はじめに：Uberが「AV Labs」を設立
Uberは、20社以上の自動運転車パートナー企業を抱えており、これらの企業が共通して求めているのが走行データです。Uberはこのニーズに応えるため、新たに「Uber AV Labs」という部門を立ち上げ、データ提供を開始すると発表しました。
この動きは、Uberが自社でのロボタクシー開発に回帰するものではありません。同社は2018年のテスト車両による死亡事故の後、自社開発を中止し、2020年にはその部門をAuroraとの複雑な取引で売却しています。Uber AV Labsは、Waymo、Waabi、Lucid Motorsなどのパートナー企業のために、センサーを搭載した車両を都市に送り込み、データを収集することを目的としています。
自動運転の未来：データ駆動型アプローチへの移行
現在、自動運転車の開発は、ルールベースの運用から強化学習への依存へと大きくシフトしています。この変化に伴い、実世界の走行データはシステムのトレーニングにおいて極めて価値の高いものとなっています。
Uberによると、このデータを最も必要としているのは、すでに多くのデータを自社で収集している自動運転車企業であり、極端なエッジケースを「解決」するには大量のデータが不可欠であると認識していることが背景にあります。
データ収集の課題とリアルワールドの価値
自動運転車企業の車両フリートの規模は、収集できるデータ量に物理的な限界をもたらします。また、多くの企業がシミュレーション環境でエッジケースを補完していますが、実際の道路での走行に勝るものはありません。これにより、車が遭遇する奇妙で困難、そして全く予期せなかったシナリオを全て発見することができます。
例えば、Waymoのロボタクシーが最近、停車中のスクールバスを違法に追い越す事例が報告されました。Uberの最高技術責任者であるプラヴィーン・ネッパッリ・ナガ氏は、より大規模な走行データにアクセスできれば、ロボタクシー企業はこうした問題を未然に解決できる可能性があると述べています。
Uberの戦略：データの民主化と「シャドウモード」
Uberは当初、データの料金を請求しない方針です。ナガ氏は「我々の主な目標は、このデータを民主化することだ」と語り、パートナーのAV技術の進歩が、そこから得られる金銭的価値よりもはるかに大きいと考えています。エンジニアリング担当副社長のダニー・グオ氏も、まず基本的なデータ基盤を構築し、その後に製品市場適合性を見出す必要があると説明しています。
AV Labs部門は、現在1台の車両（ヒョンデ・アイオニック5）で小規模にスタートしており、グオ氏はセンサーの取り付け作業を文字通り手作業で行っていると語っています。パートナーは生データを受け取ることはなく、Uberはデータを「加工・処理」してパートナーに適合させるとのこと。これは「セマンティック・アンダースタンディング」レイヤーと呼ばれ、Waymoのような企業の運転ソフトウェアがリアルタイムの経路計画を改善するために活用するものです。
さらに、Uberはパートナーの運転ソフトウェアをAV Labsの車両に搭載し、「シャドウモード」で走行させる中間ステップも計画しています。これにより、AVソフトウェアが人間と異なる運転をした場合にそれを記録し、パートナー企業にフィードバックすることで、ソフトウェアの欠陥を発見し、より人間らしい運転モデルをトレーニングするのに役立てます。
テスラとの比較と今後の展望
このアプローチはテスラが過去10年間、自社の自動運転ソフトウェアのトレーニングで行ってきたことと本質的に似ていますが、Uberのアプローチはテスラが持つ数百万台の車両という規模には及びません。しかし、Uberはこれについて懸念していません。グオ氏は、パートナー企業のニーズに基づいてより的を絞ったデータ収集を行う予定であり、「我々には600の都市があり、そこから選ぶことができる。パートナーが特定の都市に関心があれば、そこに車両を展開できる」と述べています。
ナガ氏は、この新部門を1年以内に数百人規模に拡大する計画であり、迅速な行動を望んでいます。将来的には、Uberのライドヘイル車両全体をトレーニングデータ収集に活用できる可能性も視野に入れています。グオ氏は、「パートナーとの会話から、彼らは『役立つものなら何でもほしい』と言っている。Uberが収集できるデータ量は、彼ら自身ができるあらゆるデータ収集を上回るからだ」と語り、この取り組みへの期待を示しました。