NvidiaがCESで発表したAlphameoは、自動運転技術の競争構図を根本から変える可能性を秘めている。これまでTeslaが膨大な実走行データと独自のエンドツーエンド学習で業界をリードしてきたが、Nvidiaはオープンソース戦略により自動運転技術の民主化を図る。Alphameoの特徴は推論プロセスの可視化にあり、従来の反応型システムやTeslaの学習型システムとは一線を画す「なぜそう判断したか」を説明できるAIである。Googleのスマートフォン戦略になぞらえ、NvidiaはAndroidのように誰もが利用できるプラットフォームを提供することでハードウェア販売を促進する。Mercedes、Jaguar Land Rover、Lucid Motorsなどが既に関心を示しており、自動運転技術への参入障壁は劇的に低下した。しかしTeslaは70億マイルを超える実走行データという圧倒的優位性を持ち、Elon Muskは競争を歓迎する姿勢を見せる。一方、Waymoは既に複数都市で完全無人のロボタクシーサービスを展開しており、異なるアプローチで実用化を達成している。自動運転技術の未来は、データ量、推論能力、コスト効率性の三つ巴の戦いとなる。
Nvidiaの衝撃的な発表
さて、CESで起きたことについて話す必要があります。これはおそらく自動運転車の仕組みを変えることになるでしょうし、車を運転したり乗ったりする私たち全員に影響を与えるでしょう。NvidiaがAlphameoというものを発表しました。目が曇る前に言っておきますが、これは単なる技術発表ではありません。
これは単なるチップやソフトウェアのアップデートではないのです。Nvidiaは基本的にこう言っているのです。「自動運転車のレシピをみんなに無料で配ります。皆さんがそれで何をするか見てみましょう」と。だから、これについて話す必要があるのです。
自動運転の現状
では、自動運転車の現状について話しましょう。何年もの間、これは基本的に多くの企業が誰も殺さずに車を自動運転させる方法を見つけようとしてきたものです。それはシンプルに聞こえますよね。でも違います。これは今まで直面する中で最も複雑な問題の一つなのです。
一方にはTeslaがあり、完全自動運転システムを持っています。彼らは現在、何百万台もの車を路上で走らせ、毎秒データを収集しています。Teslaが曲がるたび、奇妙な状況に遭遇するたび、そのデータはすべてTeslaに送り返され、システムをより賢くします。これは何百万人もの教習生が同時に学習し、ノートを共有しているようなものです。
そしてもちろん、GoogleのWaymoのような企業があります。彼らはLIDARと呼ばれるものを含む大量のセンサーを使用しています。これは基本的に車の周りのすべてをマッピングするレーザーです。非常に正確ですが、非常に高価でもあります。そして、Mercedes、BMW、Ford、Toyotaなど他のすべての企業がいますが、この技術をゼロから構築することが非常に困難であることに気づいています。
現在のAI競争の状況は、Teslaが最も長くこれをやってきて、最も多くの実世界データを持っているため、先行しているということです。今まで、みんなが追いつこうとしていました。ここにNvidiaが登場します。誰も予想しなかった展開です。
Nvidiaの戦略転換
NvidiaはゲームやAIを動かすチップのグラフィックカードを作る会社として知っている人が多いでしょう。彼らはしばらくの間、自動運転技術に取り組んできましたが、すべてを変える何かを発表したばかりです。それがAlphameoと呼ばれるものです。
これが他と違うのはここです。自動車会社にチップを売って「頑張って。自分で何とかしてください」と言う代わりに、Nvidiaはツールキット全体を無料で提供することにしました。オープンソース化しているのです。つまり、基本的にレシピを公開して、誰でもそれで料理できるようにしているということです。
これは単なるソフトウェアではありません。実際の道路に出す前に、仮想世界で自動運転車をテストできるシミュレーションツールを提供しています。データセットも提供しています。世界中の実世界の運転映像1,700時間分です。自動運転を困難にするすべての奇妙なエッジケースやまれなシナリオを含んでいます。
そして中心となるのがAlphameoと呼ばれるAIモデルです。これは100億パラメータのビジョン言語行動モデルです。Nvidiaのアプローチが非常に興味深い理由は、これがあなたを殺そうとしている理由を説明できる車だからです。そうならないように。
従来の自動運転との違い
従来の自動運転システムは、基本的に非常に洗練されたif-then文です。前の車がブレーキをかけたら、もちろんあなたもブレーキをかけます。信号が赤になったら、止まります。基本的に反応的なのです。何かを見て、それから反応します。速いですが、賢くはありません。
