データ管理大手の米NetApp（ネットアップ）は「自動車業界のAI」と題したEブックを無料公開している。
自動運転化に向けてAIの開発が急がれる中、同社はAIのユースケースの成功を左右する要素が「データ」だと強調し、Eブックでは効率的なデータパイプラインの構築方法などを解説している。
EブックはPDFで23ページで、以下が主なトピックとなっている。
- 自動車産業におけるAIの代表的なユースケース
- 各ユースケースでのAIデータの課題
- マルチステージのデータ パイプラインを構築する際のアーキテクチャに関する考慮事項
- スマートかつパワフルで定評のあるAIソリューションを使用した短期間でのAI導入
■AIの代表的なユースケースや課題を分野別で紹介
EブックではAIの代表的なユースケースや課題を、「コネクテッドカー」「自律走行車」「モビリティサービス」「スマートマニュファクチャリング」などの分野別で紹介している。
例えば「自律走行車」のページでは、運転操作を司るAIのトレーニングが進んでいることに触れた上で、トレーニングのためにはテスト車両が生成する膨大なデータの効率的な活用が課題であることを指摘している。
その上で、次のような質問事項をEブックの読者に投げかけている。これらの質問に自信を持って回答できるだろうか。回答できなければこのEブックは閲覧の価値ありだ。
- ニューラルネットワークのトレーニングのために車からデータを効率的に移動するパイプラインをどのように構築しますか。
- ニューラルネットワークの動的トレーニングのための画像やその他のセンサー データをどのように効率的に準備し、データのラベル（注釈）付けを行いますか。
- ニューラルネットワークのトレーニングのためにどの位のストレージとコンピューティングの容量が必要ですか。トレーニング クラスタはオンプレミスとクラウドのどちらに配置する必要がありますか。
- データパイプラインとトレーニングクラスタのインフラ（必要なストレージ、ネットワーク帯域幅、コンピューティング容量など）をどのようにして適切にサイジングしますか。
- 他にはどのようなデータ フローを考慮する必要がありますか。
■「コネクテッドカー」や「モビリティサービス」に関するページも必読
そのほか「コネクテッドカー」のページでは、車内におけるパーソナルアシスタント機能でAIが音声解析などに活用されることに触れており、MaaSや自動運転タクシーを含む「モビリティサービス」に関するページも必読だ。
【ウェビナー公開中】ちなみに自動運転を実現させるための「データパイプライン」については、NetApp社が公開中のウェビナーの動画でも触れられている。
＞＞特集第1回：自動運転実証が国内外で活発化！データマネジメント上の課題は？
＞＞特集第2回：自動車会社はコネクテッドカーで集めたデータを、どう活用している？
＞＞特集第3回：自動運転AIとデータの関係性は？データマネジメントの重要性
