Upgrade to Pro — share decks privately, control downloads, hide ads and more …

SSII2024 [OS3] 生成AIと完全自動運転

画像センシングシンポジウム
PRO
June 12, 2024
Technology
0
660

SSII2024 [OS3] 生成AIと完全自動運転

画像センシングシンポジウム
PRO

June 12, 2024
Tweet

More Decks by 画像センシングシンポジウム

See All by 画像センシングシンポジウム
SSII2024 [OS1] 自動運転における 重要技術とトレンド紹介
ssii
PRO
0
850
SSII2024 [PD] SSIIアナザーストーリーズ
ssii
PRO
0
240
SSII2024 [OS1] 画像生成技術の発展： 過去10年の軌跡と未来への展望
ssii
PRO
3
2.3k
SSII2024 [OS1] 現場の課題を解決する ロボットラーニング
ssii
PRO
0
710
SSII2024 [OS1] 画像認識におけるモデル・データの共進化
ssii
PRO
0
620
SSII2024 [OS1] 研究紹介100連発（オープンニング）
ssii
PRO
0
580
SSII2024 [OS2] 大規模言語モデルと基盤モデルの射程
ssii
PRO
0
590
SSII2024 [OS2] 画像、その先へ 〜モーション解析への誘い〜
ssii
PRO
1
1.3k
SSII2024 [OS2] 大規模言語モデルとVision & Languageのこれから
ssii
PRO
5
1.6k

Other Decks in Technology

See All in Technology
Reactフレームワークプロダクトを
モバイルアプリにして、もっと便利に。 ユーザに価値を届けよう。/React Framework with Capacitor
rdlabo
0
130
.NET 最新アップデート ～ AI とクラウド時代のアプリモダナイゼーション
chack411
0
200
エンジニアリングマネージャー視点での、自律的なスケーリングを実現するFASTという選択肢 / RSGT2025
yoshikiiida
4
3.7k
Oracle Exadata Database Service(Dedicated Infrastructure)：サービス概要のご紹介
oracle4engineer
PRO
0
12k
I could be Wrong!! - Learning from Agile Experts
kawaguti
PRO
8
3.4k
商品レコメンドでのexplicit negative feedbackの活用
alpicola
1
350
深層学習と3Dキャプチャ・3Dモデル生成（土木学会応用力学委員会 応用数理・AIセミナー）
pfn
PRO
0
460
機械学習を「社会実装」するということ 2025年版 / Social Implementation of Machine Learning 2025 Version
moepy_stats
5
1k
When Windows Meets Kubernetes…
pichuang
0
300
テストを書かないためのテスト/ Tests for not writing tests
sinsoku
1
170
駆け出しリーダーとしての第一歩〜開発チームとの新しい関わり方〜 / Beginning Journey as Team Leader
kaonavi
0
120
生成AI × 旅行 LLMを活用した旅行プラン生成・チャットボット
kominet_ava
0
160

Featured

See All Featured
jQuery: Nuts, Bolts and Bling
dougneiner
62
7.6k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
44
9.4k
Building a Modern Day 
E-commerce SEO Strategy
aleyda
38
7k
Adopting Sorbet at Scale
ufuk
74
9.2k
Docker and Python
trallard
43
3.2k
Practical Orchestrator
shlominoach
186
10k
Product Roadmaps are Hard
iamctodd
PRO
50
11k
Building Flexible Design Systems
yeseniaperezcruz
328
38k
How To Stay Up To Date on Web Technology
chriscoyier
790
250k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
29
960
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
3
180
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
28
4.5k

Transcript

  1. 生成AIと完全自動運転 2024.6.14 青木 俊介 （チューリング株式会社 取締役CTO/ 国立情報学研究所 助教）

  2. None

  3. 共同創業者・CTO 青木俊介 2014年 東京大学 大学院 修士（情報理工学） 2015年-2020年 米・カーネギーメロン大学の情報工学科でPh.D. ゼネラルモーターズと自動運転システム開発 自動運転の研究・開発に従事

    2021年4月 国立情報学研究所 助教 2021年8月 チューリング株式会社を共同創業 CTO

  4. How can we conquer the market held by Japanese car

    makers by autonomous driving? （日本の自動車メーカーが持っている市場を どう自動運転ソフトウェアで奪えるだろうか？）

  5. 日本は製造業・モノづくりが伝統的に強い しかし情報・ITによる「変化」で負けてきた

  6. 日本は製造業・モノづくりが伝統的に強い しかし情報・ITによる「変化」で負けてきた

  7. 世界はテスラを評価している

  8. 日本の年間自動車出荷額： 60兆円 自動車産業の就業人口： 550万人 全就業人口に対する比率： 8.5% 日本の基幹産業の危機

  9. 日本の年間自動車出荷額： 60兆円 自動車産業の就業人口： 550万人 全就業人口に対する比率： 8.5% 日本の基幹産業の危機

  10. None

  11. 「情報」のプラットフォーム

  12. 2023年の対米ITサービス： 5.6兆円の赤字 2030年の対米ITサービス： 10兆円の赤字 「デジタル小作人」 「ITの植民地」

  13. 生成AIと完全自動運転 チューリング 共同創業者CTO 青木俊介

  14. None
  15. None
  16. None
  17. None
  18. None
  19. None
  20. None
  21. None

  22. 運転シーンの理解：既存 vs LLM自動運転

  23. 運転シーンの理解：既存 vs LLM自動運転

  24. 運転シーンの理解：既存 vs LLM自動運転 「AIによる物体の個別認識→ルールベースのコンテキスト理解・意思決定」から 「AIによるコンテキスト理解・意思決定」に移行

  25. None
  26. None
  27. None

  28. Vision-Language Modelの開発

  29. None
  30. None
  31. None
  32. None
  33. None
  34. None
  35. None
  36. None
  37. None
  38. None
  39. None

  40. まとめ • 完全自動運転には生成AI・LLMが必要 • コンテキストを理解する「脳」が必要 • 車に組み込むには速度が大事 • LLMの推論はスループット・レイテンシに課題 •

    HW・SW両面での高速化 • チューリング、採用も積極的です！ • プレシリーズA調達！ • 勝ち馬をつくろう！

  41. 生成AIと完全自動運転 チューリング 共同創業者CTO 青木俊介