Teslaの新しいシステムでのアプローチは、ティーンエイジャーに運転を教えるようなものです。車は何百万時間もの人間のドライバーを見て、パターンを学習します。これがエンドツーエンド学習です。ビデオが一方の端から入り、運転の決定がもう一方の端から出てきます。これは本当に、本当にうまく機能します。しかし、問題はこうです。車が本当に奇妙な決定をした場合、その理由を尋ねることはできません。チョコレートよりバニラを好む理由を誰かに尋ねるようなものです。正直なところ、ただそうなのです。ニューラルネットワークの経路を説明することはできません。
Alphameoは何か違います。ここで推論に入るからです。決定を下す前に、基本的に人間のドライバーと同じように論理について考えます。そしてここが決定的です。思考プロセスを見せることができるのです。
これを想像してください。あなたの自動運転車が横断歩道に立っている人を見ます。リードを持っていますが、犬は見えません。従来のシステムは、横断歩道の人を見るか、プログラミングに基づいて止まらないかもしれません。Teslaのシステムは、このシナリオを見て、何百万もの他のTeslaが同様の状況で学んだことに基づいて反応するでしょう。
しかしAlphameoはそれを推論します。リードを持った人がいる。リードは通常犬を意味する。それは犬が車の後ろにいるかもしれないことを意味する。そして犬が通りに飛び出すかもしれないことを意味する。まだ犬が見えなくても、減速して停止する準備をした方がいいだろう。そして漫画の吹き出しのように、推論プロセスを見せることができます。
これは2つの理由で大きな意味を持ちます。1つ目は、車が以前に見たことのない本当に奇妙な状況を、似たものを見たことがあるからではなく、それらを考え抜くことで処理できることを意味します。
そして2つ目は、何か問題が起きたとき、エンジニアが実際に推論トレースを見て、車が正確に何を考えていたかを理解できるため、それらの問題を修正しやすくなることです。
Nvidiaの巧妙なビジネス戦略
ここでNvidiaの戦略が本当に巧妙になります。そしてこれは、あなたが気づいていないかもしれませんが、以前に見たことがあるものです。スマートフォンが最初に登場したときのことを覚えていますか。AppleがiPhoneを作り、なぜすべてがロックダウンされているのかとみんなが疑問に思っていました。美しく、統合されていて、高価でした。そしてGoogleがAndroidを持って登場し、「誰でもこれを使用し、変更し、無料で電話を作ることができます」と言いました。
考えてみてください。Androidは現在、世界のスマートフォンの約70%で動作しています。必ずしもiPhoneより優れているからではありません。それらは異なる人々のための異なるツールです。誰でもそれで構築できるからです。Samsung、LG、何百もの中国企業。Amazonも試しました。エコシステムが爆発的に成長したのです。
そしてNvidiaは自動運転車で同じことをしようとしています。Teslaには彼らのシステムがあり、本当に良いものです。しかしTeslaの車でしか機能しません。別々に購入することはできません。変更することもできません。Tesla全体のパッケージを購入しなければなりません。
Nvidiaは言っています。「これがAlphameoです。オープンソースです。取って、変更して、あなたの特定の車、あなたの特定のユースケースに合わせてください」と。トラックを作っているなら、素晴らしい。トラック用にチューニングしてください。タクシーを作っているなら、素晴らしい。都市運転用に最適化してください。
そしてここが天才的なビジネス部分です。Nvidiaはソフトウェアが無料であることからお金を稼ぐのではなく、それを動かすチップから稼ぐのです。Alphameoを使用するすべての車は、かなりの計算能力を必要とします。Nvidiaの計算能力です。彼らはハードウェアを売るためにソフトウェアを無料で提供しているのです。
Mercedesはすでに飛び乗っています。2026年のMercedes CLAはほんの数ヶ月後に出てきますが、Alphameoを搭載した最初の車になります。それからJaguar Land Roverが興味を持っていて、Lucid Motorsも検討していて、Uberが注目しています。なぜなら明らかにこれは彼らのビジネスモデル全体に影響するからです。
突然、自動運転技術の構築に苦労していたすべての自動車会社が、世界クラスのAIツールにアクセスできるようになりました。参入障壁は、10年間で数十億ドルを費やすことから、優秀なエンジニアを雇ってこのオープンソースプラットフォームをカスタマイズすることへと下がったのです。
推論と現実の2つのアプローチ
もちろん、推論と現実という点で、明らかに2つの異なるアプローチがあります。考えてみると、自動運転車には2つの異なる主要なアプローチがあり、それらは根本的に異なる方法で競争しています。
