Uberは自動運転車で利益を上げることを目指すが、自社で直接運用はしない方針

Uberの自動運転車データへの新たなアプローチ

AI駆動の車両だけに頼るのではなく、Uberは毎年数十億件に及ぶ乗車から生成される膨大なデータを活用することを目指しています。同社は、この情報を活用することで、成長著しい自動運転車業界に利益をもたらす機会があると考えています。

今週、Uberはロボタクシーパートナーが使用する車両に搭載されたカメラやセンサーからデータを収集・分析することに特化したプログラムを導入しました。主な目的は、自動運転車（AV）企業に貴重な実世界の運転データを提供することです。

Uberによると、この取り組みは世界中に5万社存在するフリートパートナーのネットワークから開始されます。これらはUberプラットフォーム上で複数の車両とドライバーを管理するサードパーティの所有者または運営者です。これらのパートナーは、天候条件や道路の危険を監視するために設計された特別なセンサーキットを車両に装着し始める、とUberの担当者は説明しています。

同社は、これらのセンサーキットは外部に取り付けられ、車両内部ではなく公道環境に焦点を当てていることを明らかにしました。

「私たちの戦略は、パートナーを支援し、安全な自動運転車を世界中のより多くの人々に提供できるようにすることです」とUberの広報担当者は述べました。

UberはWaymoを含む20社以上のパートナーのうち、どの企業がこの取り組みに参加しているかは明らかにしていません。しかし、カナダのロボタクシー企業Waabiは最近、Uberと提携し、プラットフォーム上に2万5千台のロボタクシーを導入する契約を発表しました。この契約の価値は10億ドルに上ると報じられています。

Uberは以前、Nvidiaと協力して実世界の運転データを収集しており、現在も継続的なデータ収集のためにカメラを搭載した車両を運行していると同社は述べています。

2020年、Uberは自社での自動運転車開発事業から撤退し、同分野のスタートアップであるAuroraに自動運転部門を売却しました。この決断は、2018年に自動運転Uber車両が歩行者をはねて死亡させるという悲劇的な事故の後に下されました。

自動運転車のトレーニング強化

伝統的に、自動運転分野の企業や研究者たちは、実世界での運転課題を予測するためにシミュレーションやアルゴリズムに依存してきました。たとえば、ミシガン大学のチームは、悪質な運転行動をシミュレートするAIツールを開発し、これによってAV技術のテストの費用と複雑さが軽減されました。

UberはCBSニュースに対し、新たな取り組みの重要な目的は、道路に飛んできた破片や夜間に突然現れる歩行者など、合成モデルでは予測が難しい予期せぬ出来事を捉えることにあると述べています。

「自律性の実現への最大の障害は、もはやソフトウェアやハードウェアではなく、高品質で実世界のトレーニングデータとモデルへのアクセスです」とUberの最高技術責任者であるPraveen Neppalli Naga氏は述べています。

実世界データの価値を解き放つ

Uberはこの種の情報を「ロングテールデータ」と呼び、自動運転技術を開発する企業にとって非常に価値が高い可能性があるとしています。AVの商業的成功は社会的信頼の獲得にかかっており、Uberは将来的にパートナーにデータリソースへのアクセスを有料で提供することで新たな収益を生み出せると見ています。

「このサービスが自動運転技術の普及を大きく加速させると信じています。データはすでに非常に有用であることが証明されており、その価値には楽観的です」とUberの広報担当者はコメントしています。「AVの広範な展開はUberにとって数兆ドル規模のチャンスを意味します。」

今後の課題

Lyftの元最高事業責任者で、現在は自動運転データツールを専門とするNexarのCEOであるZachary Greenberger氏は、AIと交通データの融合に大きな可能性があると認識しています。しかし彼はCBSニュースに対し、Uberが迅速にスケールアップするには大きなハードルがあるかもしれないと述べました。

またGreenberger氏は、Uberがプロのフリートドライバーに最初に焦点を当てていることが、予測不可能な状況の多様性を制限する可能性があると指摘しました。なぜなら、これらのドライバーはシミュレーションで再現が難しい、例えば子どもが突然道路に飛び出すような稀で混乱したシナリオに遭遇することが少ないためです。

「数字は圧倒的です。AV企業に有意義なデータを提供するには、Uberは数十万台の車両にセンサーを迅速に取り付ける必要があるでしょう」とGreenberger氏は説明しました。