Uber には 20 社以上の自動運転車パートナーがいますが、彼らは皆、データという 1 つのことを望んでいます。そこで同社は、Uber AV Labsと呼ばれる新しい部門を通じてこれを利用できるようにすると述べている。
その名前にもかかわらず、Uber は いいえ は、試験車両の1台で歩行者が死亡したことを受けて2018年に開発を中止していた、独自のロボタクシー開発に復帰している。 （ウーバーは最終的にオーロラとの複雑な契約により、2020年に同部門を売却した。）だが同社は、ウェイモ、ワビ、ルシッド・モーターズなどのパートナー向けにデータを収集するセンサーを備えた都市に自社の車を送り込む予定だが、まだ契約は締結されていない。
大まかに言えば、自動運転車はルールベースの動作から強化学習への依存度を高めつつあります。偶然にも、現実世界の運転データは、これらのシステムをトレーニングする上で非常に貴重なものになっています。
UberはTechCrunchに対し、このデータを最も必要としている自動運転車企業はすでにデータの多くを自社で収集していると語った。これは、多くの主要な AI ラボと同様に、最も極端なケースを「解決する」ことは大きな勝負であると認識していることの表れです。
物理的な境界
現時点では、自動運転車会社のフリートの規模により、収集できるデータ量に物理的な制限が生じています。そして、これらの企業の多くは、エッジケースに備えて現実世界の環境をシミュレートしていますが、車が遭遇する奇妙で困難で完全に予測不可能なシナリオをすべて発見するには、実際の道路を運転し、何度も運転することよりも優れたものはありません。
Waymo はこの違いの例を示しています。同社は10年前から自動運転車を運用またはテストしてきたが、現在のロボタクシーは最近、停車中のスクールバスを違法に追い越していたことが摘発された。
Uberの最高技術責任者であるPraveen Nappalli Naga氏はTechCrunchの独占インタビューで、より大規模な運転データプールにアクセスできれば、ロボタクシー企業が早期に、あるいは成長に合わせてこうした問題の一部を解決できる可能性があると語った。
テッククランチイベント
サンフランシスコ
|
2026 年 10 月 13 ～ 15 日
そして、Uber は料金を一切請求しません。少なくともまだです。
「私たちの主な目標は、このデータを民主化することですよね? つまり、このデータの価値とパートナーの AV テクノロジーの進歩は、そこから得られる収益よりもはるかに大きいのです。」と彼は言いました。
ウーバーのエンジニアリング担当副社長ダニー・グオ氏は、製品と市場の適合性を見極める前に、研究所では基本的なデータ基盤を構築する必要があると述べた。 「なぜなら、私たちがそれをしなければ、他の誰にもそれができるとは信じられないからです」と郭氏は語った。 「したがって、業界全体の可能性を解き放ち、エコシステム全体を加速できる可能性のある者として、私たちは今この責任を負わなければならないと信じています。」
ネジとセンサー
新しい AV Labs 部門は小規模にスタートします。これまでのところ、彼が所有する車は 1 台だけ（ヒュンダイの Ioniq 5、ウーバーは単一のモデルに縛られていないと言っている）だが、郭氏は TechCrunch に対し、彼のチームはまだ LIDAR、レーダー、カメラなどのセンサーの開発に取り組んでいると語った。
「センサーキットが落ちるかどうかはわかりませんが、それが私たちに欠けているものです」と彼は笑いながら言いました。 「100台の車が道路に配備されてデータ収集が始まると言えるまでには、しばらく時間がかかると思います。しかし、プロトタイプはすでに存在しています。」
パートナーは生データを受け取りません。 Uber AV Labs のフリートが稼働したら、同部門は「データを整理し、パートナーと協力して適切なサービスを見つける」必要があるとナーガ氏は述べた。この「意味理解」層は、Waymo などの企業の運転ソフトウェアがロボタクシーのリアルタイムの経路計画を改善するために利用するものです。
それでもGuo氏は、中間的なステップが取られる可能性が高く、Uberは基本的にパートナーの運転ソフトウェアをAV Labsの車に接続して「シャドウモード」で実行することになるだろうと述べた。 Uber AV Labs のドライバー自動運転車ソフトウェアがシャドウ モードでの動作と異なる動作を行うたびに、Uber はパートナー企業に報告します。
これは運転ソフトウェアの欠陥を見つけるのに役立つだけでなく、ロボットではなく人間に近い運転をするようにモデルを訓練するのにも役立つと郭氏は述べた。
テスラアプローチ
このアプローチに見覚えがあると思われるなら、それは本質的に、テスラが自社の自動運転車ソフトウェアをトレーニングするために過去 10 年間行ってきたことだからです。しかし、ウーバーのアプローチは、何百万もの顧客の車が毎日世界中の道路を走行しているテスラほどの規模には欠けている。
ウーバーはこれに関して何の問題もありません。郭氏は、自動運転車企業のニーズに基づいて、より的を絞ったデータ収集を行うと予想していると述べた。
「600 の都市から選択できます [from]。パートナーが興味のある特定の都市を教えてくれれば、私たちは貢献できます [cars]」と彼は言いました。
ナガ氏は、同社はこの新しい部門を1年以内に数百人規模に成長させたいと考えており、ウーバーも急速に成長したいと述べた。そして彼は、Uber の配車車両全体を活用してさらに多くのトレーニング データを収集できる未来を見ている一方で、新しい部門をどこかで始めなければならないことも分かっています。
「パートナーとの会話によると、彼らは『役立つものは何でもください』と言っているだけです。その理由は、ウーバーが収集できるデータの量は、おそらく自社のデータ収集で可能な量を超えているからだ、と郭氏は述べた。
