数年前に自動運転車の研究開発部門を撤退して以来、Uberは自動運転車の未来におけるその将来について絶えず疑問視されてきた。しかし、Uberは突破口を開く新たな戦略を見出したようだ。それは、自動運転業界の「武器商人」へと変貌することだ。Uberの最高技術責任者であるプラヴィーン・ネッパリ・ナガ氏は、先日ある公開イベントでこのことを明らかにした。初公開同社の長期的な目標は、人間が運転する数百万台の車両にセンシングキットを搭載し、それらを現実世界で継続的にデータを収集する「センサーグリッド」に変え、その貴重な運転データを自動運転車会社やAIモデルのトレーニングに提供することである。
「AVラボ」から「数百万台のモーションセンサーデバイス」へ
この野心的な計画は、実は今年1月下旬に発表されたUberの「AVラボ」計画の拡張版である。
現在、AV Labsはまだ初期段階にあり、データ収集は主にUberが運営する（ドライバーネットワークとは独立した）少数の専用センサー車両に依存している。しかし、Praveen Neppalli Naga氏は、多数のドライバー車両にデバイスを設置することが「究極の目標」であると認め、現時点での主な課題は、各州の規制を明確にし、センサーコンポーネントによるデータ収集と共有の法的範囲を確認することだと述べている。
この計画が実現すれば、世界中に数百万人いるUberのドライバーのうち、ほんの一部でも自分の車を「モバイルデータ収集プラットフォーム」に変える意思があれば、その規模は、Waymoのような単一の自動運転車会社が展開できる車両数をはるかに凌駕するだろう。
自動運転車の最大の課題を解決する：コーナーケースデータ
プラヴィーン・ネッパリー・ナガ氏は、今日の自動運転技術開発におけるボトルネックは、もはや基盤となる技術ではなく、「データ」であると率直に指摘した。
例えば、Waymoのような企業は、モデルを訓練するために、さまざまなシナリオからデータを収集する車両群を配備するために莫大な費用を費やす必要があります。しかし、これらの企業にとっての問題は、このように非常に細分化されたシナリオ固有の情報を収集するために、これほど多くの車両を配備するのに十分な資金がないことです。
これこそがUberの強みだ。Uberは、その広範なドライバーネットワークを通じて、様々な気象条件、時間帯、そして稀な道路状況に関する「特殊なケース」データを容易に入手できる。
配車プラットフォームから自動運転車インフラへのアップグレードを目指し、「AVクラウド」を構築する
Uberはすでに、ロンドンを拠点とするWayveを含む25社の自動運転車開発企業と提携している。Praveen Neppalli Naga氏は、Uberが「AV Cloud」と呼ばれるシステムを構築していることを明らかにした。これは、パートナー企業が照会してモデルのトレーニングに使用できる、センサーデータが豊富にラベル付けされたデータベースである。
さらに、パートナー企業は、訓練済みのモデルを「シャドウモード」で実際のUberの乗車中にテストすることができ、実際に道路を走行させることなく、自動運転車が実際の道路状況にどのように反応するかをシミュレートできます。
