NVIDIA、自動運転車両向けディープニューラルネットワークへのアクセスを運輸業界に向けて提供

AIは、安全な自動運転車（以下、AV）の開発に欠かせないものである。AIは、リアルタイムで周辺環境を認識して対応し、インテリジェントな走行を行う。その核となるのは、冗長化を行い、多様性を持たせた課題に取り組む数十のディープニューラルネットワーク（以下、DNN）であり、これにより、正確な認識や位置推定、経路計画を可能にする。

NVIDIAでは、DNNの開発とトレーニングを数年にわたって行ってきた。これらのDNNは、交通信号と標識の認知、物体（車両、歩行者、自転車）の検知および経路認知、ならびに車両内での視線検知やジェスチャー認識に対応する。

今回、同社は、運輸業界に向けて、NVIDIA DRIVE DNNをNVIDIA GPU Cloud（以下、NGC）コンテナーレジストリから提供すると発表した。

AV開発を行うNVIDIA DRIVEは、自動車メーカーやトラックメーカー、ロボタクシー会社、ソフトウェア会社、大学などで利用されている。現在同社は、AV開発者が自社のトレーニング済みAIモデルとトレーニングコードを利用できるようにしている。

また、NVIDIAのDNNを利用可能にする事に加え、一連のツールを提供すると発表した。開発者が独自のデータセットと目標とする機能のセットを使って、NVIDIAのDNNをカスタマイズして拡張する事ができる。これらのツールにより、能動学習、フェデレーションラーニングおよび転移学習を使って、以下のようにDNNをトレーニングすることが可能だ。

能動学習は、人によるデータのキュレーションではなくAIによる自動的なデータ選択を行う事で、データ収集費用の削減が可能になる。
フェデレーションラーニングにより、企業は、データの機密性や自社の知的財産を保護しながら、国をまたいで、他の企業と共同でデータセットを活用する事ができるようになる。
転移学習により、自社の認識ソフトウェア開発を加速できるようになり、さらに自社のアプリケーションや目標とする性能を実現するためのニューラルネットの構築も可能になる。

同社は、NGCでAIモデルを利用可能にし、先進のトレーニングツールを導入することで、AVの開発および展開のためのエンドツーエンドプラットフォームを強化する。