SUBARU Lab Development Story 1 AI実装で進化させる次世代「アイサイト」　第2話高い内製力が可能にする
スピーディなアジャイル開発

使いたい道具は、サーバーシステムも試験車も自分たちで作る

アイサイト

アイサイトとは、SUBARUが開発した独自の運転支援システム。衝突回避支援機能や、運転支援機能などにより、安全性の向上と運転負荷軽減でドライバーをサポートする。

次世代「アイサイト」への搭載を目指すAIモデルの開発は、SUBARU Labの非常に大きなミッションである。人間の目のように2つのカメラ（ステレオカメラ）で周囲の状況を捉える画像認識技術で、ADAS（Advanced Driver-Assistance System）開発に挑むメーカーは世界でも珍しい。1989年に始まったSUBARUの画像認識の研究開発は、1999年から提供を始めたADA、そして2008年に運転支援システム「アイサイト」として結実し、進化を重ねてきた。今、自動車業界全体が大きな転換点を迎えており、ADAS技術も例外ではない。SUBARUが描くAI実装の姿とは──次世代アイサイトの輪郭に触れる、開発ストーリー。

金井崇

ITインフラエンジニアとしてクラウド事業者に約15年勤務した後、2021年よりSUBARUに入社。SUBARU LabでのAI開発や次世代新技術の開発全般をマネジメント。SUBARU Lab副所長。
荒木健太

AIエンジニアとしてWeb業界やSIerなどで勤務した後、2023年よりSUBARUに入社。SUBARU LabにてADAS領域のAI開発を担うML（Machine Learning）チームのリーダー。
税所真弓

2021年、新卒でSUBARUに入社。群馬製作所でセンサーの開発に従事した後、2024年よりSUBARU Labへ。AIエンジニアとして、AI経路認識チームにてレーンキープのAIモデル開発を担当。

「エンジニア一人ひとりが責任者だから話がはやい」

──相談相手がすぐに見つかる、ストレスのなさ

金井

SUBARUのアイサイト開発の魅力のひとつは、高い内製力です。自分たちの使いたい道具は自分たちで作るというスタンスは、SUBARU Labでも一貫しています。AIやソフトウェア開発を行うだけでなく、AIやソフトウェアを動かすためのシミュレーション環境や、AI学習やソフトウェアのテストを自動化するシステムなども、アイサイトに最適化するよう自分たちで作っています。何か課題が見つかったり、要望が発生したりしても、他の部署やサプライヤーさんにお願いすることなくチーム内で解決できるため、スピード感のある開発が可能です。

荒木

SUBARU Labの内製は、ただ社内で作っていますというよりも、もっと濃い。エンジニアそれぞれが自分で作っているため、いわば一人ひとりが責任者。だから話が進みやすい。『持ち帰ります。』『担当者に確認します。』ということにはなりません。なにもかもがスムーズです。困った時にも、必要な相談相手がすぐに見つかり、すぐに対応してもらえます。集中したい開発を中断することなく進められます。

税所

私のチームでは、作ったAIモデルを載せる試験車を私たちが試験用途に合うように車両に仕立て上げています。いろんなAI機能を切ったり貼ったりして、搭載して走って試します。実車を身近に触れることができることは、自動車メーカーならではの良さです。開発と試験がこれほど近いとは思いませんでした。SUBARUにはテストドライバーという職種の人がいないというのも、珍しいですよね。

お客様に安心して使って頂く性能にするには、開発している私たちの評価能力向上も欠かせないと考えています。スバルドライビングアカデミーで講師をしているメンバーがLabにはいるので、開発者である私たち自身がテストコースを活用して運転訓練を実施しています。

荒木

僕はSUBARUに来るまで、自分が仕事中にクルマを運転するなんて思いもよらなかった。AIエンジニアをやってきて、これは初めての経験でした。

「厳密な正しさが実環境での正解とは限らない」

──AIを載せて走ってみるとわかること

金井

試験車両は、さまざまなデータを見られるようになっているので、開発している実感が湧きます。実際、クルマに載せてみないとわからない部分って結構あるんです。例えば、AIエンジニアとしては、画像内の認識をもれなく確実に行うことを目指して設計することがよくあります。しかし、実際にクルマに乗ってAIの出力を見てみると、瞬間瞬間の認識精度を高めようとするあまり、時系列でみると結果が不安定になることが発生する場合があります。

カーブなどもわかりやすくて、AIモデルを搭載して道に沿わせて走らせようとすると、AIの作り方によっては、画像内で認識したカーブに応じて厳密に車両の角度を合わせて制御しようとします。すると走りがカクカクになって、乗り心地が悪くなるんです。瞬間ごとの厳密な正しさが、実環境においては必ずしも最適解とは限らない。それは、AIモデルを実際にクルマに載せて、自分で走ってみて初めてわかることです。

ユーザー視点での精度については別の形でも数値化していきますが、ユーザーがどう感じるかというのはやはり実際に乗ってみて確かめるのが早い。運転せずに机上で進めていても、いずれは分かるかもしれませんが、それでは課題に気づくのが遅くなります。

税所

私は逆に、走る前に机上でAIモデルから推論された走行経路を見ていたときに「これでいいんだっけ？」と感じていた動きが、実際に乗ってみたら自然だったという経験があります。推論が不安定な状況でも、結局、制御のほうではきれいに走れてしまうこともありますよね。最終的には人がどう感じるかが重要なので、画像認識技術だけで安全を確保するのではなく、ドライバーのフィーリングを大事にしないといけないと思っています。

荒木

使う人がどういうふうに感じるかを、きちんと見ないといけない。それは、実際に乗ってみないとわからない。というか、乗ってみればわかるんです。