カメラ6台とAIで東京を走る——Wayve・亀山将亮が語る「人間っぽい」自動運転と日産との量産戦略

1on1 Tech、始まります。今日のテーマは「カメラだけで自動運転が東京で始まる」です。2026年内にも、この東京で自動運転タクシー、いわゆるロボタクシーの運行が始まろうとしています。これを手掛けるのがUber、日産、タクシー会社の日の丸交通、そしてイギリス発の自動運転スタートアップ、Wayveの連合です。

今、私の後ろにあるのが、このWayveの開発車両なんですけども、このWayveの自動運転は、カメラだけで状況を認識して行われているんです。今日は、このロボタクシーの本格上陸を前に、私が今いる東京・大手町から赤坂のTBSまで、この車に乗っていきたいと思います。そして、一緒に乗ってくださるのは、Wayve Technologies Japanでグローバルのシステム設計を統括されている亀山将亮さんです。よろしくお願いします。

よろしくお願いします。

では、出発していきます。早速、もうハンドルを握らなくても自動で。

そうですね。自動で動いてます。

念のため、ここで申し上げておきますと、今日はセーフティドライバーの方が同乗されているんですよね。まだ基準的には、日本ではこのドライバーの方が。

そうですね。レベル2っていう意味で。もちろん普段もセーフティドライバーが乗ってテストしている形になります。

なるほど。これ、基本的にはほぼほぼ自動運転ができている状態。

そうですね。安全第一でテスト運行しているっていう形ですね。

もう東京では、だいぶいろんなテスト走行、何台も走らせて、みたいな感じで。

そうですね。私たちの車両と、パートナーさんともやっているので、そちらの車両で、東京だけじゃなくて日本全国でテストをしている形になります。

東京以外だと、どういうところで？

もちろん量産開発だと、車両は日本全国に売られていきますので、冬になれば新潟だったり、そういった雪のテストですね。雪期っていうのも、今年の初めもやりましたけども、来年になったら、そちらも実施する予定になっています。

なるほど。ここで右折をしていきますね。

そうですね。

もうハンドルを握らなくても曲がっていくという感じで。

そうですね。日本だと、ああいった矢印信号っていうのが、最初来た時はやっぱり難しかったりしたんですけど。

それも、この信号が今光っているっていうのをカメラで認識して右折している。

赤信号ではあるけど、ちゃんと矢印信号で行っていいんですよっていうところですね。

なるほど。海外だと、あんまり矢印信号って。

そうですね。あんまり見かけないので。あとは、日本だとLEDの信号が非常に多いんですけど、そこでカメラの露光制御だったり、そういったところも更新したりして、対応するようにはしました。

なるほど。

あとは、止まれ標識が海外と非常に違うので。日本のデータを何も学習せずに最初の走行をしていた時は、そういった日本特有のものに関して、データを追加することで学習させていったんですけど。

なるほど。道路標識とか、そうですよね。一通り学習しないと。

そうですね。

また曲がっていきます。アメリカのウェイモの車にはシリコンバレーで乗ったことがあるんですけども、全然具合が違うじゃないですか、日本の東京だと。車線も多いし、車が常にたくさんある状況ですし。でも、もともとロンドンでやっているっていうので。

そうですね。僕らの開発側にとっては非常にいい環境なので、今こう広い道路を走っていますけども、例えば新橋とか銀座とか、ああいう本当に狭い道路だったりは日本にもいっぱいあるので。ロンドンで鍛えられているので、逆に僕らのシステムはそういったところも得意っていうところ。

そういうことなんですね。

そこは、日本に来た当初からちゃんとできていましたね。

なるほど。国会議事堂の前を今、通り過ぎましたが。

そうですね。先ほどの消防署前だったり、その止まってはいけないキープゾーンっていうんですかね、キープアウトゾーンがあるんですけど、そういったところもちゃんと今、避けていましたね。

