Google の自動運転車の秘密の世界を解明: 初めて公開された強力なツールの数々

[[201428]]

アトランティック誌は今週、アルファベット傘下の自動運転企業ウェイモの謎を解明する記事を掲載した。 Waymo は、自動運転車の開発において、シミュレーション ツール Carcraft、秘密のテスト基地「Castle」、車両追跡ソフトウェア XView など、さまざまな強力なツールを活用してきました。

記事の全文は次のとおりです。

Alphabet キャンパスの一角で、あるチームがソフトウェアを開発しています。これが自動運転車の鍵となるかもしれない。これまで、このソフトウェアがどのように動作するかを実際に見たジャーナリストはいなかった。 World of Warcraft の英語名に敬意を表して、このソフトウェアは「Carcraft」と呼ばれています。

このソフトウェアは、ジェームス・スタウトという童顔の若いエンジニアによって開発されました。彼はオープンオフィスで私の隣に座った。画面に仮想ラウンドアバウトが表示されます。人間の目には、背景に描かれた単純な線、道路上の自動運転のクライスラー パシフィカ、そして線で表された別の車など、見るものはそれほど多くありません。

数か月前、自動運転車チームはテキサス州オースティンで同様のラウンドアバウトに遭遇した。移動速度と環境の複雑さが車にとって課題となったため、チームはテスト環境で同様のシナリオを設計することにしました。私が見ているのは、学習プロセスの第 3 ステップ、つまり現実世界の運転のデジタル化です。ここでは、車が別の車をラウンドアバウトで強制的に停止させるなど、実際の交通イベントを 1 つだけ、何千ものシミュレーション シナリオに拡張して、車のパフォーマンスをテストできます。

このようなシナリオは、Waymo の強力なシミュレーション ツールの基礎となります。 「新機能の開発も含め、私たちの仕事の大半はシミュレーションで見たものから生まれています」とスタウト氏は語った。こうしたツールはウェイモの自動運転車の開発を加速させた。 Waymoは、2016年12月にGoogle XからスピンオフしたAlphabetの自動運転部門です。

Waymo が今後数年以内に完全自動運転車を発売できれば、Carcraft は業界の歴史に名を残すことになるだろう。 Carcraft は現実世界に基づいていますが、現実世界を作り変える上で重要な役割を果たします。

Carcraft はもともと、実際の道路で車が遭遇するシナリオを「再現」するために使用されていました。しかし、Carcraft を含むシミュレーション技術は現在、自動運転の開発においてより重要な役割を果たしています。

いつでも、オースティン、マウンテンビュー、フェニックスの模擬道路や専用のテストトラックでは、25,000 台の仮想自動運転車が走行しています。 Waymo は、わずか 1 日で、複雑な道路環境での何十万回もの走行をシミュレートできます。現在、Waymoの仮想環境での総走行距離は毎日800万マイル（約1287万5000キロメートル）に達している。 2016 年には、仮想環境で 25 億マイルが走行されました。比較すると、Google の IRL 自動運転車は公道で 300 万マイル強を走行している。さらに重要なのは、仮想環境での運転は、Waymo が「興味深い」シナリオと呼ぶもの、つまり単に走行距離を稼ぐのではなく研究者が新しいことを学べる運転行動に重点を置いていることです。

Waymo は複雑なプログラムを開発しましたが、シミュレーションはその一部にすぎません。ウェイモは、公道における自社の自動運転車の何百万キロもの走行履歴を「構造化テスト」プログラムに組み込んでいる。このプロジェクトは、カリフォルニア州セントラルバレーの「ザ・キャッスル」と呼ばれる秘密施設で行われている。

Waymo はこれまでこのシステムを発表したことはありません。一般道路での運転結果から、どの部分で車が追加の練習を必要とするかがわかります。彼らは、何千もの異なるシナリオをテストできるように、「城」内に必要なスペースを構築しました。現実世界でのテストでは、Waymo の車両は将来のどの時点でも完全なデジタル環境を再現するのに十分なデータを収集できます。このような仮想環境では、エンジニアは実際の環境の制約を取り除き、単一のシナリオの何千ものバリエーションを設計し、そのシナリオ内で仮想車を運転させることができます。実際に、継続的に最適化された運転ソフトウェアが実際の車にインストールされ、より複雑な環境にも対応できるようになります。 Waymo はこのサイクルを繰り返し続けています。

