Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
SSII2024 [OS3] 生成AIと完全自動運転
Search
画像センシングシンポジウム
PRO
June 12, 2024
Technology
0
520
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
Share
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
590
SSII2024 [PD] SSIIアナザーストーリーズ
ssii
PRO
0
180
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
1.7k
SSII2024 [OS1] 現場の課題を解決する ロボットラーニング
ssii
PRO
0
500
SSII2024 [OS1] 画像認識におけるモデル・データの共進化
ssii
PRO
0
450
SSII2024 [OS1] 研究紹介100連発(オープンニング)
ssii
PRO
0
460
SSII2024 [OS2] 大規模言語モデルと基盤モデルの射程
ssii
PRO
0
450
SSII2024 [OS2] 画像、その先へ 〜モーション解析への誘い〜
ssii
PRO
1
1.2k
SSII2024 [OS2] 大規模言語モデルとVision & Languageのこれから
ssii
PRO
5
1.4k
Other Decks in Technology
See All in Technology
標準最高!標準はださくないぞ! at fukuoka.ts #1
yoiwamoto
0
150
20240906_JAWS_Yamanashi_#1_leap_beyond_the_AWS_all_certifications
tsumita
1
100
目標設定と習慣化で今よりも一歩生産性を上げる
sansantech
PRO
7
2.3k
「名前解決」から振り返るAmazon VPC
yuki_ink
0
320
すぐに始めるAWSコスト削減。短期でできる改善策と長期的な運用負荷軽減への取り組み方を解説
ncdc
1
120
デジタル化・DX推進あるある
y150saya
0
220
エンジニア採用を起点に取り組む組織の改善活動と課題、中長期のタスク管理/ #HRmethod
nishiuma
4
3.3k
Datadog を使ったプロダクトとクラウドの セキュリティモニタリング
mrtc0
0
450
Dify - LINE Bot連携 考え方と実用テクニック
uezo
5
1.1k
タイミーのBraze活用 ~PUSH通知を活用したレコメンド~
ozeshun
2
120
強いチームを夢見て-PMからSREに転身して1年の振り返り / 20240906_bengo4_sre
bengo4com
1
750
株式会社M2X エンジニアチーム紹介資料
m2xsoftware
0
320
Featured
See All Featured
Making the Leap to Tech Lead
cromwellryan
128
8.8k
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
soudai
165
48k
Happy Clients
brianwarren
96
6.6k
StorybookのUI Testing Handbookを読んだ
zakiyama
25
5k
Product Roadmaps are Hard
iamctodd
PRO
48
10k
Scaling GitHub
holman
458
140k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
248
20k
Building Adaptive Systems
keathley
36
2.1k
Music & Morning Musume
bryan
46
6k
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
33
1.7k
A Tale of Four Properties
chriscoyier
155
22k
Docker and Python
trallard
39
3k
Transcript
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)
None
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
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?)
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
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
世界はテスラを評価している
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
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
None
「情報」のプラットフォーム
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」
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
None
None
None
None
None
None
None
None
運転シーンの理解:既存 vs LLM自動運転
運転シーンの理解:既存 vs LLM自動運転
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
None
None
None
Vision-Language Modelの開発
None
None
None
None
None
None
None
None
None
None
None
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!
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