Upgrade to Pro — share decks privately, control downloads, hide ads and more …

SSII2024 [OS3] 生成AIと完全自動運転

Avatar for 画像センシングシンポジウム 画像センシングシンポジウム PRO
June 12, 2024
Technology
0
930

SSII2024 [OS3] 生成AIと完全自動運転

Avatar for 画像センシングシンポジウム

画像センシングシンポジウム PRO

June 12, 2024
Tweet

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
SSII2025 [OS3] どの論文でもダメなんだけど！ 〜実応用とその課題〜
Avatar for 画像センシングシンポジウム ssii
PRO
2
1.7k
SSII2025 [OS3-01] End-to-End自動運転の実応用の現場から
Avatar for 画像センシングシンポジウム ssii
PRO
6
3.3k
SSII2025 [OS3-02] 広告における画像生成技術の実応用の現状
Avatar for 画像センシングシンポジウム ssii
PRO
6
1.4k
SSII2025 [OS3-03] 有機ミニトマト農場におけるロボット開発と基礎研究
Avatar for 画像センシングシンポジウム ssii
PRO
0
1.1k
SSII2025 [OS2-01] 自動運転の性能と共に進化するセンシングデバイス
Avatar for 画像センシングシンポジウム ssii
PRO
2
2k
SSII2025 [TS3] 医工連携における画像情報学研究
Avatar for 画像センシングシンポジウム ssii
PRO
3
1.4k
SSII2025 [OS2] 新たなセンシングの潮流
Avatar for 画像センシングシンポジウム ssii
PRO
1
690
SSII2025 [OS2-02] イベントカメラの研究紹介と可視光通信への応用
Avatar for 画像センシングシンポジウム ssii
PRO
1
1.4k
SSII2025 [OS2-03] マルチ／ハイパースペクトル領域における高度な画像撮影および処理技術
Avatar for 画像センシングシンポジウム ssii
PRO
2
1.4k

Other Decks in Technology

See All in Technology
Introduction to Sansan for Engineers / エンジニア向け会社紹介
Avatar for Sansan, Inc. sansan33
PRO
6
71k
Oracle Cloud Infrastructure：2026年2月度サービス・アップデート
Avatar for oracle4engineer oracle4engineer
PRO
0
200
生成AIの利用とセキュリティ /gen-ai-and-security
Avatar for Masayoshi Mizutani mizutani
0
430
Kiro のクレジットを使い切る！
Avatar for otanikohei otanikohei2023
0
110
生成AI活用によるPRレビュー改善の歩み
Avatar for LINEヤフーTech (LY Corporation Tech) lycorptech_jp
PRO
4
2k
LINEヤフーにおけるAI駆動開発組織のプロデュース施策
Avatar for LINEヤフーTech (LY Corporation Tech) lycorptech_jp
PRO
0
390
【５分でわかる】セーフィー エンジニア向け会社紹介
Avatar for Safie safie_recruit
0
44k
Introduction to Sansan Meishi Maker Development Engineer
Avatar for Sansan, Inc. sansan33
PRO
0
360
EMからICへ、二周目人材としてAI全振りのプロダクト開発で見つけた武器
Avatar for Yuji Yamaguchi yug1224
3
150
Master Dataグループ紹介資料
Avatar for Sansan, Inc. sansan33
PRO
1
4.4k
バクラクのSREにおけるAgentic AIへの挑戦/Our Journey with Agentic AI
Avatar for SadayoshiTada taddy_919
2
970
チームメンバー迷わないIaC設計
Avatar for hayama hayama17
5
3.7k

Featured

See All Featured
[RailsConf 2023 Opening Keynote] The Magic of Rails
Avatar for Eileen M. Uchitelle eileencodes
31
10k
Applied NLP in the Age of Generative AI
Avatar for Ines Montani inesmontani
PRO
4
2.1k
Building AI with AI
Avatar for Ines Montani inesmontani
PRO
1
760
Bootstrapping a Software Product
Avatar for Garrett Dimon garrettdimon
PRO
307
120k
Building Adaptive Systems
Avatar for Chris Keathley keathley
44
2.9k
CoffeeScript is Beautiful & I Never Want to Write Plain JavaScript Again
Avatar for Sam Stephenson sstephenson
162
16k
Information Architects: The Missing Link in Design Systems
Avatar for Michelle Chin soysaucechin
0
810
The agentic SEO stack - context over prompts
Avatar for schlessera schlessera
0
680
How to audit for AI Accessibility on your Front & Back End
Avatar for davetheseo davetheseo
0
200
職位にかかわらず全員がリーダーシップを発揮するチーム作り / Building a team where everyone can demonstrate leadership regardless of position
Avatar for MADOX madoxten
59
50k
Mobile First: as difficult as doing things right
Avatar for Swwweet swwweet
225
10k
How to build a perfect <img>
Avatar for Jono Alderson jonoalderson
1
5.2k

Transcript

  1. 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）

  2. None

  3. 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

  4. 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？）

  5. 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

  6. 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

  7. 世界はテスラを評価している

  8. 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

  9. 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

  10. None

  11. 「情報」のプラットフォーム

  12. 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」

  13. 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

  14. None
  15. None
  16. None
  17. None
  18. None
  19. None
  20. None
  21. None

  22. 運転シーンの理解：既存 vs LLM自動運転

  23. 運転シーンの理解：既存 vs LLM自動運転

  24. 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

  25. None
  26. None
  27. None

  28. Vision-Language Modelの開発

  29. None
  30. None
  31. None
  32. None
  33. None
  34. None
  35. None
  36. None
  37. None
  38. None
  39. None

  40. 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！

  41. 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