つまり、NvidiaのAlphameoは推論ベースのアプローチと呼ばれるものです。車は論理チェーンを使用して、シナリオを段階的に推論します。因果関係を理解しようとしていて、世界がどのように機能するかをモデル化するように構築されています。そしてボールが通りに転がるのを見た場合、ボールが通りに転がり、それはしばしば子供たちがそれを追いかけることが続くと推論します。
したがって、まだ子供を見ていなくても、減速すべきです。そしてもちろん、これは非常に非常に強力です。
Teslaのアプローチは、特に新しいFSDバージョンでは異なります。それはステージ駆動のエンドツーエンド学習です。AIに何百万時間もの運転を見せます。パターンを理解させます。そして正しい行動を学習すると信頼します。明示的な推論というよりは、学習された直感です。運転しているときにすべての筋肉の動きを意識的に考えないのと同じです。十分な練習の後、それは単に直感的になります。
両方のアプローチには利点があります。推論はエッジケースと説明可能性に優れています。エンドツーエンド運転は、すべてのシナリオを明示的にプログラムすることなく、実世界の運転の大規模な複雑さを処理するのに優れています。
しかし、ElonとTeslaのチームがすぐに指摘したことがあります。両方のアプローチは依然として直面しなければならないものがあります。それは同じ残酷な最終ボスです。それは彼らがロングテール問題と呼ぶものです。これは基本的に、もちろん、非常にまれまたは奇妙な出来事で、実際にはほとんど発生しませんが、単純に考慮しなければならないものです。
データの現実
NvidiaのAlphameoについて深く掘り下げることにしました。正確に何が起こっているのかを本当に理解したかったからです。私が調べた情報とHugging Faceのデータセットから、データの約50%はアメリカから来ており、残りの50%は24のEU諸国から来ています。
興味深いことに、イギリスは含まれていないことがわかりました。イギリスは2020年にEUを離脱したので、24のEU諸国には明示的に含まれていません。しかし、これがイギリスでの展開にとってどれほど悪いか考えてみてください。
これは非常に悪い制限です。イギリスのドライバーは道路の左側を走行し、アメリカとヨーロッパ大陸は右側を走行します。道路標示、標識システム、交差点のレイアウトも異なり、ラウンドアバウトはアメリカよりもイギリスではるかに一般的です。
これについて考えてみてください。これがどれほど皮肉なことか考えてください。Jaguar Land Roverはこの技術の早期採用者として言及されており、彼らはイギリスの自動車メーカーです。しかし、覚えておいてください、実際にはイギリスのトレーニングデータはゼロです。それでは実世界のスケールでどのように機能するのでしょうか。実際にはよくわかりません。彼らはおそらく、より堅牢なモデルを確保するために、さらに多くのデータを収集する必要があるでしょう。
データセットを調査していたとき、Teslaも見てみようと思いました。NvidiaのAlphameoのデータセットは1,700時間の運転です。数学をすれば、平均時速30から60マイルで、それは約5万から10万マイルです。しかし、Teslaは合計70億マイルという点で明確な優位性を持っており、そのうち25億マイルが含まれます。
そしてもちろん、Teslaには継続的にデータを収集している600万台以上の車両のフリートがあります。Elon Muskは、ロングテールの複雑さの現実により、安全な無監督運転には約100億マイルのトレーニングデータが必要だと言っています。それらの数字だけを考えると、それは約7万倍から14万倍多いデータです。
そして覚えておいてください、Teslaのデータエンジンはかなりすごいものです。シャドーモードで動作します。各車は2つのFSDシステムを並行して実行します。1つは運転し、1つは常にテストしています。そしてニューラルネットワークが処理方法がわからないものに遭遇すると、それをフラグを立てます。そしてTeslaは、より多くの例を収集するために、同様のシナリオをフリート全体で検索します。
覚えておいてください、Nvidiaのデータセットは現在静的です。それらは30万クリップです。終わりです。しかしTeslaは毎日複利で増える生きたフライホイールです。つまり、Nvidiaが実際にこれを機能させたい場合、彼らはTeslaのデータセットよりも桁違いに小さいものを配っているということです。そして自動車メーカーは実際に自分たちのデータでファインチューニングする必要があります。
Elon Muskの反応
それで、Elon Muskはこれについて心配していますか。Elon Muskの反応に戻りましょう。それは非常に明らかです。彼はツイートで、これについて眠れなくなることはないし、彼らが成功することを心から願っていると言いました。最初の部分はおそらく真実です。Teslaは大きなリードを持っています。現在、700万台の車が道路を走っていてデータを収集しています。彼らは何年もロングテール問題を通じて粉砕してきました。