城探検

「キャッスル」に行きたい場合、サンフランシスコ湾岸地域から東に車で行き、その後、ハイウェイ 99 に沿って南に向かう必要があります。道沿いには広大な綿花畑が広がり、スカイラインは農地の中に消えていきます。ここの気温はサンフランシスコよりも高いです。私たちの車はアトウォーターの町の近くの出口を出ました。ここはかつてキャッスル空軍基地であり、B-52 プログラムに従事する 6,000 人が雇用されていました。しかし、ここは現在マーセド市街地の北端となっています。 2010年代初頭、ここの失業率は20％を超えていましたが、現在でも10％未満です。住民の40%がスペイン語を話します。数本の線路を渡り、総面積1,621エーカー（約656万平方メートル）の廃墟となった空軍基地に入った。

私の携帯電話のナビゲーションでは住所は表示されず、GPS 座標だけが示されました。 Google マップが停止を指示するまで、私たちは緑色の不透明なフェンスに沿って運転しました。ここが門であることを示す標識はなく、単に囲い地の一部のように見えました。しかし、私を迎えてくれたWaymoの従業員は自信に満ちていました。この時、フェンスから警備員が出てきて、私たちの身分証明書を確認しました。

フェンスが開き、私たちは公園に車で入りました。ショートパンツと帽子をかぶった若者たちが賑わっています。トレーラーハウスやガレージも多く、本館の駐車場には自動運転車もたくさん停まっています。ここでは、公道で最もよく見られるレクサス車、引退したプリウス、そして新しいクライスラー パシフィカなど、さまざまな自動運転車を見ることができます。

どれが自動運転車なのかは簡単にわかります。車両にはセンサーが装備されています。これらの中で最も目立つのは、屋根の上にあるレーダー センサー (LIDAR とも呼ばれる) です。しかし、パシフィカには、バックミラーにビール缶ほどの大きさの小型のライダーも取り付けられています。これらの車の後部には、通常のレーダーも装備されています。

センサーが作動し始めると、車両が駐車しているときでも、LIDAR の回転によって異音が鳴ります。それは通常の車の騒音とは違っていて、私の耳はその音に気づかずにはいられませんでした。

本館の外の路上には、さらに特殊なタイプの車も駐車されています。車両には赤いテープで大小の「X」が付けられていた。これらは「レベル4」の自動運転車です。自動運転車の評価は自動車技術協会が行うもので、運転の自動化の度合いを表します。路上を走る自動運転車のほとんどはレベル 1 またはレベル 2 の自動運転しかできず、通常は高速道路でスマート クルーズ コントロールを提供できることを意味します。しかし、赤い「X」のロゴが付いたこの車は別の生き物です。これらの車は完全に自動運転できるだけでなく、人間が介入することも不可能です。したがって、Waymo はこれらの車両が他の車両と混在することを望んでいません。

駐車場を歩いていると、かつてのマンハッタン計画のような気分になります。私は本館で経営陣に会いました。彼女の名前はステフ・ビジェガスです。

無人運転システムの課題

ベラスは白いTシャツ、破れたジーンズ、グレーのスニーカーを履いていた。この服装は彼女の過去のファッションセンスを表しています。彼女はイーストベイの郊外で育ち、カリフォルニア大学バークレー校に通いました。彼女は2011年に自動運転車プロジェクトに取り組み始めた。

私は彼女に「あなたは運転手だったのですか？」と尋ねました。彼女の答えは「ずっと運転手でした」でした。

彼女はサンフランシスコとマウンテンビュー間のハイウェイ 101 号線とハイウェイ 280 号線を運転するのに多くの時間を費やしています。他のドライバーと同様に、彼女は車が公道でどのように機能するかについて深い感覚を持っています。こうした経験は、自動運転車プロジェクトにおいて非常に重要です。これらのドライバーは、自動運転車の難しさについて独自の直感を持っています。 「新しいソフトウェアをテストし、チームと時間を過ごした後、システムに挑戦できる他の方法について考え始めました」と彼女は語った。