それは道路の。

路面の表示ですね。消防署前とかで、入っちゃいけない、そういったところも。

路面の表示、もちろんそうですよね。見て、そこ通っちゃいけないとか、止まっちゃいけないとかっていうのは認識しているわけですね。

そうですね。交通ルールに準拠しながら運転しないといけませんので。

これでも、カメラだけだと、例えばさっきまでちょっと雨が降っていたりもしたんですけども、水滴がポタポタ落ちたり、あるいはさっき雪の話もありましたけど、ちょっと積もったりぐらいだったら、別に問題ないんですか？

そうですね。普段も悪天候でも夜間でもテストはしていて、性能としては別に劣化するわけではなくて、そこはちゃんとロバストに、そういった環境でもうまく運転できるようになっていますね。

そこは、物理的にレンズがカバーされちゃっても。

そういった場合は、もちろんシステム側から、フェイルセーフっていう意味で、ちゃんとワーニングが出るような、そういった形になっています。

危ない時は戻すっていうことですね。

はい。

これだけ曲がる場所とかレーンがあっても、きちっと目的地設定して、ルートが設定される時点で正確に認識しているんですね。

はい。地図でナビゲーションのルート情報と、あとは周辺のセンサーを使って、カメラを使って周辺を認識しながら、正しいルート選択をしながら走行している形ですね。

なるほど。でも、このシステム自体には地図が入っているわけではない？

モデルの入力として、もちろん入っています。今こちら、マップとルート情報が入っていますけども、それでAIのモデルのところに、どういったところを進まないといけないのかっていう情報が入っていますので、その情報とカメラの情報を使って。

なるほど。カメラで今見ているものと地図の情報を組み合わせながらってことですね。

はい。なので、本当に人間のような形ですね。自分のミラーも全部使いながら、後ろも見ながら、プラス、ルートを見ながら正しい選択をしていっている。あとは、普段よく言われるのは、本当に乗っていて違和感がないというか、システムが運転しているのか、人間が運転しているのか、そこは非常によく言われます。

そうですよね。本当にさっきから全然違和感がなくて。アメリカで乗ってみて、アメリカではできるでしょ、東京ではできるのかなって思っていたんですけど、これ初めて私も東京で乗りましたけど、できるものなんですね。

そうですね。非常に、世界でも有数の難しい場所ですけども。

田舎から始めたほうが楽そうにも思いますけど、あえて東京でっていうのは。

そうですね。やっぱり高速から一般道っていうのはアルゴリズム的にはスケールしなくて。ロンドンでもそうですけど、結局、難しいところを運転できないと、システムを展開する上でも制限がかかっちゃいますし。逆にロンドンから始まっているので、それはプラスになっているのかなっていうふうには思います。もちろん、あとレベル2ですと日本全国に行きますので、そこはもちろん制限をかけられませんので、そこも重要かなと思います。

ちょっと狭い道に行きますね。だいぶ歩行者も。今、赤坂見附の駅前あたりなんですけど。

ランチ前なのですごい人。

そうなんですよね。私も時々この辺までランチに来たりしますけど、人が多くて、道路なのか道路じゃないのか曖昧な、道路なんですけど、すごい混んでいるところですけど。人がいる中でも。

そうですね。本当にどう動くかを予測しながら、交渉しながらうまく進んでいく。もちろん安全を確保しながらっていうところですね。

これ、四方八方にいる人の動きを今、認識。

そうですね。認識しながら予測しながらですね。結局、僕らも運転する時も常にどういったことが起きるかっていうのを予測しながら、踏まえて運転していますので。

ここは信号がないところでも、ちゃんと。

そうですね。もちろん止まれ標識はないですけど、横断歩道はありましたので。

こういう見通しの悪いところって、カメラだけじゃめちゃくちゃ難しくないですか？

そうですね。なので見づらいところは慎重に行って、あとは路肩の駐車、その先から歩行者がすぐ横切ってきたりするのも予測しながら、もちろん、もし来たとしても安全に止まれる速度っていうのをキープしながら運転している形ですね。

