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

SSII2024 [OS3] 生成AIと完全自動運転

Sponsored · SiteGround - Reliable hosting with speed, security, and support you can count on. →
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
960
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
590
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
1.1k
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
430
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
550
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
570
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
340
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
330
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
310
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
300

Other Decks in Technology

See All in Technology
SONiCの統計情報を取得したい
Avatar for SONiC Users Group Japan sonic
0
100
FDE という解 ― 暗黙知と明示知をつなぐ、伴走型エンジニアリング ―
Avatar for 太田 博三 otanet
0
150
2026TECHFRESH畢業分享會 - Lightning Talk - E起 See See : 電商推薦讀心術? 數據說了算
Avatar for LINE Developers Taiwan line_developers_tw
PRO
0
930
新しいVibe Codingと”自走”について
Avatar for watany watany
6
310
How Timee Delivers Day 1 Production Ready LLM Features
Avatar for tomoyks tomoyks
0
190
ルールやカスタム機能、どう活かす?ハンズオンで体感するIBM Bobの出力コントロール
Avatar for mu (Mizuho Uehara) muehara
1
150
自律型AIエージェントは何を破壊するのか
Avatar for kojira kojira
0
160
SONiCで構築・運用する生成AI向けパブリッククラウドネットワーク ～実装編～
Avatar for SONiC Users Group Japan sonic
0
140
2026TECHFRESH畢業分享會 - Lightning Talk - 打造精準高效的 MCP 設計模式與測試實務
Avatar for LINE Developers Taiwan line_developers_tw
PRO
0
930
なぜ Platform Engineering の土台に Kubernetes を選ぶのか
Avatar for Ray r4ynode
2
620
Chainlitで作るお手軽チャットUI
Avatar for tomo ynt0485
0
230
FinOps × AIエージェントで実現する コストインシデントの自動調査
Avatar for T.REX oasis1994liveforever
0
130

Featured

See All Featured
svc-hook: hooking system calls on ARM64 by binary rewriting
Avatar for Akira Moroo retrage
2
300
Applied NLP in the Age of Generative AI
Avatar for Ines Montani inesmontani
PRO
4
2.3k
Understanding Cognitive Biases in Performance Measurement
Avatar for Philip Tellis bluesmoon
32
2.9k
A brief & incomplete history of 
UX Design for the World Wide Web: 1989–2019
Avatar for Jason CranfordTeague jct
2
390
Building AI with AI
Avatar for Ines Montani inesmontani
PRO
1
1.1k
XXLCSS - How to scale CSS and keep your sanity
Avatar for Zaharenia Atzitzikaki sugarenia
250
1.3M
Embracing the Ebb and Flow
Avatar for Simon Collison colly
88
5.1k
Building a Scalable Design System with Sketch
Avatar for Laura Van Doore lauravandoore
463
34k
Building Applications with DynamoDB
Avatar for Matt Wood mza
96
7.1k
The Hidden Cost of Media on the Web [PixelPalooza 2025]
Avatar for Tammy Everts tammyeverts
2
330
Six Lessons from altMBA
Avatar for Skipper Chong Warson skipperchong
29
4.3k
Visualization
Avatar for Eitan Lees eitanlees
152
17k

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