そこで、ビジェガス氏と他のエンジニアグループは、制御された方法で車の新しい動作をテストするための珍しいシナリオの設計と構築を開始しました。彼らはサンフランシスコ郊外のショアライン・アンフィシアターのすべての駐車場を占拠し、人々が入場できないようにして、許可されたグーグル社員だけが入場できるようにした。

「それが私たちの始まりでした」と彼女は言いました。「毎週、私と数人のドライバーだけでした。テストしたいシナリオを考え出し、必要なプロペラを取り付けました。それをトラックに積み込み、試験場まで運転してテストしました。」

自動運転車プロジェクトでは、これらは初期の構造化されたテストです。結局、最も難しいのは、交差点でゾンビに噛まれたらどうするかではなく、一般道路を走る自動運転車が誰かに運転されているように見えるように、プロジェクトを秘密にしておくことであることが判明した。

ビジェガスは、人形、偽の植物、子供のおもちゃ、スケートボード、三輪車、人形、ボール、その他の小物など、あらゆる場所から小道具を集め始めました。これらは小道具倉庫に保管されています。 （小道具はもともとテントの中に保管されていましたが、現在は「城」内の倉庫に保管されています。）

しかし、対処する必要がある他の問題もあります。彼らは車がもっと速く走り、信号や一時停止の標識を使うことを望んでいます。さらに、ショアライン アンフィシアターのシーズンは、彼らの計画に水を差すことが多いのです。 「例えば、メタルバンドがコンサートに来るので、できるだけ早く路上で車をテストする必要がある」とビジェガス氏は語った。

彼らには基地、秘密基地も必要です。 「城」はまさにそのような拠点を提供します。彼らは賃貸契約を結び、夢の仮想都市の建設を始めました。 「私たちは、住宅街、高速道路、袋小路、駐車場に建物を建てることを意識的に設計に決めました」と彼女は語った。「いくつかの代表的なシーンを組み合わせ、車をそこを走らせました。」

私たちはオフィスから彼女の車まで歩きました。オフィスを出るとき、彼女は私に地図を渡した。 「ディズニーランドみたいなものよ」と彼女は言った。「地図に従って進むのよ」それは綿密に作られた地図だった。片隅には、ラスベガス風の看板があり、「カリフォルニアの『神話の城』へようこそ」と書かれています。公園内のさまざまな部分には、独自の命名規則があります。私たちが通った道はすべて、有名な車（デロリアンやブリット）や初期のプリウス（バルバロ）にちなんで名付けられていました。

私たちはピンク色の建物群を通り過ぎました。これは古い陸軍の寮で、そのうちの 1 つは改装されています。Waymo の従業員が時間内にベイエリアに戻れなかった場合、ここで休憩することになります。これ以外に、テストエリア内には建物はありません。ここはロボットカーのための街です。重要なことはすべてアスファルトの上で起こります。

普通の人にとっては、これはプレイヤーのいないビデオゲームのシーンのように見えます。並木道から住宅街の道路、コンクリートの私道から郊外の交差点まで、これらのシーンに建物がまったくないのは驚きです。見慣れた道路の風景が次々と目に飛び込んできました。

私たちは真ん中に白い柵がある大きな2車線のロータリーに着きました。 「テキサス州オースティンで複数車線のラウンドアバウトに出会い、それをここで再現しました」とビレガス氏は言う。「当初は1車線のラウンドアバウトを設計しましたが、その後、複数車線のシナリオに遭遇しました。」

ビジェガスさんは立ち止まって、芝生エリアに隣接する縦列駐車場を通る2車線と自転車道という新たな追加部分を見ました。 「これらのシーンで縦列駐車をするアイデアが気に入っています。ウォルナット クリーク、マウンテン ビュー、パロ アルトなど、郊外のビジネス街でよく見かけます」と彼女は言います。「人々が店先や公園から出てきて、車の間を歩き、何かを運んで道路を渡っているかもしれません。」この道は彼女の記憶の断片のようなもので、彼女はそれを地面のアスファルトやコンクリートに埋め込み、より抽象的な形にしました。