これ、今めちゃくちゃハードル高いところ通ってますよ。駐車しようとしている車もあれば。

そうですね。みんな横切って、好き勝手に行っていますね。

路肩に止まっている車から人が出てくるかもしれないっていうことですもんね、本当に。

はい。あとは、車のドアが開くか分からない。

そうですよね。これはどれだけの速さで処理をしているんですか、今？

これは今、カメラ自体は100ミリ秒ですね。100ミリ秒、1フレームで。なので、1秒間に今10フレーム処理しながら運転している形ですね。従来のシステムですと、こういった本当に何が起こるか分からないっていうところだったり、もちろん白線も今ないですけども、だったり、今コーンがありましたけど、ああいったなかなか認識するのが難しいっていうところに対しても、こういったシステムだと対応できますので。

なるほど。それは。

これですね。こういったドアだったり。

その時その時で素早く推論できるから、そういうことができるってことですか？

そうですね。あとは、僕らの特徴として、2017年の設立以来、ずっとエンドツーエンドっていう、大きなAIだったりデータドリブンでっていうスタックで開発してきたんですけど、そういったところの強みも非常にあるかなっていうふうには思います。

従来のいわゆるモジュール型みたいなものがあって、一つ一つのケースを、シナリオを学習させてみたいな形式だったわけですけど、それだと対応しきれない。

そうですね。一般道になると、やはりなかなかルールが作れないですので、そこは難しいんじゃないかなっていうふうには思います。

なるほど。そこのモデルの話も後で詳しく伺えればと思うんですけども。左折をしていきます。この辺も車通りが多いんですよね、めちゃくちゃ。

あと、首都圏、特に東京、神奈川もそうですけど、路上駐車が非常に多いので、そこも東京の特徴かなっていうふうには思います。

こういう工事現場のところも。これ、工事現場の人のこういう棒っていうのとかも認識しているんですか？

そうですね。あれも対応できますね。

なるほど。そして、TBSの敷地に入っていきます。

というわけで、大手町から自動運転で赤坂、TBSまでやってまいりましたけども。本当に車の中でもちょっとお話ししたんですけども、アメリカでは乗ったことがあって、アメリカってやっぱり道路幅も広いし、人も別にぞろぞろ歩いているわけでもないし、それはできるでしょう。でも東京とか、あるいはアメリカでもニューヨークとか、イギリスのロンドンとか、そういうところで各社始めるみたいな話が出ている中で、できるのかなって思っていたんですけど。本当に1回もドライバーの方がテイクオーバーすることもなく来たので、すごいなというところで。

ぜひ今日は、この後Wayveの技術の話とか、あとは自動運転タクシーだけじゃなくて、自家用車にも広げていこうという感じだと思うので、その辺りのことを詳しく伺えればと思いますので、改めてよろしくお願いします。

よろしくお願いします。

三つのトピックを用意していまして、まずはWayve自体の話を伺うということで、「カメラだけで自動運転、Wayveの実力」という話で。それから二つ目が「東京でロボタクシー開始へ、道路事情の難易度」。車の中でも少し話したんですけども、日本ならでは、東京ならではの難しいところとかっていうところを伺えればと思います。最後が「自家用車も自動運転化が始まる」ということで、タクシーサービスだけじゃなくて、自家用車にもどんどん載せていこうという話なので、その辺りの戦略を最後に伺えればと思います。

最初のWayveの実力というところなんですけど、改めて、どういう特徴のある技術で。そもそも車は作ってはいないんですよね。システムを作っていらっしゃる。

そうですね。Wayveはエンドツーエンドっていう形で、AIのところに特化したソフトウェアの会社ですね。

どういう強みというか、特徴があるんでしょう？

設立当初は、業界でもこういった手法っていうのは、だいぶネガティブなことをずっと言われてきたんですけども、これで本当にできるのかと。でも昨今、ここ数年ですかね、特に1、2年ぐらいで非常に業界が変わってきたなと思っていて。もちろん中国やテスラとか、こういったエンドツーエンドっていえば今バズワードみたいになっているんですけども。こういったAIの力で、データドリブンの手法で、運転のシステムを作っていこうっていうのが非常に多くなってきているっていう形になっています。

