概要

MEET UP 2024 にて「自動運転AI開発を加速させるCo-MLOps」を開催します。

自動運転技術の開発が進む中、効率的でスケーラブルなAI開発と運用がますます重要になっています。本Meetupでは、自動運転AI開発におけるCooperative Machine Learning Operations (Co-MLOps)の活用について議論します。Co-MLOpsは、グローバルで収集される大規模な共有データセットを用いてAI開発を推進する仕組みであり、クラウド上でのデータマネジメントシステムやActive Learningのコンセプトに基づくモデル最適化をサポートし、自動運転開発におけるスムーズな運用とAI開発を実現します。

このMeetupでは、次のトピックを取り上げます：

• Co-MLOps Platformのコンセプト/機能紹介および自動運転AI開発への適用
• Co-MLOpsのクラウドアーキテクチャ
• Co-MLOpsにおけるエッジ匿名化技術（エッジ最適化、Face Swapping）

申請方法

オンラインおよびティアフォーオフィスでのハイブリッド開催を実施します。ティアフォーオフィスでの参加をご希望の方は、connpassで参加登録を行い、12月4日（水）までにこちらの申請フォームからご登録ください。 (締め切りました。) オフライン参加者向けには、発表終了後にティアフォーのエンジニアも参加する懇親会を開催いたします。

• 応募多数の場合は抽選となります（20名程度を想定）。
• 抽選結果と当日の詳細は12月6日（金）を目安にメールにてご連絡いたします。

対象者

• 自動運転に興味がある方
• Co-MLOps Platformに興味がある、または導入を検討している企業の方
• AIエンジニア、データサイエンティスト、クラウド開発エンジニア
• MLOpsやAI開発プロセスの効率化に取り組むエンジニア
• 画像匿名化に興味がある方
• AIやその高速化に興味がある方

コンテンツとタイムスケジュール

日時: 2024年12月13日（金）18:00～20:40頃（懇親会は22:00頃）まで

※アジェンダや登壇者は変更になる可能性がございます

発表・講演者について

1. Co-MLOps Platformによる自動運転AI開発の民主化

発表概要

高度なAI技術の開発には大規模で多様なデータセットが不可欠です。Co-MLOps Platformはこれまで限られたプレイヤーのみが実現できた大規模で多様なデータセットに基づくMLOps基盤を提供し、自動運転AI開発を民主化するための新たなソリューションです。本発表ではCo-MLOps Platformのコンセプトや解決しようとする課題、導入によるメリット、そして多様なパートナーシップに基づきグローバルで収集されるデータセットを共有し、AI開発を効率的に推進するためのアーキテクチャや機能について説明します。Co-MLOpsを構成するデータ記録システム（Data Recording System：DRS）、Vision and Language Model (VLM)を組み合わせたデータマネジメント機能、アクティブラーニングフレームワークなどの技術詳細にも触れます。

講演者: 川端 一成（ティアフォー）

株式会社ティアフォー VP of Future Solution。2010年に東京大学大学院理学系研究科物理学専攻修士課程を修了し、大手精密機器メーカーにてCMOSイメージセンサの要素技術開発や製品開発に従事。北米拠点駐在中にセンサ技術やAIを活用した新規事業開発を推進。2019年10月にティアフォー入社後、車載カメラ（C1カメラシリーズ）の開発、製品化、事業化を主導。リファレンスプラットフォーム「Edge.Auto」のProduct Ownerとしてオープンソース自動運転ソリューションの拡充に貢献し、現在はデータ・AIの領域における次世代ソリューションの開発をリードしている。趣味は釣り、バンド、キックボクシング。

2. AWSの生成AIサービス最新アップデートと事例

発表概要

Amazon Web Services (AWS) では生成 AI のフルスタックを提供しています。このセッションでは AWS が提供する基盤モデルの構築のためのサービス Amazon SageMaker HyperPod, AWS Trainium や、基盤モデルを利用した生成 AI アプリケーション開発が可能な Amazon Bedrock など様々な選択肢を概観します。さらに、前週 AWS re:Invent で発表された最新アップデートや、顧客事例を紹介します。

講演者: 針原 佳貴（AWS Japan）

AWS Japan の Senior Startup ML Solutions Architect として、スタートアップのお客様が AWS で生成 AI のイノベーションを実現できるよう支援。東京大学情報理工学系研究科博士課程を修了後、2018年新卒として AWS Japan 入社。生成 AI に関する取り組みとして、マルチモーダル大喜利 AI「写真で一言ボケて電笑戦」企画・運営、基盤モデル・大規模言語モデル (LLM) 開発のための「AWS LLM 開発支援プログラム」立ち上げ、経済産業省「GENIAC 基盤モデル開発支援事業 (第2期)」における採択事業者への支援などを行う。趣味はバンドおよびドラム演奏 [YouTube: @dr.hariby]。

