テスラの自動運転学習に欠かせない「オートラベリングツール」とは?

tesla-auto-labeling TESLA News
https://twitter.com/karpathy

テスラでは、FSD(完全自動運転)プログラムに参加している車両が収集した映像を多数保有していますが、それらをすべて手作業で確認するのは大変な作業です。現在は、車、人、他の道路利用者、交通標識など、道路上で車が遭遇する可能性のあるあらゆるものを識別し、ラベル付けする作業を手作業で行っています。

しかし、テスラはこの膨大な作業を自動化し、AIにやらせるためのツールを開発しており、すでにその目的を果たしているように見えます。自動ラベル付けツールの初期バージョンが動作している動画が、同社のAI関連部署のボスであるアンドレイ・カーパシー氏によってTwitterで公開されました。

【3−1】パノラマ映像セグメンテーションの目玉ツールを新しいプロジェクトのために作っています。これらは車内で動かすには「生データ」でありすぎますので、自動ラベリングツールに供給されます。大規模(10万枚以上)でクリーンかつ多様なマルチカメラの映像データセットをラベリングするデータと、そのモデルをトレーニングするエンジニアのコラボレーションです。
【3−2】マルチカメの映像データ、ゆっくりと動く視点の時間的な連続性、データソースとラベリングの緊密な連携、そしてラベルのない膨大なクリップのデータセットは、ニューラルネット側のモデリング機会を劇的に拡大します。

映像を見ると、道路からかなり離れた場所に駐車されていて、車の側面カメラでしか見えないような車でも、青いボックスではっきりと表示されています。

tesla-auto-labeling
https://twitter.com/karpathy

道路標識は緑、信号機はオレンジで表示され、AIは歩道(赤で表示)と実際の道路(少し紫がかっている)を明確に区別しているのがわかります。また、車が走れる範囲の端を青緑色で表示したり、歩道の木の周りの舗装されていない部分を緑色で表示したり、他の舗装されていない部分を表示したりして、路面が舗装されているかどうかを検出しているようです。

この課題解決はまだまだ遠い。このパノラマ映像セグメンテーションの予測を完璧なものにし、ダウンストリーム・インパクトを実現するために協力してほしい。tesla.com/AI

カーパシー氏が投稿した2つの動画の説明を見ると、何が起きているのか理解しにくいように思えますが、このツールはその名の通り、自動的にラベル付けをしてくれます。

説明文に使われている用語は、ニューラルネットワークや人工知能に詳しい人を対象としているようなので、テスラはこのツールを導入して機能させるために、新しい人材を集めようとしているのかもしれません。

この記事はこのサイトを引用・翻訳・編集して作成しています。

いつも思うのですが、FSDの機能向上のために機械学習をされるデータセットは北米の環境なので、日本国内で展開するには、相当数のデータセットでの学習が必要になるのでは?と思えて仕方がないです。

テスラ関連の最新記事を毎日AM7:00にアップしていますので、過去のニュースはこちらを参照ください。

タイトルとURLをコピーしました