カリフォルニア州マウンテンビュー - Googleの自動運転スピンオフであるWaymoは、自律走行車（AV）の性能を左右する原則が、大規模言語モデル（LLM）の原則と類似していることを発見しました。
研究によると、トレーニングデータと計算リソースを増やすことで、AVの性能が直接的に向上します。この発見は、性能の向上がトレーニング計算とデータセットサイズの拡大と相関するべき乗則の関係を示唆しています。
Waymoの研究は、AVとLLMの重要な違いを強調しています。LLMはより大きなモデルサイズから恩恵を受けることが多い一方、AVは、より多くのデータでトレーニングされていれば、比較的小さなモデルで最適な性能を達成できる可能性があります。
この洞察は、AV開発におけるデータ収集戦略とモデルサイズの選択に重要な意味を持ちます。AVのモデルサイズを小さくすることで、遅延を減らし、トレーニングデータセットサイズと計算をスケールすることで、オンボードシステムの性能を向上させることができます。
Waymoは現在、50万時間の走行データを保有しており、運転シミュレーションに「Carcraft」仮想世界を使用しています。同社はいくつかの都市で事業を展開しており、今年中に10都市に拡大する計画です。
Waymoは、データの質とサイズを充実させることが、より良いAV性能につながると考えています。この結論は、開発者にとってAVの能力を向上させるための明確な道筋を示しています。