3. Co-MLOpsの大規模データの共有と活用を支えるクラウドアーキテクチャ

発表概要

本発表では、Co-MLOpsプラットフォームがどのように大規模なデータの共有と活用を支えるのか、そのクラウドアーキテクチャについて紹介します。まず、データの収集から処理までの全体的な流れを解説し、次に、AWSを基盤としたクラウドアーキテクチャに焦点を当て、スケーラビリティやデータガバナンスを支える技術を詳述します。さらに、生成AI技術を活用したキャプション生成などの事例も紹介します。

講演者: 東 浩稔（ティアフォー）

株式会社ティアフォーでクラウドエンジニアとしてFuture Solutionチームに所属。過去には、大手証券系列のシステムインテグレーターにてオンライントレードシステムのテックリードやプロジェクトマネジメントを担当し、大手インターネットサービス企業では数十PB規模のビッグデータに関わるデータエンジニアリング、アーキテクト、データディレクターを歴任。また、アマゾンウェブサービスジャパン合同会社ではビッグデータコンサルタントとして大手企業向けのデリバリーに従事し、株式会社カケハシではデータプロダクトマネージャーとしてデータプロダクトの設計やデータガバナンスを担当。2024年8月に株式会社ティアフォーに入社し、現在はCo-MLOps Platformのクラウド開発をリードしている。専門はビッグデータの並列分散処理やデータガバナンスなど。

4. Edge AIプロセッサを活用したデータ共有のためのEdge匿名化技術

発表概要

本発表では、Edge AIを活用したリアルタイムデータ匿名化手法について説明します。Edge AIにより、データをクラウドに送信せずにデバイス上で匿名化処理を実行することで、低遅延かつ高いプライバシー保護を実現します。この手法により、個人情報や機密データを守りながら、データの収集や活用が可能になります。また、匿名化AIをテーマに、エッジ実装の最適化手法についても詳しく紹介し、Edge AI技術のさらなる活用方法を提案します。 さらに、NVIDIA OrinやHailo-8など異なるハードウェア特性を考慮し、それぞれのデバイスに最適化を施す手法についても解説します。

講演者: 梅田 弾（ティアフォー）

1989年東京都生まれ。2015年早稲田大学基幹理工研究科情報理工専攻博士後期課程修了。早稲田大学 助手で並列コンパイラの研究、電気メーカ研究所でビックデータ可視化の研究、自動車メーカで自動運転AIの研究開発を従事。その後、2023年よりティアフォーにてLow Power AIを目指したAI実装技術に関して研究開発に従事し、現在はFuture SolutionチームにてCo-MLOps におけるAI開発をリードしている。早稲田大学 招聘研究員を兼務。 専門はEdge AI、Deep Neural Network、並列処理。

5. 生成AIを活用した画像匿名化技術とEdge環境に向けた最適化

発表概要

画像データに映り込む個人情報（顔やナンバープレートなど）を匿名化する技術として、最も典型的なものはモザイク処理です。しかし、モザイク処理は画像データの一部を損ない、現実世界には存在しない視覚的・統計的特徴（アーティファクト）を生むため、そのまま学習データとして使用すると、いくつかのビジョンタスクにおいて精度が低下することが知られています。本発表では、個人情報保護と学習データの品質維持を両立する手法において効果的な生成AIを用いた匿名化技術について解説します。また、現在開発中のCo-MLOpsプラットフォーム向けエッジ生成匿名化システムの実機評価とリアルタイムデモも行います。

講演者: 塚田 峰登（ティアフォー）

2023年慶大大学院理工学研究科開放環境科学専攻後期博士課程を修了し、博士（工学）取得。2020~2023年にかけて学術振興会特別研究員DC1。2024年よりティアフォーに入社し、同社が開発する自動運転AI向けデータ共有プラットフォーム（Co-MLOps Platform）の匿名化パイプラインの研究開発に従事。専門はFPGAを用いた機械学習アクセラレータ、On Device Learning、Deep Neural Network等。

キーワード

• TIER IV
• ティアフォー
• 自動運転
• 自動運転AI
• MLOps
• Co-MLOps
• クラウドアーキテクチャ
• Data Centric AI
• Deep Neural Network (DNN)
• Edge AI
• 生成AI
• 自動匿名化

注意事項

• 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

リンク集

• 株式会社TIER IV
• Career site
• Web.Auto
• Pilot.Auto
• Edge.Auto
• ADK
• TIER IV Tech Blog
• TIER IV X
• TIER IV Facebook
• TIER IV Youtube
• TIER IV LinkedIn
• TIER IV Instagram
• The Autoware Foundation
• Autoware
• ティアフォー、大規模データ共有による自動運転AI開発のためのCo-MLOpsプロジェクトを開始　世界8地域のデータを用いたエッジAIモデルをCES 2024で展示
• ティアフォー、大規模データ共有による自動運転AI開発において日本交通と協業　7月よりデータ収集開始、共有データ基盤の構築へ
• 自動運転 Edge AIエンジニア募集要項
• Co-MLOpsプラットフォーム運用保守エンジニア募集要項
• CoMLOps Data Recording System開発エンジニア募集要項
• Co-MLOps, Expert Sensor Data Engineer募集要項
• Co-MLOps Platform開発プロジェクトマネージャー募集要項