彼らは大規模な実世界でエンドツーエンドのニューラルネットワークを実行しています。Nvidiaは明らかに追いついています。より良いツールを使っていても、追いつくには時間がかかります。
しかし2番目の部分、彼らが成功することを心から願っているというのは、単に礼儀正しいだけではありません。これはElonがいくつかの点でNvidiaの成功がTeslaにとって良いことを知るのに十分賢いということです。それはTeslaのアプローチを検証します。業界全体を前進させます。そして規制当局を自動運転車技術に快適にします。1つの会社だけがやっているのではないからです。そして競争はTeslaを鋭く保ちます。
しかし、もし彼がそれについて考えるなら、Elonを夜に起こしておくかもしれないことがあります。Nvidiaは完全にTeslaを打ち負かす必要はないのです。
彼らは他のすべての自動車会社が競争力のある自動運転システムを提供するのを十分に簡単にすればいいだけです。千の紙切れによる死です。Toyota、Honda、Mercedes、BMW、Ford。彼らすべてが世界クラスのAIツールにアクセスできれば、突然Teslaの技術的優位性は縮小します。
Teslaはもちろん、まだデータの優位性、実際のエッジケースでの経験、そして従来の企業よりも速く境界を押し広げる意欲を持っていますが、そのギャップはおそらく狭まるでしょう。
そしてビジネスでは、特に自動車業界のように競争が激しいものでは、ギャップを狭めることはしばしば十分なのです。誰かがツイートしているのが見えます。NvidiaがAlphameoをリリースしたのを見たとき、少し心配に感じなければならないと認めます。それは私の意見では、FSDへの最初の本当の競争相手です。
まず第一に、それはLIDARに依存していません。これはすでに印象的であり、そこにある他のすべての負け組よりも優れています。
そしてVLAの概念は、FSD 14.3が何であるかについての私の正確な理解です。そして私はまだ、NvidiaがトレーニングVLMで本当にうまくやっていると信じています。だからNvidiaとTeslaの間で、運転のためのより良いVLMをトレーニングするのが誰なのかは明らかではないと思います。Teslaだと推測しなければなりませんが、保証されていないので確信は持てません。
そしてElonはすでに確認しています。Nvidiaは唯一の違いがこの技術的パスをどこまで進んだかということで、Teslaがやっていることを正確にやっていると。そして彼は99%から100%に行くのが難しいことを理解しています。しかし第一に、Teslaはまだ100%にさえ達していません。そして、Nvidiaがいかなる種類のフリートなしで99%近くに達することができたという事実は、トレーニングと評価のために大規模なフリートデータを持つことがもはや重要ではないことを証明しました。
Waymoという存在
もちろん、部屋の中の象について話す必要があります。これを終える前に、Waymoについて話さなければなりません。申し訳ありませんが、言わなければなりませんでした。
みんながTesla対Nvidiaの対決に焦点を当てている間、Waymoはいくつかの都市で実際のロボタクシーを静かに運営してきました。今日、現在、安全ドライバーなし、人間のバックアップなし、ただ空の車が、実際の乗客を乗せて、実際のお金を請求しています。彼らはすでに何百万回もの乗車を提供しています。
彼らはLIDARを使用します。HDマップを使用します。TeslaとNvidiaの両方とはまったく異なるアプローチを使用します。より多くのセンサー、より多くの冗長性、より多くの注意。そしてここが重要なのですが、それはすでに機能しています。
特定の数のマッピングされた都市に限定されており、スケールするには高価であり、購入できる車には入っていませんが、それは本物です。自律的であり、今起こっている運転です。
TeslaとNvidiaがスケールでロングテール問題を解決するために競争している間、Waymoはすでに小さな制御された環境でフィニッシュラインを越えています。
彼らはこれをすべての車に入れようとしているのではありません。Uberのようなサービスを構築していますが、ドライバーなしで。問題は、彼らの高価で、慎重で、すべてを事前にマッピングするアプローチが実際に何百万台の車両にスケールできるかどうか、またはTeslaのデータ駆動アプローチやNvidiaのオープンプラットフォームが、実際に意味のある価格帯で最初にそこに到達するかどうかです。
Waymoはすでにこれができることを証明していて、TeslaとNvidiaは、通常の人々が購入できるほど安く、どこでもできることを証明しようとしています。
コメント