自動車の安心安全を支える技術の高度化へ、人工知能（ＡＩ）を活用しようという動きが顕著だ。運転者を安全面でサポートする先進運転支援システム（ＡＤＡＳ）や、移動における社会課題の解決手段として期待される自動運転車には、瞬時にカメラの映像やセンサー情報から危険などを判断する技術の確立が欠かせない。デンソーもＡＩ技術を自動車に実装しようと諸技術を研究開発している。

　デンソーグループのデンソーアイティーラボラトリ（東京都渋谷区）は、グループのＡＩ技術研究の拠点に位置づける。設立は２０００年とＡＩの研究を長く続ける。社員数３２人のうち研究者が２５人。ＡＩ、特に画像認識率のアップに不可欠な機械学習、ディープラーニング（深層学習）関連の最先端の論文を読み解き、ときには自分らで安全技術に使って技術を高めていく。

　社内には、楽器やくつろげるスペースがあり、海外のベンチャー企業のような雰囲気を醸し出す。同社の平林裕司社長は「『デンソーらしくない』と言わせたい」と笑う。自由闊達（かったつ）でオープンな環境から将来の自動車を支える新技術を生み出そうという意欲が伝わってくる。

　研究テーマは数多い。大まかには、運転者の意図を理解する「意図推定」、車両の周辺状況を把握する「周辺状況認識」、それら二つの情報を解析して渋滞予測や運転者の疲労度などを提示する「情報解析・生成」、分かりやすく適切に情報を提示する「ユーザーインターフェース」に分かれる。

　ＡＩを使った画像認識技術の一つが深層学習によるリアルタイムの歩行者認識。単眼カメラで歩行者の体の向きや距離を推定しつつ、歩行者の状態を検知する。

　技術者によると「カメラから遠い、近いで人の画像の大きさが変わる。それでも的確に検知できる」のがポイントだ。深層学習の手法の一つであるディープ・ニューラル・ネットワーク（ＤＮＮ）を認識に使い、ピラミッド画という処理手法を採用。さらに瞬時に処理できるよう計算の負担を減らすための工夫を施した。


　ＤＮＮを自動車に実装できるよう、省電力でも高速処理できる技術にも挑む。ＤＮＮアクセラレータは、ＤＮＮを専用ハードウエアとして実装することで、大きな電力を使うグラフィックス・プロセッシング・ユニット（ＧＰＵ）を不要にできる。

　各所で研究が進む自動運転車は現状、画像認識に大きくて電力をたくさん使う回路を使っている。処理に必要な電力を減らすか、処理する計算の量を減らすことが自動車への実装には欠かせない。デンソーの加藤良文常務は「人間の脳の電力は２０ワット。ここを目指していく」と説く。

　併せて、誤動作を起こさない信頼性の確保も新技術では課題だ。深層学習は誰でも使えるオープンなものが出回るが、どういう理由でＡＩが判断したのかという中身が分からないケースがある。多少負担であっても「重要な部分は、自社製作のＡＩ技術を使う」（同）ことになるという。
（文＝石橋弘彰）