AWS DeepRacerは、まるでおもちゃのような1/18スケールのレーシングカーです。開発者が機械学習モデルを構築し、コースを走行させるだけでなく、あらゆる動作を実行できるようにするためのセンサーとソフトウェアツールがすべて搭載されています。399ドルのDeepRacerは、2018年末に開催されたAWSの大規模イベント「re:Invent」で発表されました。
当時はちょっとした仕掛けのように思えましたが、AWSはこれに力を入れ、現在では世界各地で開催される様々なイベントでDeepRacerリーグを運営しています。これらのイベントでは、開発者はモデル同士を競い合い、その過程で特定の種類の機械学習モデルの構築について学ぶことができます。
でも、なぜわざわざそんなことをするのでしょうか？DeepRacerのレーシングカーがすぐにAWSの収益に貢献するとは思えません。しかし、DeepRacerは、開発者向けスマートカメラ「DeepLens」から始まったAWSのハードウェア製品ラインの一部です。
「根底にあるのはまさに同じです」と、AWSの人工知能・機械学習マーケティング担当ゼネラルマネージャー、ライアン・ギャビン氏は語った。「DeepLensのような製品が生まれたきっかけは、機械学習をあらゆる開発者やデータサイエンティストの手に届けるにはどうすればよいか、という点にありました。それが私たちの使命であり、私たちは常にその点にこだわり続けています。」
ギャビン氏は、ハードウェアデバイスの存在によって、ディープラーニングなどの技術が開発者にとってより身近なものになると主張しています。「私たちは常に、機械学習の世界で注目されている、新しくてホットな技術をどう取り入れ、開発者に提供できるかを自問自答してきました」と彼は言います。「DeepLensの成功と、開発者やデータサイエンティストからいただいた多くの肯定的なフィードバックを受けて、私たちはDeepLensの次のイテレーションは何なのかを模索しました。そして、非常にホットな新興機械学習技術である強化学習は、確かに大きな注目を集めていますが、まだ多くの障壁があります。」
強化学習ではトレーニング データは必要ありませんが、代わりに学習エージェントを作成し、このエージェントが基本的に試行錯誤を通じて自己学習します。そして、目標に近づくにつれて、理想的には正しい道へと導く仮想報酬を獲得します。
テッククランチイベント
サンフランシスコ | 2025年10月27日～29日
トレーニングセットが存在しない問題の場合、これはモデルを作成するための効率的な方法となることがよくあります。しかしながら、現時点では、強化学習を始めるのは、他のより確立された手法を使用するよりもはるかに困難です。そこでDeepRacerが登場します。
「強化学習の最も直感的な応用例の1つは、自動運転車の世界、自動運転車の概念、そして、どのように車が自ら運転する方法を学習するように訓練するかというアイデアです」とギャビン氏は主張した。
自動運転は、少なくとも概念的には誰もが知っているものだと彼は述べた。そのため、開発者は次のステップに進み、過去のトレーニングデータが存在しないことを理解しやすくなる。これは反復的なプロセスであり、レーストラックを1周するごとに、モデルが自らトレーニングするチャンスが生まれるのだ。
「モデルを学習させるには、多くの反復と練習が必要です。ですから、これは強化学習の世界では非常に馴染みのある概念であり、私たちは非常に早い段階でそれに着目しました」と彼は語った。「自動車は、開発者にこの概念を提供する楽しい方法だと考えたのです。」
今年初めに開催されたAmazonのre:Marsイベントで、レースの様子を少し見ました。話を聞いた開発者全員が、ギャビンの発言にほぼ同意していました。レースカーのような物理的なデバイスを使うことで、新しいコンセプトを学ぶプロセスがより楽しく、そして実際、より取り組みやすくなりました。
「AWSで一生懸命働いている開発者やデータサイエンティストは、世界中の他の開発者やデータサイエンティストと何ら変わりません」とギャビンは言います。「彼らがすぐにディープラーニングレーサーで遊び、レースを始めるのを見て、まさにその瞬間に『これは、強化学習を開発者に提供する興味深い方法を拡張した、とても楽しくてユニークな方法だ』と思いました。そして、それを競技というアイデアにまで発展させたのです。この世界初の自動運転レースリーグでは、世界中の開発者が互いにスキルを競い合うことができます。」
現実世界のアプリケーションにおける学習プロセスの多くがシミュレーションで行われていることは周知の事実です。仮想世界でモデルをトレーニングする方がはるかに簡単で、速く、安全です。仮想世界では時間を加速させ、レースカーを1時間に何千回もトラックを走らせることができるからです。
当然のことながら、Amazonも同様の取り組みを行っており、開発者がクラウド上のシミュレーション環境でモデルを簡単にトレーニングできるようにしています。この仮想世界でモデルを少し調整した後、開発者はそれを実際の車両でテストすることができます。
それは素晴らしいことですが、なぜAWSは自社で車を開発しているのでしょうか。SDKを提供して、開発者がパーツを組み合わせて独自の車を組み立てられるようにすればいいのです。多くの開発者が既にそうしています。しかしギャビンは、このプロセスを誰もが簡単に使えるようにするというチームの目標を達成するには、実際に動く車を開発者の手に渡し、すぐに使い始められるようにするしかないと主張しています。
「顧客に焦点を当てるには、完全な体験が本当に必要な部分があります」と彼は語った。チームは、開発者が車の改良に多くの時間を費やすのではなく、強化学習の導入に集中できるようにしたいと考えていた。
ギャビン氏は、これらすべてが成果を上げ始めていると主張している。その大きな理由は、レーシングリーグが開発者に目標を与えているからだ。例えば、多くの企業がAWSに協力を依頼し、社内でDeepRacerリーグを開催している。石油・ガス会社、金融機関など、いずれも従業員に最新の機械学習技術を習得させようとしている。
Gavin 氏はまた、多くの大学が DeepRacer をカリキュラムに取り入れることを検討しているが、今のところ DeepRacer の授業を受講できる段階ではないとも指摘しました。
1年前、AWSがre:Inventで最初のレースを開催した際、優勝者はトラックを1周するのに50秒強かかりました。最近のいくつかのイベントでは、上位3名が同じコースを8秒未満で周回しました。
ギャビン氏は、チームが将来を見据えるにあたり、現在開発者から寄せられている意見を念頭に置いていると述べた。もちろん、彼らは今後もマシンの改良を続けたいと考えている。外観にまで手を加える可能性もあるだろう。現時点では同社から発表できる情報はないが、re:Inventではレーシングリーグの決勝戦が開催されるため、そこでDeepRacerの今後の展開について聞ける可能性もある。