Scale AIのCEO、アレックス・ワン氏がソフトウェアのバグとAV技術の有効性について語る

Scaleの共同創業者兼CEOであるアレックス・ワン氏が今週、TechCrunch Sessions: Mobility 2021に登壇し、自動運転業界における同社の役割と、創業から5年間でどのように変化してきたかについて語りました。Scaleは、大手・中小の自動運転メーカーがデータのアノテーションと管理を通じて信頼性の高い「グラウンドトゥルース（真実）」を確立できるよう支援しており、その過程で、業界の成熟に伴い、その意味する基準も変化してきました。

良質なデータは自動運転システムの「良質な骨組み」

自動運転における2つのアルゴリズムがほぼ同等に開発されたとしても、実世界でのパフォーマンスは、入力データの種類によって大きく異なる可能性があります。Scale社が業界に提供する価値提案はまさにそこから始まります。Wang氏はその理由を次のように説明します。

従来のソフトウェアシステムについて考えると、優れたソフトウェアシステムとそうでないソフトウェアシステムを分けるのはコード、つまりコードの品質です。自動運転車や自律走行車といったAIシステムにおいては、優れたアルゴリズムとそうでないアルゴリズムを分けるのはデータです。私たちが気づいたことの一つは、高品質なデータの管理者となることが業界にとって非常に重要になるということでした。そして、まさにそれが現実になっています。私たちは、Aurora、Nuro、トヨタ、ゼネラルモーターズなど、この分野の多くの優れた企業と連携しています。これらの企業との連携は、彼らが強固なデータ基盤を構築し、その上に残りのスタックを構築できるようにすることを目指しています。(タイムスタンプ: 06:24)

優れたデータ セットを構築することは、正確で専門的な庭園を常に手入れするようなものです。

多くのお客様が運用・構築を進めているのは、ソフトウェアのバグに対処するのと同じように、こうしたエッジケースに対処するプロセスをどのように構築するかということです。問題を再現できるトリアージプロセスがあり、開発チームに引き渡して、問題を解決し、対処に役立つデータを特定できるようにする必要があります。そして、データセットを常に管理し、キュレーションしていくという、まるで盆栽のようなライフサイクルを継続していく必要があります。これは、非常に高品質なアルゴリズムを支える、この素晴らしいデータセットを常に構築しようとする試みです。業界ではよく知られていることですが、「ガベージイン、ガベージアウト」です。つまり、質の低いデータが入ってくると、安全な車両は生まれないということです。(タイムスタンプ: 09:47)

彼らの提供内容は長年にわたってどのように変化してきたか

高品質なデータセットの構築と維持は、決して完了することのない継続的な取り組みですが、Scale社が専門知識を他の分野に広げていないわけではありません。実際、Wang氏は、Scale社は既にかなり幅広い分野に進出しており、今後も拡大していくと述べています。