Upgrade to Pro — share decks privately, control downloads, hide ads and more …
Sign up for free

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
1k
0

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

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〜
Avatar for 画像センシングシンポジウム ssii
PRO
0
820
SSII2026 [SS2] CADにおけるAI分野の動向と製造業 への実適⽤
Avatar for 画像センシングシンポジウム ssii
PRO
1
1.6k
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～
Avatar for 画像センシングシンポジウム ssii
PRO
0
610
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~
Avatar for 画像センシングシンポジウム ssii
PRO
0
690
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〜
Avatar for 画像センシングシンポジウム ssii
PRO
0
830
SSII2026 [OS1] 計算機インフラどうしてる？
Avatar for 画像センシングシンポジウム ssii
PRO
0
430
SSII2026 [OS1-1] 機械学習のための計算基盤の開発
Avatar for 画像センシングシンポジウム ssii
PRO
0
420
SSII2026 [OS1-2] 学術クラウド基盤mdx IIの 設計と運用
Avatar for 画像センシングシンポジウム ssii
PRO
0
490
SSII2026 [OS1-3] 実験室自動化を目指した 計算機との試行錯誤
Avatar for 画像センシングシンポジウム ssii
PRO
0
420

Other Decks in Technology

See All in Technology
1万名の社員が使う認証基盤で どう信頼性を担保するか？
Avatar for KairiM kairim0
0
170
3人で1000GPU超を統合運用する？マルチクラウド＆オンプレを跨ぐ、構築と運用のリアル！
Avatar for kazuki odo kazukun0716
2
800
20260930_Gemma4_Hands-on
Avatar for tsho tsho
0
210
HacobuにおけるFDEとは/登壇資料（戸井田 裕貴）
Avatar for Hacobu hacobu
PRO
1
700
2026-09-26 Platform Engineering Kaigi 2026 インフラとアプリの境界線と委譲の設計 / Drawing the Infra and App Line
Avatar for SUZUKI Masashi masasuzu
0
550
[2026 Oracle Technical Deep Dive] エンタープライズAIエージェントを支えるOCIソリューション。ラインナップと特徴を理解しよう！ (2026年9月17日開催)
Avatar for oracle4engineer oracle4engineer
PRO
0
160
【Findyテック文化祭ワークショップ】新卒エンジニア&採用担当と作る、 なりたい姿と今やるべき一歩
Avatar for ディップ株式会社 dip_tech
PRO
0
150
生成AIと進める探索的データ分析（2026.10.03 第122回Tokyo.R勉強会）
Avatar for tatamiya tatamiya
1
700
サーバーフルコンピューティング？AWS Lambda
Avatar for TomoyaIwata iwatatomoya
0
120
Account Factory for Terraformによる 標準化されたアカウント発行の自動化
Avatar for Ryosuke Tsuruda pensuke628
0
120
Databricksメトリクスビューはじめてのもくもく会
Avatar for Takaaki Yayoi taka_aki
0
150
OSC2026on_the-world-is-waiting-for-your-voice.pdf
Avatar for Naruhiko Ogasawara naruoga
0
190

Featured

See All Featured
Building AI with AI
Avatar for Ines Montani inesmontani
PRO
1
1.3k
Leo the Paperboy
Avatar for Maya Tellez mayatellez
10
2.3k
How to Think Like a Performance Engineer
Avatar for Harry Roberts csswizardry
28
2.8k
Designing Dashboards & Data Visualisations in Web Apps
Avatar for Des Traynor destraynor
232
55k
Intergalactic Javascript Robots from Outer Space
Avatar for Vicent Martí tanoku
273
27k
The Art of Delivering Value - GDevCon NA Keynote
Avatar for David Neal reverentgeek
16
2.2k
Building a A Zero-Code AI SEO Workflow
Avatar for Ian Lurie portentint
PRO
0
750
Balancing Empowerment & Direction
Avatar for Lara Hogan lara
6
1.3k
Designing for Performance
Avatar for Lara Hogan lara
611
70k
Git: the NoSQL Database
Avatar for Brandon Keepers bkeepers
PRO
432
67k
The Director’s Chair: Orchestrating AI for Truly Effective Learning
Avatar for Mike Taylor tmiket
1
310
Imperfection Machines: The Place of Print at Facebook
Avatar for Scott Boms scottboms
270
14k

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