元フェラーリF1エンジニアは、視線追跡が自動運転車の鍵だと語る

このページでは、シリコンバレーと、それが自動車業界に破壊的影響を与えようとしている現状について頻繁に取り上げられています。しかし、ヨーロッパでは、元フェラーリF1エンジニアがこの問題について独自の見解を持ち、彼の会社であるCogisen社の方が優れたやり方を持っていると考えています。クリスチャン・エリック・ラインダース氏は、2000年代初頭に数年間、フェラーリのシミュレーター、シミュレーション、そして車両力学の開発に携わりました。当時、フェラーリはF1界を席巻していました。

その仕事を通して、彼は成功する研究開発プログラムの進め方についていくつかの重要な教訓を吸収し、最近ではそれらの教訓を画像処理の問題に応用しています。特に、Cogisenは非常に優れた視線追跡アルゴリズムを開発しており（この技術により、同社は欧州連合からHorizo​​n 2020の助成金を獲得しました）、これは自動運転車において重要な役割を果たす可能性があります。私たちは先日、ラインダース氏にインタビューを行い、スクーデリア・モータースポーツでの活動について詳しく聞き、従来のテクノロジー系スタートアップの多くがどこで失敗していると考えているかについて話を聞きました。

「（フェラーリの）内部は、まさに期待通りのものでした。真のエンジニアリングと真のマネジメントとは何かを実際に目の当たりにすることができました」と彼はArs誌に語った。「エンジニアリングの理論的基礎を深く理解した世界クラスのエンジニアたちが揃い、リスクを取ることが奨励される環境でデータを共有し、誰も決断を恐れることなく、そして、その決断は非常に的確に行われました。特に戦略面ではロス・ブラウン、政治面ではジャン・トッド、そして技術面ではロリー・バーンがそれを支えていました」

ラインダース氏は、意思決定プロセスの重要性を強調した。「目の前に10通りの開発オプションがあると想像してみてください。ローリー・バーン氏は非常に早い段階で、私たちがどこに力を注ぐべきかを的確に指摘し、その指摘はほぼ常に的を射ていました。これは開発の驚異的な効率性を意味します」と彼は説明した。一方、各オプションを調査するために10通りの異なる研究開発プログラムを立ち上げるという別のアプローチでは、それが会社にとって本当に最善の選択肢であるかどうかに関わらず、各チームが自分たちの努力を擁護する結果に終わることが多い。

フェラーリ在籍中、ラインダース氏はチームのシミュレーションとシミュレーターの設計に携わっていました。「今のシミュレーションエンジニアは、シミュレーターパッケージを開いて数値を入力し、プログラムを実行します。当時は、シミュレーションとシミュレーターを自分で作らなければならなかったので、本当に基礎から学ぶ必要がありました」と彼は言います。フェラーリはすぐに、車にセンサーを詰め込んでモデルを近似するという従来の方法ではもはや十分ではないことに気づきました。

「定常状態の近似は不可能です。もっと現実的な方法で行う必要があります。重要なのはダイナミクスと、限界に近い過渡的な非線形マシンであるという事実です。マシンが限界状態で同じ動作を繰り返す時間は、ほんの一瞬たりとも存在しないのです」と彼は説明した。サーキットでのマシンの挙動を正確にモデル化できる新世代のアルゴリズムの開発を通して、ラインダースは画像処理にも同様の需要があることに気づいた。

「その時点で、Cogisenでは、これらの技術を画像処理に応用する取り組みを始めました。例えば、歩行者の検出や、追加のハードウェアを使わずに視線の方向を検出するといったものです。非常に難しい非線形問題です。これらの技術を開発するために、フェラーリで学んだのと同じ技術を応用しました」と彼は語った。

彼はこの点において、従来のスタートアップ文化にも難癖をつけている。「テクノロジー系スタートアップでは、『スタートアップだから、ハッカー的な文化でやっていける』と考える人がいますが、それは全くの間違いです」と彼は言う。「適切なエンジニアリングとマネジメントの方法論が必要です。ロリー・バーンのように、勇気を持って決断を下さなければなりません。実践経験が豊富で、基礎を理解している質の高いエンジニアリングチームが必要です。Cogisenでも、まさにこうした点を多く取り入れています。」

興味深いことに、ラインダース氏はフェラーリでは発明は繰り返し可能なプロセスだったと語った（F1シーズン中に各トップチームでどれだけの開発が行われているかを考えれば、これは当然のことだ）。そして彼は、多くの新興テクノロジー企業ではそうではないのではないかと懸念している。「テクノロジー系スタートアップで成功するには、最先端技術よりも先進的なものを持ち込む必要があります。おそらく、何か新しいものを繰り返し発明する必要があるでしょう。ですから、発明はプロセスである必要があります。最近は、1回のブレインストーミングセッションでスタートアップ全体を基盤化し、それをハックして回せると考えているスタートアップをよく見かけます。しかし、テクノロジーに関しては、適切なエンジニアリング手法を本当に採用する必要があります」と彼はArsに語った。

ラインダース氏は自動運転への急速な移行にも批判的で、民間航空で既に得られた教訓が見過ごされていると指摘した。自動操縦と犬に関する古いジョークを引用し、コックピットにまだ2人の人間がいるのは、事前にプログラムできない不測の事態に対処するためだと指摘した。同様に、自動運転車がラムズフェルドの「未知の未知」に対処できるようになるまでには、かなりの時間がかかるだろうと彼は示唆した。

ここで、コギセンの視線追跡アルゴリズムが活躍する。「ドライバーの代わりに、私たちが小言を言う母親になります。『右側を見て、スピードを出さないで、あの車を追い越して』などです。航空機のパイロットが戦略的な判断を下す必要があるように、自動運転車でも同様に、私たちが同様の判断を下す必要があります。つまり、『運転中に小言を言う母親があなたにどのように接するだろうか？』というインターフェースが必要です。ジェスチャー、音声、そして視線、つまり彼女があなたを見る視線です。同じインターフェースが必要です。実際にはハンドルは必要ありませんが、車両を高度に制御できる人が必要なのです」と彼は述べた。

このアイデアの派生形（Cogisen社によるものかどうかは不明だが、同社は提携先のOEMメーカーと秘密保持契約（NDA）を締結しているため）は、来年発売予定のAudi A8に搭載される予定だ。Audiによると、これはSAEレベル3の自動運転車としては初の市販車となる。フォードやボルボといった競合企業は、部分的な制御権の移譲に伴う問題から、レベル3（比較的短い通知期間でドライバーに運転を委ねることができる部分的な自動運転）は見送る計画だと述べている。しかし、ラインダース氏は、視線追跡は単に人間に制御権を戻すタイミングを判断するだけではないと言う。

「視線追跡は、ドライバーに制御を取り戻すためだけでなく、より高度な自動運転車においても重要になるでしょう。なぜなら、視線追跡はドライバーの注意をそらす母親のような存在になるからです」と彼は述べた。彼は、自動運転車が他の車に衝突されそうになっているという仮想的な状況を想像した。「危険な状況では、『気をつけて、右側に車が来ています。スピードが速すぎます』とは絶対に言いません。『気をつけて』と叫ぶでしょう。そして、車はドライバーがどこを見ているのかを知る必要があります。そのような場面でも、視線追跡技術は必要だと私は確信しています」

リスト画像: Getty Images | Christian Fischer/Bongarts