なるほど。改めてなんですけど、例えば先んじてやっていたウェイモは、モジュール型とかいろんな言われ方をしていますけど、一つ一つのケースに対して学習をさせてとか、詳しい地図を覚えさせて、その街、その地図の範囲内はできるみたいなことをやってきた。それに対してのエンドツーエンドっていうのは、何がどう違うのかっていうのを改めて伺ってもいいですか？

まず大きく言うと、僕らのアルゴリズムで言うと、地図だったりセンサーだったりに対しての依存が従来よりも低い形になります。従来ですと、高精度なセンサーを積んで、高精度マップも積んで、その中で走るというのに対して、エンドツーエンドで大きなモデルで問題を解いていこうっていう。

結局、モジュール型にすると、従来ですとルールベースも非常に多かったので、高速とか限られたところで走るのにはもちろん、私もやっていましたけど、業界でそうやってやってきましたけども、なかなか一般道になった瞬間に、そういった手法では難しいっていうのが、なかなかスケールしないっていうのがあって、こういった手法が今は進んできているなっていうふうには思います。

なるほど。亀山さん、Wayveの日本第1号社員みたいな話をさっき聞いたんですけども。

はい、そうです。

最初はずっと安全系の運転支援システムを手掛けられてきているというキャリアを歩まれているということなんですけども。どうですか？ 最初から、これはいけるな、これはすごいなっていう感じでしたか？

Wayveは業界では、もちろんアカデミックとか研究とか、そっちは非常に昔から知られていて、僕ももちろん知っていましたけど。今、入社して2年ぐらいですけども、やっぱり主流とは違うやり方をずっとやってきたので。僕も外側にいた人間ですので、当時は、これで本当にうまくいくのかっていう、そういった1人でした。

2年前に入社をして、最初ロンドンにすぐ行って、乗った時に一番驚いたのは、非常に人間っぽくて。自分たちで今まで作ってきたものと、やっぱり全く違うものというか、その人間らしさっていう、そこが一番僕は驚きましたね。

その人間っぽさって、具体的に言うと何ですか？

その車両が、結局誰が運転しているのかが、本当に違和感を感じないというか、システムが運転しているのか、人間が運転しているのか。使われる側にとっても、人間って自分もですけど、自分がうまく運転していると思っているので、なかなかそこを預けるっていうのはハードルが高いと思っているんですけども。そこが非常に違和感がない形で動いてもらうと、やっぱり安心だったり快適性とか、そういったものにつながるんじゃないかなっていうふうには思います。

なるほど。よく分からない機械に運転されていて怖いみたいなものじゃなくて、誰か普通の人間のドライブに乗っているんだね、ぐらいな感じに感じられるというところ。それは何から来ているんですかね？

昨今のChatGPTとか、こういった認知系のやつもそうですけど、あれって大規模なデータで、いわば知の集合体ですよね。AIの種類としては違いますけども、僕らのシステムって、それもどっちかというと知の集合体で、より専門的な熟練ドライバーというか、そういった形の集まってきたものになるので。より快適に、もちろんその裏に安全をっていうところで、っていうのがあるっていうふうには思っています。

なるほど。ChatGPTのGPTのモデルだとか、Anthropic、Claudeとか、いわゆるLLMっていうのは、大量のテキストデータを学習させて、計算資源も通じて大規模なモデルを作ることで、あれだけの精度を実現しているわけですけども。じゃあ、このエンドツーエンドのWayveのモデルがあるわけですよね、いわば。そのモデルは、どういうふうにできているっていう。

そうですね。大きく言うと、やり方としてはそこまで変わりはないんですけども、圧倒的な大規模なデータがあって、それを支えるインフラのコンピューティングがあって。フライホイールって呼んでいるんですけど、ずっとデータがあって、デプロイを、学習して、それを自動化で回していくっていうのがもちろんあるので。

そこが、もちろんアルゴリズムの内部もありますけど、そういった全体ですね、その開発全体のプロセス。何が優れているからっていうよりは、全てを組み合わせないとなかなかうまくいかないっていうのが、この開発の難しさではあるんですけども。

