未ラベルデータでAI価値を解き放つ：Hologramが自律走行認識をストレステスト

データは自律走行車（AV）開発の生命線であり、自動運転システムを可能にするディープラーニングモデルを支えています。

競争力を維持するため、AVベンダーは公道で数百万マイルを走行し、ペタバイト単位の生データを蓄積しています。例えばWaymoは、実走行1,000万マイル、シミュレーション100億マイル以上のデータを記録しています。

しかし、業界は重要な問いをあまり投げかけていません：その膨大なアーカイブのうち、実際にラベル付けされているのはどれくらいで、そのラベルの精度はどの程度なのか？

Edge Case Researchの共同創業者兼CTOであるPhil Koopman氏は、最近のEE Timesインタビューで「誰もすべてをラベル付けする余裕はない」と警告しています。

データラベリングは時間とコストがかかる

アノテーションには、専門の人間レビュアーが短い動画クリップを見て、自律走行アルゴリズムに関連するすべての車両、歩行者、標識、信号機にバウンディングボックスを描く作業が必要です。このプロセスは労働集約的で高コストです。

Mediumの記事「Data Annotation: The Billion Dollar Business Behind AI Breakthroughs」は、ドメイン特化型の高品質データセットを提供するマネージドラベリングサービスの台頭を伝えています。一部の自動運転スタートアップは、これらの企業に月額数百万ドルを支払っているとのことです。

IEEE Spectrumによると、Drive.aiの共同創業者兼社長Carol Reiley氏は「数千人が物体の周りにボックスをラベル付けしている。走行1時間あたり、約800人時のラベリング作業が必要だ」と述べています。これらのチームはデータの流入に追いつくのに苦労しています。

Drive.aiのような企業は、ディープラーニングベースのアノテーションアシスタントを活用して、面倒なラベリング作業の高速化を模索しています。

未ラベルデータの活用

Koopman氏は、ペタバイトの映像をラベル付けする代わりに、データそのものを活用する代替案があると考えます。Edge Case Researchが開発した「Hologram」は、膨大なアノテーションなしで認識ソフトウェア開発を加速するAI認識ストレステストおよびリスク分析システムです。

Hologramは、同じ未ラベル映像を2回処理します。まずベースライン認識エンジンに通し、次に微妙なノイズ摂動を加えて「ストレスを与えたシナリオ」として再処理します。このノイズが、AIの決定境界に潜む弱点を露見させます。

人間ならぼやけた物体を見て判断を躊躇うかもしれませんが、AIはそれを完全に見逃すか、誤分類する可能性があります。こうした失敗を明らかにすることで、Hologramは開発者が誤動作を引き起こす正確な条件を特定するのを助けます。

未ラベルデータで動作するため、ラベリングのボトルネックを回避しながら実用的な洞察を得られます。Hologramは問題シーンを色分けバーでフラグします：オレンジは再学習が必要なニアミス、レッドはより深い調査が必要な完全な失敗（背景ノイズやコントラスト不足などのトリガー要因を示唆）です。

Koopman氏は、Hologramの「秘伝のタレ」である高度なエンジニアリングと独自アルゴリズムにより、最も重要な異常のみを浮き彫りにし、人間によるレビューを大幅に効率化すると強調します。

また、Hologramで使用される公開データセットは研究コミュニティに限定され、データを生成した同じ認識エンジンと組み合わせることで初めて意味のある分析が可能になると注意喚起しています。

Hologramのインパクトを可視化

Hologramエンジンが一時停止標識の検出失敗をハイライト。ノイズの多い背景などのトリガー条件を明らかにする（出典：Edge Case Research）

Hologramのインターフェースは、ニアミスをオレンジバーで示しアルゴリズムの再学習を促し、完全な検出失敗をレッドバーでフラグし、ポールへの近接や低コントラストなどの原因を設計者が追跡できるようにします。

Hologramは、認識ソフトウェアが奇妙に振る舞うエッジケースをAV設計者が発見するのを助け、安全性を脅かす可能性を提示（出典：Edge Case Research）

Ansysとの戦略的パートナーシップ

Ansysは最近、Edge Case Researchと協力し、Hologramを自社のシミュレーションプラットフォームに組み込むことを発表しました。目標は、自律走行車開発のための業界初の包括的なシミュレーションパイプラインを構築することです。AnsysはBMWとも協力しており、BMWは2021年までに初のAVを提供することを目指しています。

ANSYSとBMWが自律走行用シミュレーションツールチェーンを構築（出典：Ansys）

— Junko Yoshida、AspenCore Mediaグローバル共同編集長、EE Timesチーフインターナショナルコレスポンデント

>> この記事はもともと姉妹サイトEE Timesで「Use Unlabeled Data to See If AI Is Just Faking It.」として公開されました。