彼女は私を本社まで車で連れて行ってくれて、私たちは無人のクライスラー・パシフィカに乗り込んだ。左の運転席にブランドン・ケインが座り、もう1人の運転手が右側の席に座り、XViewというソフトウェアを使用してノートパソコンで車両の状態を追跡している。

ここには「フォックス」と呼ばれる試験アシスタントもたくさんいます。この名前は英語の「faux」（人工的な）に由来しています。彼らは車を運転し、交通を作り出し、歩行者のように行動し、自転車に乗り、一時停止の標識を掲げます。ある意味、彼らは俳優であり、観客は車なのです。

私たちが最初に行うテストは「単純な追い越し」ですが、最高時速45マイルの速度で行われます。私たちはアウトバーンと呼ばれる広い道路へ向かう計画を立てました。

キツネが車線内に現れると、自動運転車はブレーキをかけ、チームは重要なデータポイントである車両の減速をチェックする。彼らは、車が急ブレーキをかけざるを得なくなるようなシナリオを設計しようとしました。それで、このブレーキはどれ​​くらい強力なのでしょうか? 「無意識のうちに脇の下から汗が出て、携帯が地面に飛んでいきました」本当に強烈でした。

実は、自動運転車に乗るのは今回が初めてではありません。私はこれまでに2回、無人運転車を体験したことがあります。最初はレクサスのSUVに乗ってマウンテンビューの街を走っていたときでした。 2 回目は、Google ビルの屋上にある Google Firefly で撮影されました。これらの車はどれも目立たないが、それがポイントだ。

しかし今回は違った。これらは非常に速い車二台で、そのうちの一台は私たちをその場で止めるほどでした。 Waymo の言い方で言えば、これはかなり「スパイシー」です。

さあ、運転の時間です。ケインが車を始動すると、「オートパイロット」と表示された。すると、別の車が、まるで私たちを止めようとするかのように近づいてきました。急ブレーキをかけましたが、操作は素早くスムーズでした。

その後、減速データを確認したところ、ブレーキ力が十分ではなかったことが判明した。何度も何度も繰り返す必要があります。他の車はさまざまな角度から、さまざまな方法で私たちに向かってきました。彼らはこの方法を「マルチング」と呼んでいます。

次に、高速で合流する場合、視界を遮る 3 台目の車両がある状態で後退する車両に遭遇する場合、駐車中に歩行者が運転経路にバスケットボールを投げる場合の 3 つのテストを実施しました。それぞれのテストは印象的でしたが、最も忘れられないのはやはり強制停止テストです。

「パシフィック・リムを見たことがありますか？主人公たちが巨大ロボットを使って怪物と戦う映画です」と、次のテストを始める前にケインが私に尋ねました。私は車と同調して、いくつかの考えを伝えようとしました。

私はケインに、車との同期について何を言いたいのか尋ねました。 「車内の乗客の体重差に合わせて調整します」と彼は言う。「この車に何度も乗っていると、お尻で車の動きがわかるんです。変に聞こえるかもしれませんが、車が何をしたいのかはわかります。」

現実世界のテストからシミュレーション環境まで

蒸し暑く蒸し暑い「城」から離れたところにある、ここが Google のマウンテンビュー本社です。 Waymo のエンジニアと会うために来ました。組織構造上はXに属します。すでにご存知かもしれませんが、X は Alphabet の長期的かつ高リスクの研究部門です。 2015 年に Google が複合企業 Alphabet に再編されたとき、Google X は X になりました (Web サイトは X.company です)。組織再編から1年後、XとAlphabetは自動運転車プロジェクトを「卒業」し、独立した会社Waymoを設立することを決定した。 Waymo は Google の赤ちゃんのようなものです。

つまり、Waymo のオフィスは依然として母船内にありますが、徐々に独立しつつあります。 Waymoの従業員が一緒に座っていると聞きました。

X と Waymo のオフィスビルは大きくて広々としています。 Project Wing のプロトタイプ ドローンが飛行し、Google 独自の Firefly 自動車も見られました。 （ビジェガスはかつて「キャッスル」の中でこう言っていました。「国産のものは美味しいかもしれない。でも、エアコンがないので、全然懐かしくない。」）

