GMが5万倍速で自動運転AIを訓練：現実世界の「ロングテール」問題に挑む
Training Driving AI at 50,000× Real Time
記事のポイント
ニュースGMが大規模シミュレーションと強化学習を組み合わせ、現実の5万倍速で自動運転AIを訓練しています。
注目ポイントインターネット規模の知識を持つVLAモデルを活用し、稀な事象や人間の常識を要する「ロングテール」シナリオに対応します。
これからどうなる自動運転車の安全性と信頼性が大幅に向上し、より複雑な環境での実用化が加速するでしょう。
自動運転の課題は、予測可能な日常の状況だけでなく、稀で曖昧な「ロングテール」事象への対応にあります。
GMは、道路上の障害物や交通信号の故障、建設現場での人間の指示といった、人間には容易でもAIには難しいシナリオを克服するため、VLAモデルを開発。
これにより、車両は画像認識に加え、3D物体検出や車両軌跡の理解が可能になります。
GMは、道路上の障害物や交通信号の故障、建設現場での人間の指示といった、人間には容易でもAIには難しいシナリオを克服するため、VLAモデルを開発。
これにより、車両は画像認識に加え、3D物体検出や車両軌跡の理解が可能になります。
概要
This is a sponsored article brought to you by General Motors. Visit their new Engineering Blog for more insights.Autonomous driving is one of the most demanding problems in physical AI. An automated system must interpret a chaotic, ever-changing world in real time—navigating uncertainty, predicting…
自動運転の普及には、予測不能な「ロングテール」問題の解決が不可欠であり、GMのアプローチは業界全体の安全性向上に大きく貢献するだろう。