏は、「初期の自動運転車は多くのセンサーを搭載することになるだろうが、低コスト化を迫られ、センサーを徐々に減らさなければならなくなる」とみる。

 既に百度は、LiDARなど高価なセンサーを使わず、技術的に成熟した車載カメラを使った自動運転技術の確立を目指している。

武器は深層学習、ニューラルネットがクルマを操る

 百度が頼るのは、同社が音声認識技術などで活用するディープラーニング(深層学習)だ。ディープラーニングは人工知能(AI)技術の一種で、脳神経細胞の働きを模した「ニューラルネットワーク」を多層に重ね、そこにデータを入力して学習させる機械学習技術である。

 ディープラーニングを使って人間の運転技能をAIに学習させることで、車載カメラの画像を入力するとAIが適切なステアリング、アクセル、ブレーキの操作を出力するようになる。通常の論理プログラムによる操作を最小限にし、カメラ情報などをもとにニューラルネットワーク技術で車両を直接制御する「End to End」と呼ばれるアプローチだ。

写真●人間によるステアリング操作(赤)と、ニューラルネットが出力したステアリング操作(緑)
写真●人間によるステアリング操作(赤)と、ニューラルネットが出力したステアリング操作(緑)
[画像のクリックで拡大表示]

 人間のドライバーの挙動をディープラーニングで再現するには、二つの要素が必要になる。一つは、人間の運転技能をAIに学ばせるための大量の運転データ。もう一つは、精度良く車両を制御できるようなニューラルネットワークを設計できるAI技術者だ。

 一つめの運転データについては、百度は既に取得済みだ。同社は中国全土をカバーするデジタル地図データを作成するに当たり、車載カメラを載せた数百台のクルマに各地を走らせた。このカメラ映像とステアリング、アクセル、ブレーキの各操作のデータを、ニューラルネットに学習させている。「雨や雪、都市部から悪路まであらゆる状況の走行データを保有している」(顧氏)。