レストランから建物の一角まで上がると、Waymo のシミュレーション クラスターがあります。ここでは、全員が画面上で Carcraft と XView を開いています。画面には黒い背景の多角形画像が表示されます。彼らはWaymoの車のための仮想世界を設計しています。

私を待っていたのは、Carcraft の創設者、James Stout 氏でした。彼は自分のプロジェクトについて公に話したことがない。今回彼は大きな熱意を示した。カークラフトは彼の子供でした。

「求人広告を見て、自動運転チームが募集中だと知りました。空きがあるなんて信じられませんでした」と彼は言う。彼はチームに加わり、すぐにツールの開発を始めた。現在、このツールは 1 日あたり 800 万マイルの仮想運転をサポートしています。

以前は、このツールは主に、複雑な状況で車がどのように動作するかを確認するために使用されていました。こうした現実の状況では、人間の運転手が運転を引き継ぐことになります。こうした状況から、彼らはシナリオを作り始めました。 「これは私たちが構築できる非常に便利なツールであることがすぐに分かりました」とスタット氏は語った。その後、Carcraft の機能は急速に成長し、都市全体を収容できるようになり、車の数も膨大な仮想車両群にまで拡大しました。

スタットはエレナ・コラロフを紹介した。彼女は「シーンメンテナンス」チームのリーダーです。彼女の前には二つのスクリーンがありました。右の画面では、車が「見ている」ものを表示する XVivew を見ています。車はカメラ、レーダー、ライダーを使用してシーン内のオブジェクトを識別し、それらをソフトウェアでワイヤーフレームとしてレンダリングして、現実世界の輪郭を描きます。

これらの図形から伸びる緑色の線は、車が物体の動き方を予測していることを表しています。下部の画像バーには、車の通常のカメラ（可視光カメラ）が撮影した画像が表示されます。コラロフ氏はまた、ライダーから返されたデータもオンにし、オレンジ色と紫色の点で表示した。

私たちは「ザ・キャッスル」で、ロータリーが実際にどのように見えたかを再放送で見ました。コラロフはシミュレーション版に切り替えました。見た目は同じですが、データログではなく、車が解決する必要がある状況です。唯一の違いは、XView 画面の上部に「シミュレーション」という単語が赤い文字で表示されることです。スタウト氏は、シミュレーションと実際のシナリオを混同する人が多いため、このプロンプトが追加されたと述べた。

その後、別のシーンが読み込まれました。これはフェニックスです。コラロフ氏はズームアウトして街全体の模型を見せた。この模型では、「すべての車線がどこにあるのか、1つの車線が他の車線にどのようにつながっているのか、一時停止の標識はどこにあるのか、信号はどこにあるのか、障害物はどこにあるのか、車線の中心はどこにあるのか、知っておく必要のあるすべてのこと」が描かれている。

次に、フェニックス付近の交差点を中心にズームインしました。その後、コラロフ氏はシーンに仮想の車、歩行者、自転車を追加し始めました。

ボタンを押すと、画面上のオブジェクトが動き始めます。仮想の車は実際の車のように車線内を走行し、曲がります。バーチャルバイクは本物のバイクと全く同じです。これらのオブジェクトのロジックは、チームが公道で何百万キロもテストした結果から生まれました。その背後には、非常に詳細な世界地図と、シーン内のさまざまなオブジェクトの物理モデルがあります。彼らはゴム製の物体と道路の両方をモデル化しました。

当然のことながら、シミュレートするのが最も難しいのは、他の人の行動です。それは、親が子供によく言う言葉に似ています。「私はあなたの運転を心配しているのではなく、道路上の他の人を心配しているのです。」

「私たちの車は世界を観察し、理解し、そして車、歩行者、自転車、バイクなど、環境内のあらゆる動的オブジェクトの意図を理解します。空間内のオブジェクトを追跡するだけでは十分ではなく、それらが何をしようとしているかを理解する必要があります」と、ウェイモのソフトウェア責任者であるドミトリ・ドルゴフ氏は述べました。「これが、強力で安全で信頼性の高い自動運転車を構築するための鍵です。このモデリング、そして世界の他のアクターの理解は、シミュレーション環境でのモデリングと非常に似ています。」

