空気を読む自動運転！？救急車に道を譲るAIの秘密

お、いいところに目をつけたね。簡単に言うと、自動運転車に「人間社会の暗黙のルール」を守らせるための研究だよ。例えば、救急車が後ろから来たら道を譲るとか、スクールバスが止まってたら自分も止まるとか。そういうのって、人間には当たり前だけど、AIには教えるのがすごく難しいんだ。

それだけじゃ足りないんだよ。工事現場で交通整理の人が手旗信号をしてたら、信号機よりそっちを優先しなきゃいけないでしょ？そういう「状況に応じた柔軟な判断」が、今の自動運転の課題なんだ。

鋭いね。確かにVLMを使えば判断はできる。でも、VLMは計算がめちゃくちゃ重いんだ。1枚の画像を判断するのに0.5秒とかかかってたら、時速60キロで走ってる車は手遅れになっちゃう。だから、リアルタイムでは使えないっていう弱点があるんだよ。

そこで「潜在空間」と「世界モデル」の出番だよ。まず、学習の時だけVLMに「この状況は危ない？」って聞いて、その答えを「世界モデル」っていう、車の周りの状況をコンパクトにまとめたデータ（潜在空間）の中に覚え込ませるんだ。これを「潜在セマンティック・ルール・エンコーディング」って呼んでいるよ。

そう、AIが理解しやすいように情報をギュッと圧縮した場所のことだね。本番の運転では、重いVLMは使わずに、その圧縮されたデータだけを見て一瞬で判断するんだ。これなら1秒間に10回も判断できるから、リアルタイムで動かせるんだよ。

いい例えだね。さらにすごいのは、世界モデルが「未来の予測」もしてくれることなんだ。今の状況だけじゃなくて、「このまま行くと数秒後にルール違反になるかも」っていうリスクも先読みして教えてくれるんだよ。

CARLAっていう高度なシミュレーターで試したんだけど、救急車への譲歩や工事現場の走行、スクールバスの停止とかで、VLMを直接使うのと同じくらいの精度が出たんだ。しかも、VLMよりずっと早く危険を察知できたし、見たことがない新しい場所でもちゃんとルールを守れたんだよ。

ただ、まだ課題はあるよ。今はシミュレーターでの実験がメインだし、もっと複雑な、例えば「お祭りで人が溢れてる道」みたいな特殊な状況にどこまで対応できるかはこれからだね。将来的には、もっといろんな社会ルールを学習させて、人間以上に安全な運転を目指すことになると思うよ。

それは「社会ルール」じゃなくて、ただの亜美さんの「わがまま」でしょ。却下だよ。