カギは｢LLM｣､完全自動運転を目指す大実験の中身 半導体チップも自前で開発するTuringの挑戦

LLMを活用した完全自動運転のEV開発を進めるTuringの本社には、「We Overtake Tesla（テスラを追い越す）」というミッションが掲げられている（記者撮影）

2022年11月にOpenAIが公開したAIチャットボット「ChatGPT」は、多くの企業の業務プロセスで利用されるほど、一気に身近な存在となった。この技術の基となるLLM（大規模言語モデル）は、AIの能力を大幅に向上させ、まるでAIが「脳」を持っているかのごとくふるまうことを可能にした。

そんなLLMを、自動運転に応用させようとしている日本企業がある。2021年に創業したTuring（チューリング）だ。

Turingは「We Overtake Tesla（テスラを追い越す）」をミッションに掲げ、完全自動運転のEV開発を進める。山本一成CEOは、過去にコンピュータ将棋プログラム「Ponanza」を開発。山本氏と共同で創業した青木俊介CTO（最高技術責任者）は、アメリカのカーネギーメロン大学で博士号を取得し、自動運転システムの開発・研究に従事してきた。

2024年2月には、生成AIの基盤モデルを開発する事業者向けに経済産業省などが行う支援事業に、唯一「製造業」の企業として採択された。今回の助成を受け、約7.4億円相当のGPU（画像処理半導体）の計算資源も活用し、開発を進める。

レベル5の完全自動運転を目指す

自動運転はその段階に応じてレベル1～5に分けられる。現状、多くの市販車はレベル2などが中心で、アクセルやブレーキ、ハンドルの機能が部分的に自動化されている段階だ。

Turingが目指しているのはレベル5。あらゆる条件下ですべての運転操作を自動化する、完全自動運転だ。その実現に向けて、なぜLLMに目を付けたのか。

これまで自動運転の手法は大きく2つあった。1つは、レーザー光を車体に取り付け、その周囲に反射させる「LiDAR（ライダー）」という技術で、周りにある物体を3次元で認識する手法だ。

センサーベースの高精度な3次元の地図をあらかじめ作成しておき、車のセンサー情報と合わせて、今どの辺にいるかを観測する。この手法は、ロボット掃除機などにも使われている。

2つ目は、2010年後半に普及した、カメラと深層学習のAIモデルを組み合わせた手法だ。複雑なセンサーや事前の地図情報の取得を必要とせず、画像認識ベースで周囲の障害物の有無や位置情報などを全部調べることができる。