LLM Car: 人間と自動運転車のコミュニケーションのブレークスルー

自動運転車（AV）が広く採用されるにあたって、人間の乗客とロボットの運転手との間のコミュニケーションのギャップを埋めることが重要な課題となっている。AVは複雑な道路環境をナビゲートする能力を大幅に改善してきたが、人間の運転手が簡単に発することができるニュアンスのある自然言語のコマンドを解釈することがしばしば困難である。

プルドゥー大学のライルズ・スクール・オブ・シビル・アンド・コンストラクション・エンジニアリングのイノベーティブな研究が登場した。アシスタント・プロフェッサー・ジラン・ワンの率いるエンジニアチームは、人工知能を使用してAVと人間の相互作用を強化するための革新的なアプローチを開発した。その解決策は、ChatGPTのような大規模言語モデル（LLM）を自動運転システムに統合することである。

AVにおける自然言語の力

LLMは、AIが人間のようなテキストを理解し、生成する能力を大幅に向上させたものである。これらの高度なAIシステムは、膨大な量のテキストデータでトレーニングされており、伝統的なプログラムされた応答ではできないコンテキスト、ニュアンス、暗黙の意味を把握することができる。

AVの文脈では、LLMは変革的な能力を提供する。従来のAVインターフェイスが特定の音声コマンドやボタン入力に依存しているのに対し、LLMは幅広い自然言語の指示を解釈することができる。これにより、乗客は人間の運転手と同じように車とコミュニケーションをとることができる。

AVのコミュニケーション能力の向上は大きい。例えば、「遅れています」と車に伝え、最も効率的なルートを自動的に計算し、移動時間を安全に最小限に抑えるために運転スタイルを調整することができる。あるいは、「車酔いをしている」と伝え、車が動きのプロファイルをより滑らかに調整することができる。これらのニュアンスのある相互作用は、人間の運転手が直感的に理解するものであり、LLMの統合によりAVでも可能となる。

プルドゥー大学のアシスタント・プロフェッサー・ジラン・ワンが、ChatGPTまたは他のLLMを使用して乗客のコマンドを解釈できるテスト自動運転車の横に立っている。（プルドゥー大学写真/ジョン・アンダーウッド）

プルドゥー大学の研究：方法論と結果

LLMがAVにどのような潜在性を持っているかをテストするために、プルドゥー大学のチームは一連の実験を実施した。実験には、SAEインターナショナルによって定義されたフルオートノミーから一歩手前であるレベル4の自動運転車が使用された。

研究者は、ChatGPTを幅広いコマンドに応答させるためにトレーニングを開始した。直接的な指示である「もっと速く運転してください」から、「今、少し動きに敏感です」という間接的なリクエストまで、様々なコマンドに応答するようにした。次に、このトレーニング済みモデルを車の既存のシステムに統合し、コマンドを解釈する際に交通ルール、道路状況、天気、センサー数据などを考慮できるようにした。

実験の設定は厳格だった。ほとんどのテストはインディアナ州コロンバスの試験コースで実施された。追加の駐車テストは、プルドゥー大学のロス＝エイデ・スタジアムの駐車場で実施された。実験中、LLMを使用したAVは、乗客からの事前に学習したコマンドや新しいコマンドに応答した。

結果は約束のあるものだった。参加者は、LLMを使用しないレベル4のAVでの通常の体験と比較して、不快感を大幅に低減したと報告した。車は一貫して、ベースラインの安全性と快適性のメトリックを上回り、明示的にトレーニングされていなかったコマンドにも応答した。

最も印象的なのは、システムが乗車中個々の乗客の好みに応じて学習し、適応する能力を示したことである。これは、真にパーソナライズされた自動運転の可能性を示唆している。

プルドゥー大学の博士課程の学生であるCan Cuiが、テスト自動運転車に乗っている。コンソールにあるマイクが彼のコマンドを拾い、クラウドのLLMがそのコマンドを解釈し、車はLLMが生成した指示に従って運転する。（プルドゥー大学写真/ジョン・アンダーウッド）

交通の未来への影響

ユーザーにとって、利点は多数ある。AVと自然にコミュニケーションをとる能力は、新しいテクノロジーに関連する学習曲線を低減し、複雑なインターフェイスに怯える人々を含むより広い範囲の人々にとって自動運転車をよりアクセスしやすくする。また、プルドゥー大学の研究で示されたパーソナライゼーションの機能は、将来、AVが個々の乗客の好みに合わせて調整される未来を示唆している。

この改善された相互作用は安全性も向上させる可能性がある。乗客の意図や状態（例えば、誰かが急いでいるか、気分が悪いなど）をよりよく理解することで、AVはその運転行動を適宜調整でき、コミュニケーション不足や乗客の不快感によって引き起こされる事故を減らすことができる。

業界の観点から見ると、このテクノロジーは競合するAV市場で重要な差別化要因となる可能性がある。より直感的で反応性の高いユーザーエクスペリエンスを提供できるメーカーは、顧客を引き付ける上で大きな利点を得ることができる。

課題と将来の方向

約束のある結果にもかかわらず、LLMを統合したAVが公道で実現する前に、いくつかの課題が残っている。処理時間が一つの重要な問題である。現在のシステムは、コマンドを解釈して応答するのに平均1.6秒かかる。これは、非緊急シナリオでは受け入れられるが、迅速な応答を必要とする状況では潜在的に問題となる。

もう一つの重大な懸念は、LLMが「妄想」またはコマンドを誤解する可能性があることである。研究では、このリスクを軽減するための安全メカニズムが組み込まれたが、この問題に対処することは現実世界での実装にとって非常に重要である。

将来を見据えて、ワンのチームはいくつかの研究方向を模索している。GoogleのGeminiやMetaのLlama AIアシスタントのような他のLLMを評価し、パフォーマンスを比較する。初期の結果によると、ChatGPTは現在、安全性と効率のメトリックで他のLLMを上回っているが、発表される研究結果は近々となる。

興味深い将来の方向性は、LLMを使用した車間コミュニケーショーシステムの可能性である。これにより、AVが交差点で優先権を交渉するような、より高度な交通管理が可能となる。

さらに、チームは大規模ビジョンモデルを研究するプロジェクトに着手している。これは、ミッドウエストで頻繁に見られる厳しい冬の天候条件下でのAVのナビゲーションを支援するために、画像でトレーニングされたAIシステムである。この研究は、コネクテッド・アンド・オートメーテッド・トランスポーテーション・センターの支援を受けており、AVの適応性と安全性をさらに向上させる可能性がある。

まとめ

プルドゥー大学の自動運転車とLLMの統合に関する研究は、交通技術の重要な時期を示している。AVと人間の相互作用をより直感的で反応性の高いものにすることで、AVの採用における重要な課題に取り組んでいる。処理速度や誤解の可能性などの障害が残っているものの、研究の約束のある結果は、将来、車とコミュニケーションをとることが人間の運転手と会話するのと同じように自然になる可能性を示唆している。 このテクノロジーが進化するにつれて、我々が旅をする方法や、日常生活で人工知能とどのように関わるかを革命的に変える可能性がある。