しかし、ここには重要な違いがあります。現実世界では、環境に関するリアルタイムのデータを受信し、それを変換して、車が走行するシーンを理解する必要があります。しかし、何年もプロジェクトに取り組んだ今、彼らは自信を持っています。スタウト氏の言葉によれば、彼らは「幅広い歩行者を識別できることを実証する一連のテスト」を完了したという。

そのため、ほとんどのシミュレーションでは、オブジェクト認識のステップを省略しました。車が歩行者を識別するために生データを車両に提供する必要はなく、歩行者がここにいることを車に伝えるだけで済みます。

交差点では、コラロフは自動運転車にとってより困難な環境を作り出した。彼女が V キーを押すと、Carcraft に新しいオブジェクトが表示されます。次に、彼女はマウスを右側のドロップダウン メニューに移動しました。そこには、私のお気に入りの bird_squirrel を含む、さまざまな車のモデルが表示されていました。

これらのオブジェクトは Waymo のモデリング ロジックに従って移動することができ、Carcraft のシナリオ デザイナーは、特別な動作をテストするためにこれらのオブジェクトを正確に移動させることもできます。

シーンの基本構造を確立した後、シーンに含まれるすべてのバリエーションをテストできます。したがって、交差点では、さまざまな車両、歩行者、自転車の到着時間、滞在時間、移動速度をテストする必要がある場合があることが想像できます。それらの値の妥当な範囲を入力するだけで、ソフトウェアがこれらすべてのシナリオの組み合わせを生成して実行します。

Waymo はこれを「ファジング」と呼んでおり、この交差点だけで 800 のシナリオが生成されました。次に、システムは美しい表を生成し、エンジニアがさまざまな変数の組み合わせによって車の決定がどのように変化するかを確認できるようにします。

最終的に、問題は、すべての実際のシナリオとシミュレーションされたシナリオを分析して、自動車の運転を改善する方法についてエンジニアを導くことができる興味深いデータを見つけることになります。最初のステップは、車を強制的に停止させるかどうかです。もしそうなら、それは調査する価値のあるシナリオです。

ここでは、まさにそのようなシナリオを示すビデオを見ることができます。現実世界のマウンテンビュー市には複雑な交差点があります。車が左折すると、自転車が近づいてきたため、車は道路上で停止した。エンジニアはこれらの種類の問題を修正し、正しい結果が得られるようにソフトウェアを書き直します。ビデオでは現実世界の状況が示され、エンジニアは現実世界の状況に基づいてさらにシミュレーションを実行しました。 2 つの状況の違いにより、シミュレートされた車が動き続け、その後、shadow_vehicle_pose を示す点線のボックスが表示されることがわかります。この点線のボックスは現実世界で何が起こるかを示しています。 Waymo のエンジニアにとって、これは現在の進捗状況を最も明確に視覚化したものだ。

しかし、彼らが懸念しているのは、単に車が止まっている光景だけではない。また、意思決定時間が長すぎる場合や、ブレーキが通常の限度を超えている状況についても研究したいと考えています。エンジニアが学習または調整できるシナリオはすべてシミュレーションで検討されます。

スタット氏とウェイモのソフトウェア責任者ドルゴフ氏は、シミュレーション環境には3つの重要なポイントがあると強調した。まず、現実世界での運転と比較して、シミュレーション環境での走行距離ははるかに長く、良い経験をもたらします。第二に、これらの乗り物は、楽しいけれども現実世界では実現が難しいインタラクションに重点を置いています。 3 つ目は、ソフトウェア開発サイクルが大幅に高速化されることです。

「私たちにとって、反復サイクルは非常に重要です。シミュレーション技術に関する当社の取り組みは、反復サイクルを大幅に短縮するのに役立ちます」とドルゴフ氏は述べました。「プロジェクトの初期段階では、反復サイクルに数週間かかることもありましたが、今では数分しかかかりません。」

