ボルボ、自動運転実験でNVIDIAのディープラーニング能力を備えた車載コンピュータを採用


volvo-the-in-vehicle-computer-with-a-deep-learning-ability-of-nvidia-in-automatic-operation-experiment-is-adopted20160106-4

人工知能とスーパーコンピューティングの能力を備えた初めての車載コンピュータ、 NVIDIA DRIVE PX 2がボルボ社の自動運転実走試験を支える

NVIDIA(本社:米国カリフォルニア州サンタクララ、社長兼CEO: ジェンスン・フアン(Jen-Hsun Huang)、Nasdaq:NVDA)は、ネバダ州ラスベガスで開催されているコンシューマー・エレクトロニクス・ショー (CES) に於いて、ボルボ・カーズ(本社:ヴェストラ・イェータランド県・イエテボリ、CEO:ホーカン·サミュエルソン、以下ボルボ)の自動運転車実験プロジェクト「Drive Me」の一環として、来年、路上走行試験を行う100台のVolvo XC90 SUVに、ディープラーニングをベースとしたコンピューティング・エンジンのNVIDIA DRIVE™ PX 2が採用されたと発表した。

volvo-the-in-vehicle-computer-with-a-deep-learning-ability-of-nvidia-in-automatic-operation-experiment-is-adopted20160106-3

自動運転は、安全な車を生みだす道標としてボルボ社が掲げる目標「VISION 2020」で中核を担う技術のひとつ。

ボルボでは、自動運転や半自動運転で世界をリードする技術に於いて、自動車業界における安全性の基準を塗り替えようとしている。

ボルボ・カーズの自動運転プログラムを担っている同社ディレクタ、マーカス・ロソフ(Marcus Rothoff)氏は、「ボルボでは、新車による死者と重傷者を2020年までにゼロにすることを目標に掲げています。

高性能で反応性に優れたNVIDIAのプラットフォームは、この目標の達成に向けた重要な一歩となるもので、当社の自動運転プログラムにとってもDrive Meプロジェクトにとっても申し分のない製品だと言えます」と語った。

volvo-the-in-vehicle-computer-with-a-deep-learning-ability-of-nvidia-in-automatic-operation-experiment-is-adopted20160106-1

ボルボの自動運転プログラム、Drive Meでは、運転という複雑な操作をディープラーニングで処理するNVIDIAのDRIVE PX 2エンジンをラグジュアリー・カーに搭載することを計画している。

この車は、ボルボの本社があるイェーテボリ周辺の道路では自動運転、その他の地域では半自動運転で走行する予定だ。

NVIDIAの自動車事業担当副社長兼ジェネラルマネジャー、ロブ・チョンガー(Rob Csongor)氏は、「NVIDIAのDRIVE PX 2エンジンとディープラーニングにとって、ボルボのDrive Meプロジェクトは理想的な応用例だと言えます。

NVIDIAとしては、エンジニア数千人が何年も心血を注いだ仕事の成果を提供することで、ボルボ社が安全性の目標を達成し、イェーテボリから世界各地へ自動走行車を走らせるお手伝いがしたいと考えています」と述べた。

人間が作成したアルゴリズムより正確に物体を認識

NVIDIA DRIVE PX 2エンジンを搭載すると、人工知能の一種であるディープラーニングを使って周囲にある物体を認識し、危険を予知して安全に走行することができるという。

DRIVE PX 2が持つ8テラフロップスという処理能力はMacBook Proなら150台分に相当するレベルであり、複数のセンサから入力されるデータをリアルタイムに処理し、車線、車両、歩行者、道路標識などを車両周囲の全方位について検出するとともに、さまざまな自動運転機能を実現することが可能。

近年、ディープラーニングの技術が飛躍的に進み、外の世界を認識するコンピュータの能力が格段に高まってきた。

膨大なデータと処理能力を利用すれば、人間がプログラミングしたアルゴリズムでは不可能なほど複雑な物体も認識できるソフトウェアが生みだせる。

ディープラーニングでは、NVIDIAのスーパーコンピューティングGPUがよく利用されている。

たとえばMicrosoftもGoogleも、ImageNet Large Scale Visual Recognition Challengeで十分に修練を積んだ人間より好成績をあげる画像認識システムを構築しているが、その際、両社ともGPUを活用している。

加えてMicrosoftは、先日、知能試験で人間の上を行くレベルまでディープ・ニューラル・ネットワークをトレーニングすることにも成功している。

自己位置推定と経路探索

自己位置推定と経路探索においては、その瞬間の周辺状況と詳細地図を比較し、安全な走行経路をみつけてその通りに進んでいくことができる。

状況に変化があれば、変化に応じた調整を行っていく。DRIVE PX 2は、このほかにも、カメラからの入力データをつなぎ合わせ、車両周辺の全方位モニターを実現するといったことも可能。

複数センサのデータを解釈しなければならない自動運転自動車は膨大なコンピューティング資源が必要となるため、開発早期のプロトタイプはトランクがコンピュータで一杯でした。DRIVE PX 2なら、同じ機能をタブレット・サイズで実現することができる。

volvo-the-in-vehicle-computer-with-a-deep-learning-ability-of-nvidia-in-automatic-operation-experiment-is-adopted20160106-2

NVIDIAについて

1993年以来、NVIDIA(NASDAQ: NVDA)は、ビジュアル・コンピューティングという芸術的な科学の世界をリードしてきた。

今日もゲーミング、自動車、データセンターおよびプロフェショナル・ビジュアリゼーションの分野で特化したプラットフォームを提供し続けている。

詳細情報