Waymo共同CEOドミトリ・ドルゴフ氏が語る「17年がかりの自動運転」 ― 2009年の「100,000マイル」の挑戦から、週約50万回の配車まで
Waymoの共同CEOであるドミトリ・ドルゴフ氏が、スタートアップ関係者向けのイベントで、技術者のホストと対談しました。最初の自動運転体験の思い出から、フリート(車両群)の連携、利用者の行動、技術の構成、17年で得た教訓、これから物理AIに挑むスタートアップへの助言まで、約51分にわたり語っています。
本記事では発言を整理します。発言は日本語への要約で、逐語訳ではありません。文字起こしには、車種名や数字に不明瞭な箇所があり、文脈から補正しました。不確かな点は、本文中と末尾の補足にまとめています。
1. 最初の体験と、フリートの「連携」
1-1. 「宗教的な体験」と呼ばれる最初の乗車
ホストは、自分の最初のWaymo体験を「宗教的な体験のようだった」と述べました。運転手のいない車が動き、すべてが機能する様子に、魅了されつつ、少し怖さも感じたといいます。ドルゴフ氏は、「魔法」という言葉がよく出ると応じ、最初から抵抗なく乗る人もいれば、緊張する人や、誰かに手を引いてもらう必要のある人もいるが、乗って安全さと快適さを体験すると、信頼し、価値を理解するようになると説明しました。
同氏自身の「最初の瞬間」は、次のとおりです。
2015年:公道で、運転手もハンドルもペダルもない車に、初めて乗った
2017年:チームの4人ほどで、第4世代の車両で、アリゾナ州チャンドラーで定常的な完全自動運転を始めたときの乗車
2022年ごろ:クリスマス前のサンフランシスコで、街の移動に使い、「これは何か本物の始まりだ」と感じた
高速道路の開放後:妻とのデートで、パロアルトから市内へ乗った
1-2. 車同士は直接話さないが、フリート単位で連携する
ホストは、サンフランシスコで一度に6台のWaymoを見かけたと述べ、複数のエージェントとしての連携があるのかを尋ねました。ドルゴフ氏の答えは次のとおりです。
各車は完全に自律していて、互いに直接は話さない
ただし、フリート単位では連携している。どの車がどの乗客を迎えに行くかの割り当てや、平日の夕方、土曜の夜の需要に合わせた事前配置、デポ(車庫)に戻っての充電と清掃などがある
情報も、直接ではなく共有される。たとえば、1台が事故現場に遭遇すれば、他の車も、リアルタイムで把握する
デポでは、狭い空間で、どの車がどの充電設備を使うかを調整する。これは、「ロボットの、よく振り付けられたバレエ」のようだと述べました
1-3. 責任の重さと、擬人化
ホストは、最初の乗客を乗せたときは、責任の重さを感じたのではと尋ねました。同氏は、実際の質量を持つ車が、実際の速度で走るため、車内の人だけでなく、歩行者、自転車、他の車など、道路を共有する人々の安全も含めて、非常に重く受け止めていると答えています。
利用者がWaymoに話しかけたり、手を振ったりするのも、同氏は何度も見ているといいます。運転は社会的で、相互作用の多い作業なので、人が人間らしさを見いだすのは自然で、親切な人もいれば、人間のドライバーをいじるように、限界を試す人もいるといいます。「Waymoへの振る舞いは、その人の振る舞いを映す試金石かもしれない」という話でした。
2. 利用者の行動と、車両の設計
2-1. 「時間が戻る」使い方
同氏は、サンフランシスコでは、通勤を含む、あらゆる種類の移動で使われていると説明しました。
仕事:同氏自身、毎日Zoomなどのビデオ会議を車内からしており、「Waymoに乗っているのか」と聞かれる。作業を中断せずに続けられる「ワープ」のような感覚
社会的な移動:家族やパートナーと、他人と空間を共有せずに、私的な会話ができる
一人の時間:音楽を大音量で流し、歌う。「自分の空間を持てる」ことが、車の特徴
2-2. 新型車
新型車は、第6世代のWaymo Driverを搭載した、乗客を中心に設計された専用車です。運転手を中心にせず、乗客を中心に設計されており、次の特徴があると述べました。
広く開く、スライドドアで、乗り降りが容易
後部が広く、足を伸ばせる「リビングルーム」のような体験
2-3. なぜサンフランシスコだったのか
同氏は、規制の面を除いて「すべて」と答えました。
商業的な可能性:世界でも有数の市場
運転の複雑さ:Waymo Driverの中核の能力を、できるだけ早く学び、改善できる環境
近さ:チーム自身が製品を使い、限界を体験できる
同氏自身は、いまは車内を仕事や休息に使っており、初期のように「批評家」の目で見ることは少なくなったといいます。
3. 技術の構成 ― ドライバー、シミュレーター、批評家
3-1. 2009年の出発点
2009年に始めたとき、目的は製品を作ることではなく、問題を理解することでした。当時の問いは、「そもそも挑戦すべきか。時期は適切か、10年ほど待つべきか」でした。そこで、チームは自分たちに2つの課題を課しました。
100,000マイルを自律走行で走ること(当時は、桁違いに多い距離だった)
