Nomadic AI が切り拓く 自律機械の未来技術

みなさん、こんにちは。今回は、自律走行車やロボットなど、未来の自律機械を支えるための新しい技術についてお話しします。

自律機械の学習に必要な動画データの整理問題

自動運転車や物理環境を操作するロボット、さらには自律建設機械を開発する企業は、評価や学習のために何千時間、場合によっては何百万時間もの動画データを収集しています。しかし、その膨大な動画を整理・分類する作業は今のところ人間が行っており、動画を早送りしても効率的に処理できるわけではありません。

この課題に挑んでいるのが、Nomadic AI というスタートアップです。CEO の Mustafa Bal 氏と CTO の Varun Krishnan 氏が設立したこの会社は、顧客の持つ大量の未活用データを活かすため、動画を構造化された検索可能なデータセットに変換するプラットフォームを開発しています。

エッジケースの発見と活用

特に重要なのは「エッジケース」と呼ばれる、稀にしか起こらないが自律AIモデルにとっては難解な事象の検出です。Nomadic AI のプラットフォームは、映像と言語を組み合わせた複数のモデルを使い、こうした珍しいケースを特定しやすくしています。これにより、車両の監視や強化学習用のユニークなデータセット作成が効率化され、開発のスピードアップが期待されます。

資金調達と実績

Nomadic AI は最近、840 万ドル（約10億円）のシード資金調達を完了し、企業価値は5000万ドルに達しました。TQ Ventures がリード投資家を務め、Pear VC や Google の Jeff Dean 氏も参加しています。また、Nvidia GTC のピッチコンテストで優勝するなど、注目を集めています。

具体的な活用例と競合状況

例えば、自動運転車が警察官の指示で赤信号を通過するケースや、特定の橋の下を通過する場面を正確に抽出し、法令遵守の確認や学習データとして活用することが可能です。すでに Zoox、三菱電機、Natix Network、Zendar といった企業がこのプラットフォームを利用しています。

同様の自動ラベリング技術は、Scale や Kognic、Encord といった既存のデータラベリング企業や、Nvidia のオープンソースモデル「Alpamayo」なども開発していますが、Nomadic AI は単なるラベラーにとどまらず、「エージェント的推論システム」として、ユーザーの要望に応じて必要な情報を自動で見つけ出す点が特徴とされています。

今後の展望

Nomadic AI は現在、車線変更の物理的動作を理解するツールや、ロボットのグリッパーの位置をより正確に特定するツールの開発に取り組んでいます。次の課題は、カメラ映像以外のライダー（LiDAR）などのセンサー情報を解析し、複数のセンサー情報を統合することです。

CEO の Bal 氏は、「膨大な動画データを数百の1000億パラメータ以上のモデルにかけて正確な洞察を抽出するのは非常に難しい」と語っています。

こうした技術は、自律機械の開発を加速させる重要なインフラとなりそうです。今後も Nomadic AI の動向を注目していきたいですね！