チューリングは「We Overtake Tesla」というビジョンのもと、完全自動運転の実現へ、データの量と質の両面を鍛えるデータセントリックAIに注力しています。 End-to-End 自動運転では、いかに大量の良質なデータをモデルに与えるかが重要です。そして、大量のデータは複数の車両を用いて集める必要があります。しかし，同じ設計の車両であってもセンサそのものの個体差や、組み付ける際に生じるズレがあるため、単にデータを混合するだけではかえって性能の劣化を招きます。 本セッションでは、センサや車両の個体差を乗り越えてモデルを汎化させるため、我々が取り組んでいるセンサキャリブレーションやデータの標準化について紹介します。 モデルが躍動するためのデータセットをどう作るのか――その設計思想と実運用の具体例とともにお届けします。