Turing Tech Talk#47 ストリーミング学習で実現する自動運転AI開発の高速化

開催日時: 2026/10/22 18:00 ～ 19:00 開催場所: オンライン 本イベントについて チューリングは「We Overtake Tesla」というビジョンのもと、大規模な走行データを用いて自動運転モデルを学習し、実車で検証するサイクルを高速に回し続けています。モデルの試行回数はそのまま開発速度に直結するため、1回の学習にかかる時間をいかに短縮するかは、自動運転AI開発において極めて重要なテーマです。 一方、自動運転モデルの学習は「学習データ量が膨大で、複数のクラウドや計算基盤にまたがる」「カメラ映像のデコードやマップのレンダリングなど、モデル計算以外の前処理が重い」「GPUが入力待ちで遊んでしまう」といった、一般的な深層学習とは異なるボトルネックを多く抱えています。 本セッションでは、MLOpsチームが取り組んできた学習パイプライン高速化の実践をご紹介します。オブジェクトストレージから直接データを読み込むストリーミング学習、GPUによる動画デコードとデータローダーの最適化、学習ループに潜む不要なGPU同期の排除、計算ノードの設定チューニングなど、「まず計測し、ボトルネックを見つけ、一つずつ潰す」というプロセスを、具体的な事例とともにお話しします。 より多くのモデルを、より速く試す。自動運転AIの進化を学習速度で止めないための、MLOps高速化の現場をお届けします。 発表者のプロフィール 加藤 祐二 Yuji Kato| MLOps3チーム チームリーダー キヤノン株式会社にて10年以上、XR・CG・コンピュータビジョン・3D再構成・リアルタイムレンダリングを中心に研究開発に従事。2026年3月にチューリングへ入社し、3DGSを用いたクローズドループシミュレータの開発に取り組んだのち、自動運転モデルの学習基盤の高速化・効率化・スケーラビリティ向上を推進している。 山口 祐 Yu Yamaguchi | CTO (Chief Technology Officer) 産業技術総合研究所・米国立標準技術研究所で研究する傍ら、独自に深層学習ゲームAIの開発を始め、日本の囲碁AIプロジェクトで開発代表を務める。最大1,100GPUの分散強化学習を実現し、囲碁AIで世界大会準優勝の他、将棋AIでも世界大会優勝などの実績。HEROZ株式会社 執行役員を経て、2022年チューリングに創業メンバーとして参画。自動運転AIの研究開発の他、LLMを含む生成AI開発全般のマネジメントを担当。東京大学大学院理学系研究科卒。 お申し込み方法 connpass申し込みフォームよりエントリーをお願いします。 募集対象 社会人・学生問わず、自動運転やAI開発について興味のある方 開催概要・開催場所 概要 開催日時 ：10/22（木）18:00‐19:00 開催・集合場所 ：オンライン 参加人数 ：上限なし 注意事項 天災等により、開催を中止する場合がございます。 タイムスケジュールや参加者は変更となる可能性がございます。 イベントの内容は後日任意の媒体にて公開させていただくことがございます。 イベントは止むを得ず中止させていただく場合がございます（その際は、本サイトからのメッセージよりご連絡させていただきます）。 主催 ： Turing株式会社

• 主催チューリング株式会社