そこで私は彼に、もし道路に油染みやパンクしたタイヤ、飛んでいる鳥、大きな穴があったら車はどうなるのかと尋ねました。これらすべての状況をシミュレーションしたのでしょうか?ドルゴフ氏は楽観的だ。確かにそれは可能です、と彼は言います。「しかし、その軸のシミュレーターでどの程度の忠実度が必要なのでしょうか? これらの問題のいくつかについては、より良い値が得られるかもしれませんし、シミュレーターの結果を検証するために現実世界で一連のテストを実行することもできます。」(「キャッスル」を考えてみてください。)

Carcraft 仮想世界の力は、現実世界を美しく完璧にレンダリングすることではなく、自動運転車に適した方法で現実世界を反映することであり、実際のテストと比較してテスト走行距離を数十億キロメートル増やします。シミュレーション世界でソフトウェアを運転する場合、決定は現実世界とまったく同じ方法で行われます。

このアプローチは非常にうまく機能します。カリフォルニア州運輸局（DMV）は、企業に対し、毎年の自動運転走行距離とドライバーが車両から離脱した回数を報告することを義務付けています。 Waymo は、他の企業よりも 3 桁も長い走行距離を報告している一方で、ドライバーの介入回数も大幅に減少していると報告しています。

2015年12月から2016年11月まで、ウェイモの自動運転走行距離は63万5868マイル（約102万キロ）に達し、ドライバーが介入したのはわずか124回だった。つまり、5000マイルごとに1回、つまり1000マイルあたり0.20回のドライバー介入だったことになる。前年、Waymo は 424,331 マイルの自動運転走行を行い、272 回のドライバー介入がありました。つまり、890 マイルごとに 1 回のドライバー介入があったことになります。

これらの数字は直接比較できるものではないと多くの人が指摘していますが、現実にはこれがカリフォルニアで入手可能な最大のデータなのです。他社の自動運転走行距離は合計で2万マイル程度に過ぎない。

他のメーカーも追いつき始めている

外部の専門家にとって、Waymo のアプローチは驚くべきものではない。 「現在、ドローンチームであれ自動車チームであれ、自動化チームの進歩度合いは、シミュレーションをどう扱っているかで測ることができる」と、アンドリーセン・ホロウィッツのベンチャーキャピタリストで、同社のシミュレーション企業インプロバブルへの投資を主導したクリス・ディクソン氏は語る。 「ウェイモは業界のトップです。」

私はまた、オールステート保険のイノベーション担当ディレクター、スニル・チンタキンディ氏からウェイモのプロジェクトについて学びました。 「強力なシミュレーション基盤がなければ、より高度な自動化を車に統合することはできない」と彼は語った。

他の自動運転研究者もこの開発に注目している。ミシガン大学の自動運転・コネクテッドカー研究室Mcityのプロジェクトリーダー、ペン・フイ氏は、自動運転車に適したシステムは「99％以上のシミュレーション、慎重に設計された構造化テスト、路上テストの結果」になると述べた。

彼と大学院生は、路上テストとシミュレーションを組み合わせてテストを高速化するシステムを考案した。これは Waymo のアプローチに似ています。 「したがって、われわれの考えは、運転の退屈な部分を取り除き、楽しい部分に重点を置くことです」とペン氏は述べた。「これにより、速度が何百倍も上がり、総走行距離は数千マイルから数百万マイルに伸びることになります。」

Waymo プログラムの強みとしては、その規模、組織、集中度が挙げられます。私は Peng Hui に、Google が実施した構造化テストを紹介しました。これには、「Castle」構造化テスト チームがシミュレートされた環境で試した 20,000 のシナリオが含まれます。彼は数字を聞き間違えて、「2,000シーンはすごいですね」と言いました。私は「20,000シーンですよ」と訂正しました。彼は少し間を置いて、「つまり20,000シーンか、すごいですね」と言いました。

実際、これら 20,000 のシナリオは、Waymo のすべてのテスト シナリオのほんの一部にすぎません。これらのシナリオはすべて構造化されたテストから生まれます。また、公道での走行テストや想像力に基づいて、さらに多くのシナリオを設計しました。