ベイエリアの10のルート(各100マイル)を、人の介入なしに、始点から終点まで走ること(運転席には人がいたが、介入しないことが条件)
これは、後者のほうが難しかったと述べています。過程で、センサーの較正、認識、計画、制御、ツールなど、システムのあらゆる部分を作ることになり、1〜2年で課題は達成されました。その後、製品を考える段階で、基礎の構築に戻ったといいます。
3-2. 車上のシステム
ドルゴフ氏による、車上のシステムの説明は次のとおりです。
センサーは、カメラ、ライダー、レーダーの3種類
情報は処理され、より圧縮された表現にエンコードされる
生成的な部分(デコーダー、計画)が、運転の判断と挙動を生成する
これが、車上で動く「Waymo Driver」ですが、システム全体の一部にすぎません。技術的な課題は、ドライバー、シミュレーター、批評家(クリティック)の3本柱に整理されるといいます。
ドライバー:実際に運転する(車上で動くのは、これだけ)
シミュレーター:将来を、しばしば合成された環境として生成する
批評家:判断を評価する
まず、大容量の「オフボード」モデルを作ります。3つの役割それぞれに「教師」モデルがあり、それが、車上で動く「生徒」に蒸留されます。シミュレーターと批評家は、ドライバーの訓練、評価、検証のためのもので、車には載りません。
3-3. なぜ、3つが必要なのか
ホストが、この構成は経緯から生まれたのか、必然なのかを尋ねました。同氏の答えは、課題の複雑さによって決まる、というものです。
開ループの模倣と、開ループの評価・検証で足りる用途なら、3つは要らない
Waymoのように足りない場合は、閉ループでの検証が必要で、閉ループの訓練は、開ループではできないことができる
そのためには、高忠実度のシミュレーターが要る。閉ループの訓練をするなら、アクター(行動する側)と批評家を分けるのは、強化学習の枠組みで自然なこと
したがって、閉ループが必要な場合、この3本柱に行き着く
また、訓練は現実世界では行わず、シミュレーターで行うと明言しました。実世界は、データ収集と、シミュレーターを現実に結びつける(グラウンディング)ためのもので、「シミュレーターは、真空の中では作れない」と述べています。
3-4. 第5世代でのAIの採用
第5世代のドライバーで、AIを中核に据えた背景として、同氏は次のように説明しました。
高容量のオフボードモデルを作り、それを生徒に蒸留するほうが、小容量のモデルを直接鍛えるより、スケーリング則が良い。これは自動運転に固有ではなく、広く知られた性質
生徒(車上のドライバー)が、教師から効果的に学ぶには、強いMLの基盤が必要
この間、ConvNet、Transformer、VLM、VLAと、複数の波を経験した
4. 17年で得た教訓
4-1. 本当の資産は「機械」
大きな技術の転換を、どうやって、すでに動いているシステムの上で行うのか。同氏の答えは、「アーキテクチャは、来ては去る」というものです。
最も重要なのは、最新の技術の成果を取り込める基礎の仕組み、つまり評価、データ、インフラだといいます。これが弱いと、暗黙の性質を持った技術スタックに進化し、大きな変更が難しくなり、局所最適に陥ります。強い基礎があれば、TransformerやConvNetのような大きな変更でも、製品の勢いを止めず、現場での性能低下(リグレッション)なしに、取り込めます。同氏は、これがWaymoで最も難しく、最も重要な力だと述べました。
そのうえで、「いまのモデルだけを渡されても、使い道は分からないはず」と述べています。検証の仕組みがなければ、新しい展開に適用することも、自信を持って展開することも、改善することもできないからです。製品の「スナップショット」より、製品を作る「機械」が重要だという趣旨です。
4-2. 始めるのは簡単、仕上げは難しい
2009年は、十数人が12〜18か月で、難しい10ルートを走るシステムを作りました。そこから今日まで17年かかっています。曲線は、急に立ち上がり、やがて平らになります。いまは、お気に入りのVLMやVLAを選び、開ループの模倣学習をするだけで、小さな予算とチームで、数週間、あるいは数日で、動くものができます。ただ、それは製品には足りず、超人的な性能や、大規模な展開という「難しい部分」には、あまり効かないといいます。
4-3. 「ナイン」の話
難しい部分は、性能と信頼性、つまり、安全性の「ナイン」(99.9…%の桁数)を積み上げることです。1つ桁を増やすごとに、努力は約10倍といわれます。同氏は、「どのナインが最も難しいか」という問いに、「いま取り組んでいるものが、いつも最も難しく、最も面白い」と答えました。
一方、展開を大きく変えた転機は、2015年の0→1の瞬間です。公道で、初めて人間のドライバーなしに車を運行したことで、デモや運転支援から、完全な自律システムへの移行を迫られました。車両の冗長性(ブレーキ、ステアリング、電源)、センサーと計算機の冗長性、ソフトウェアの信頼性を、全体で考え、「自律走行車が準備できたとはどういうことか」を問い直しました。これが、同社の安全と準備(readiness)の枠組みの最初の版だといいます。
