Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
SSII2024 [OS3] 生成AIと完全自動運転
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
画像センシングシンポジウム
PRO
June 12, 2024
Technology
990
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
SSII2024 [OS3] 生成AIと完全自動運転
画像センシングシンポジウム
PRO
June 12, 2024
More Decks by 画像センシングシンポジウム
See All by 画像センシングシンポジウム
SSII2026 [SS1] 作業動画理解 〜基盤モデル時代の応用と課題〜
ssii
PRO
0
770
SSII2026 [SS2] CADにおけるAI分野の動向と製造業 への実適⽤
ssii
PRO
1
1.5k
SSII2026 [TS2] 日本古典文化とAI ~ データセットからアプリケーションまで~
ssii
PRO
0
540
SSII2026 [PT1] アクセラレーテッド・コンピューティングが切り拓く知能の最前線 ~生成AIからエージェンティックAI、そしてフィジカルAIへの進化~
ssii
PRO
0
680
SSII2026 [PT2] 記号創発ロボティクスとフィジカルAIの展開 〜集合的予測符号化が繋ぐ言語と身体の時空間階層性〜
ssii
PRO
0
760
SSII2026 [OS1] 計算機インフラどうしてる?
ssii
PRO
0
420
SSII2026 [OS1-1] 機械学習のための計算基盤の開発
ssii
PRO
0
410
SSII2026 [OS1-2] 学術クラウド基盤mdx IIの 設計と運用
ssii
PRO
0
470
SSII2026 [OS1-3] 実験室自動化を目指した 計算機との試行錯誤
ssii
PRO
0
400
Other Decks in Technology
See All in Technology
AIで仕事のやり方を変える
matsu7874
3
1k
Microsoft 365 Copilot chat -tekoälypalvelun tietosuojaongelmat
hponka
0
650
Snowflakeのコスト最適化を支えるアーキテクチャ設計
ktatsuya
1
1.4k
Sigmaユーザーのための有用リソース一挙公開 & Sigmaで使えるMCP #sigma_ucj /useful-resources-for-sigma-computing-users-and-mcps-with-sigma
shinyaa31
0
180
AI時代に顧客へ最速で価値を 届けるための試行錯誤 〜「AI × マネジメント」領域におけるmentoのケース〜
posterkeisuke
0
110
WAF 運用改善の承認サイクル/SRE_BizReach_MIXI_1
visional_engineering_and_design
2
420
Multica × 長期記憶:40個のミニプロジェクト管理
eiei114
1
240
Tab5をRubyで動くパソコンにする
kishima
2
310
アリアドネの糸と、20年ごとの建て替え ── 長尾真『電子図書館』を、伊勢で読み直す / Rereading Makoto Nagao’s "Electronic Library" in Ise
ykiyota
0
150
AIで実装は速くなった。なのにプロダクトは速くならない。職能の壁を越えて価値のフローを設計する
nwiizo
8
7.8k
#jawssonic2026 あの時代が悪かった ~動かなかったSageMakerと共に迎えたイベント当日~
ktkn1129
0
140
GoにおけるFFIのこれまでとこれから
goccy
5
2.3k
Featured
See All Featured
Chrome DevTools: State of the Union 2024 - Debugging React & Beyond
addyosmani
10
1.3k
Winning Ecommerce Organic Search in an AI Era - #searchnstuff2025
aleyda
1
2.1k
Leveraging Curiosity to Care for An Aging Population
cassininazir
1
490
Between Models and Reality
mayunak
4
450
The Curious Case for Waylosing
cassininazir
1
500
The Invisible Side of Design
smashingmag
301
52k
Technical Leadership for Architectural Decision Making
baasie
3
560
Why Mistakes Are the Best Teachers: Turning Failure into a Pathway for Growth
auna
0
270
技術選定の審美眼(2025年版) / Understanding the Spiral of Technologies 2025 edition
twada
PRO
120
120k
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
4.6k
The State of eCommerce SEO: How to Win in Today's Products SERPs - #SEOweek
aleyda
2
11k
AI Search: Implications for SEO and How to Move Forward - #ShenzhenSEOConference
aleyda
1
1.4k
Transcript
生成AIと完全自動運転 2024.6.14 青木 俊介 (チューリング株式会社 取締役CTO/ 国立情報学研究所 助教)
None
共同創業者・CTO 青木俊介 2014年 東京大学 大学院 修士(情報理工学) 2015年-2020年 米・カーネギーメロン大学の情報工学科でPh.D. ゼネラルモーターズと自動運転システム開発 自動運転の研究・開発に従事
2021年4月 国立情報学研究所 助教 2021年8月 チューリング株式会社を共同創業 CTO
How can we conquer the market held by Japanese car
makers by autonomous driving? (日本の自動車メーカーが持っている市場を どう自動運転ソフトウェアで奪えるだろうか?)
日本は製造業・モノづくりが伝統的に強い しかし情報・ITによる「変化」で負けてきた
日本は製造業・モノづくりが伝統的に強い しかし情報・ITによる「変化」で負けてきた
世界はテスラを評価している
日本の年間自動車出荷額: 60兆円 自動車産業の就業人口: 550万人 全就業人口に対する比率: 8.5% 日本の基幹産業の危機
日本の年間自動車出荷額: 60兆円 自動車産業の就業人口: 550万人 全就業人口に対する比率: 8.5% 日本の基幹産業の危機
None
「情報」のプラットフォーム
2023年の対米ITサービス: 5.6兆円の赤字 2030年の対米ITサービス: 10兆円の赤字 「デジタル小作人」 「ITの植民地」
生成AIと完全自動運転 チューリング 共同創業者CTO 青木俊介
None
None
None
None
None
None
None
None
運転シーンの理解:既存 vs LLM自動運転
運転シーンの理解:既存 vs LLM自動運転
運転シーンの理解:既存 vs LLM自動運転 「AIによる物体の個別認識→ルールベースのコンテキスト理解・意思決定」から 「AIによるコンテキスト理解・意思決定」に移行
None
None
None
Vision-Language Modelの開発
None
None
None
None
None
None
None
None
None
None
None
まとめ • 完全自動運転には生成AI・LLMが必要 • コンテキストを理解する「脳」が必要 • 車に組み込むには速度が大事 • LLMの推論はスループット・レイテンシに課題 •
HW・SW両面での高速化 • チューリング、採用も積極的です! • プレシリーズA調達! • 勝ち馬をつくろう!
生成AIと完全自動運転 チューリング 共同創業者CTO 青木俊介