「彼らは素晴らしい仕事をした」と彭氏は語った。「レベル4の自動運転に関しては、彼らは他の誰よりもずっと先を行っている。」

しかし、彭輝氏は伝統的な自動車メーカーの現状についても言及した。同氏は、従来の自動車メーカーは全く異なるアプローチを試みていると語った。これらの企業は、完全な自動運転に重点を置くのではなく、まず収益化できる運転支援技術を開発し、その後、完全な自動運転に移行しました。 Waymo を GM のような従来の製造業者と比較するのは公平ではありません。 Waymo には、テスト車両に 7 万ドルの LiDAR センサーを搭載するリソースと自由があります。対照的に、シボレーのようなブランドは、40,000 ドルが大衆市場で受け入れられる上限であると考えています。

「GM、フォード、トヨタなどは『事故や死亡者を減らし、一般市民の安全を向上させたい』と言っている」とペン氏は言う。「彼らの目標は全く違う。数千台ではなく、数百万台の自動車について考える必要がある」

完全な自動運転への競争においても、Waymo はこれまで以上に大きな課題に直面しています。テスラは強力な競争相手になりつつある。クリス・ガーデスはスタンフォード大学自動車研究センターの所長です。 18か月前、同氏はウェイモについて「誰よりも問題を理解しており、誰よりも解決に近づいている」と述べた。しかし先週、同氏は再び「多くのことが変わった」と述べた。

同氏は次のように指摘した。「フォードやGMなどの自動車メーカーは、独自の無人運転車を展開し、運転データを収集しています。テスラは、オートパイロットの展開を通じて、実際のユーザー体験下でシステムがどのように機能するかを理解するために、大量のデータを蓄積してきました。彼らは、サイレントモードで実際の車でアルゴリズムをテストしており、車両の総数も急速に増加しており、これらが相まって素晴らしいテストプラットフォームを形成しています。」

アナログ技術に関しては、実質的なプロジェクトを抱える競合企業がいくつかあるとガーデス氏は言う。 「シミュレーション能力は多岐にわたりますが、非常に強力な技術がいくつかあると思います」と同氏は語った。「この分野では、もはやウェイモだけが特別なわけではありません。もちろん、彼らは大きなリードを持っていますが、現在、同様のアプローチを模索しているグループはたくさんあります。今の問題は、誰が一番になるかということです。」

これは単にニューラル ネットワークの「脳のような」機能を実証するものではありません。ニューラルネットワーク技術は人工知能の急速な発展を推進しており、アルファベット傘下の企業はこの技術を急速に取り入れている。これは Google フォト アプリではないので、1 つの間違いがあってもそれほど大きな問題は発生しません。これは、私たちの世界で完全に自律的に生活し、行動し、私たちのルールを理解し、そのニーズを伝え、私たちの目と心に明確に見えるシステムになります。

Waymo は、運転を方向や速度を操作するスキルとして捉えているようです。しかし、運転は人間の社会的活動でもあります。 「合法的な」運転に基づいた「通常の」運転とは何でしょうか? AIにこれが何を意味するのか理解させるにはどうすればよいでしょうか?

このような AI を開発するには、膨大な量のデータとエンジニアリングの専門知識だけでは不十分であることがわかりました。これらは必要ですが、十分ではありません。実際、そのような AI を開発するには、人間が車と同期して、車が人間と同じように世界を理解できるようにする必要があります。 「キャッスル」のドライバーは、車に人間のように視覚を与え、判断させる方法を知っています。おそらくこれは双方向で起こるでしょう。つまり、人間が車を理解すればするほど、車も人間を理解するようになるのです。

オースティンのラウンドアバウトの記憶は Castle の一部となり、自動運転車のデータログとなり、Carcraft のシーンとなり、シミュレーション ネットワークとなり、最終的にはオースティンのラウンドアバウトにさらに強力な自動運転車を搭載する新しいソフトウェアとなりました。

AIが世界を理解するために使われるシミュレートされた抽象的なポリゴンの中にも、人間の夢の痕跡、記憶の断片、ドライバーの感情が存在します。これらの要素は、間違いや人間の傷ではなく、輸送、都市、その他すべてに革命をもたらすことができるシステムの必要な部分です。 （Chen Huaが編集）