4-4. 評価を文化にする
同氏は、バックエンドのシステムと違い、失敗を許容できないという「発想の転換」について、人を「作り直す」より、優秀で適応の速い人を採ることが大事で、原則は特別なものではなく、ただ、非常に高い厳密さで真剣に適用すると述べました。
安全第一、評価第一(eval-first)の文化。評価は、後から行うものではなく、すべての作業に染み込む。テスト駆動開発に似ているが、より高い忠実度でやる
多層の評価:個々のモデルの評価、システムの性能を予測する、密な代理指標(proxy metrics)、そして厳密なシステムレベルの評価
規模:数十億マイル規模のシミュレーションを行う。リリースごとに、物理世界とシミュレーションの両方で、数週間にわたる評価・検証を経て、経験豊富な専門家がすべてのデータを審査する
強い評価チームがあるが、評価の考え方は、全社に広がっているといいます。ホストは、このパイプラインがあることが、競争優位だと述べ、同氏も、物理世界の安全が重要な用途では、閉ループの訓練と評価が必要で、最も築きにくい部分だと同意しました。
5. 物理AIに挑むスタートアップへの助言
5-1. 道は2つに分かれる
予算の小さい、優秀なエンジニア3人が、物理AIで始めるなら、どこからか。ドルゴフ氏の答えは、2つの道に分かれます。
問題を単純化する道:環境を制御できる、あるいは完全な自律ではなく、人を助けるシステムにする。たとえば、倉庫のように、環境を制御し、ガードレールを置ける場所。既存の部品を使い、開ループの模倣などで、早く展開し、展開した製品から改善していく
基礎に投資する道:超人的な安全性を持つ完全な自律システムを目指すなら、製品や反復よりも、世界モデル、現実的なシミュレーター、評価の仕組みといった、基礎に投資する必要がある
同氏は、運転支援か、完全な自律かが、この分野の大きな分かれ目で、他の物理AIの用途にも、同様の分岐があると述べています。
5-2. 見極めの2つのシグナル
製品までの距離を、1〜2年の取り組みから見極めるシグナルとして、同氏は次の2つを挙げました。
発見の収束:いま見ている問題が、6か月前とどれほど違うか。同じ領域で、指標を着実に改善できているなら、安定している。半年ごとに状況が変わり、問題が入れ替わるなら、まだ先は長い
スコアカード:6か月〜1年で展開できると思うなら、「それが今日すべて緑なら、自信を持って展開できる」スコアカードがあるか。なければ、難しい部分を先送りしているだけ。あって、発見が安定し、指標が安定していれば、ギャップを埋めるだけなので、かなり近い
2009年の最初の取り組みは、製品のためではなく、学習のためだったと、同氏は付け加えています。
5-3. 5年後の見通し
ホストが、5年後には、評価や展開の基盤の作り方が、業界の共通知識になるかを尋ねました。同氏は、AIの進歩が速く、5年後は予測しにくいと慎重に答えつつ、いまのツールは強力で、基礎の一部は共有できるだろうと述べました。
簡単な用途や製品は、大きく広がり、「以前は大企業が1年かけたことを、5人のチームが1か月でできる」ようになると見ています。一方、基準が極端に高い領域は、完全には一般化しないとみています。車両の信頼性、電源の冗長性、センシング、ソフトウェアの性能、極めて高い「ナイン」の数など、多くの要素が組み合わさり、誤差の余地が非常に小さいためです。
6. 汎化と、Waymoの規模
6-1. Waymo Driverの汎化
Waymo Driverが他の形のAIエージェントに汎化するかという質問に、同氏は3つの段階で答えました。
都市、国、車両、センサーの構成への汎化:非常にうまくいく。現在、米国の15都市で、第5世代と第6世代のドライバーが、異なるセンサーと車両(JLRベースの車と新型車)で動いている
他の運転形態への汎化:現在はライドヘイリングに集中しているが、世界で年間13兆マイル超が運転されており、今後、個人所有車、トラック輸送、配送にも広げうる
他の物理エージェントへの汎化:認識の部分、訓練の方法(閉ループの評価、強化学習)、基礎のインフラは、よく汎化する。一方、シミュレーターの作り方、生成(計画)の部分は、エージェントの形が違えば、適応が必要
6-2. 現在の規模
同氏は、現在の規模を次のように述べました。
週に約50万回の乗車
約500万マイルの完全自律走行
昨年は5都市、いまは15都市で、完全自律で運行し、海外にも展開中
個人所有のWaymoについては、時期は示せないが、「異なる製品」であり、ライドヘイリングから始めたのは、商業市場があり、車両の稼働率が高いからだと述べています。
6-3. 作家の体験談
ホストは、SF作家のニール・スティーヴンスン氏と、『三体』の翻訳者ケン・リュウ氏を、サンフランシスコで初めてWaymoに乗せたと紹介しました。リュウ氏は、Waymoが別の車の隣に寄るかどうかを判断しているとき、運転手の手振りだけで、Waymoが意図を理解して寄ったことを、「魔法のような体験」だったと伝えたといいます。