そのデータって言った時に、今日乗らせていただいたWayveの車は、合計で六つカメラがあって、前方二つで、あと斜め前と斜め後ろですよね、見るカメラ。カメラの映像だけでもないですか？ どうなんでしょう、どういうデータですか？

私たちの内部の車両ですと、そういったデータが集まってきます。データのパートナーさんが世界の各地でありまして、今、運転支援だったり、こういったシステムでも世界中にばらまかれていますので、データとして存在しますと。そういったデータのパートナーさんとうまくパートナーを組みながら、僕らスタートアップですけども、データとしては非常に大規模なものを持っていて。

例えば僕らの強みとして、先ほど車内でも言いましたけど、地域の拡大もそうですけど、車両が変わったりセンサーが変わったりっていうところのロバストさが非常に、僕らはジェネラライゼーションって言うんです、汎化能力ですね、が高いと思っているんですけども。そこには、もともと大規模に持っているデータとして、その中に異なる種類だったり車両だったりのものがあるので、そこが汎化性能に貢献しているっていう。具体的に言うと、世界で今、780か所以上とかですかね、のデータがありまして、これもどんどん増えているんですけど、それが支えているっていうふうに思っています。

それは、単純に画像とか動画だけじゃない？

そうですね。レーダーだったりLiDARだったり、他のマイクだったり、そういった違うセンサーのデータももちろん入っています。

ここでこれぐらい加速して、ここでブレーキをかけたとか、そういうことも含めてってことですか？

そうですね。学習としてはもちろん運転もですけど、最初、業界だと世界モデルって言われるんですけど、世界をちゃんと理解した上でっていう、そういったセンサーの。そういった用途によってもいろんなデータが使えますので、そういった形で使い分けをしています。

なるほど。それだけのデータを、スタートアップながら集めましたっていう時に、でも、それをモデルにしていく、あるいはそれを車両に載せて車両を動かしていくっていうのだと、いわゆるLLMと全然違う世界にどんどんなってくると思うんですけども。その辺のWayveならではの強みとかっていうのはあるんですか？

そうですね。僕も入社した時に思ったのが、結局、今は世界各地で車両がありますけど、当時はロンドンに10台以下しかなくて。DeepSeekの例がちょっと似ているかもしれないんですけど、逆に僕らのほうがやっぱり制限があったので、データの量にしても車両の数にしても。だから、そこを技術で乗り越えないといけないと。もちろんコンピューティングもですね。当時、もちろん今もですけど。

なので、人海戦術でできない環境、制限があるので、そこをずっと世界モデルだったり、VLMの最初のやつってWayveが、それも持ってきたんですけど、こういった業界に。そこをずっと設立以来、今も約10年たちますけど、ずっと追いかけてきたっていう。技術で一歩一歩乗り越えてきたっていう、そういったのがWayveの歴史にありますね。

なるほど。ワールドモデルだったり、ビジョン・ランゲージ・モデルっていうのを自動運転に持ち込んでいるのが。

そうですね。確かに、もちろん大規模なデータがあったり、大規模なコンピューティングっていうのは、あればあるほうがいいんですけども。会社の状況によって、そこは制限がありますので、それを一個一個、技術の力でどういった学習をやっていくかだったり、モデルの設計だったり、データをどう使っていくかっていう、そこをうまく一歩一歩やってきたっていう形ですね。

なるほど。でも今、本当に自動運転のプレイヤーって、ウェイモだったりテスラだったり企業が出てきて、アメリカ中でもいろいろ走っていたり、日本でも各社が今始めようとして、日本のスタートアップだって出てきているわけですけれども。そこは、やっぱりエンドツーエンドをやってきた先行者利益的なものが強いのか。その競争環境っていうのは、どういうふうに見ていらっしゃいますか？

ビジネスと技術の観点で説明しようと思うんですけど、まずビジネスの観点で言うと、僕らは車両を作っていませんので。業界で言うと三つモデルがあると思っていて、車両も自分で作りますっていう垂直統合型ですね、っていうのと、車両を持ってきて、そこを改造してフリートとして運用していくような形と。僕らは三つ目ですけども、ライセンスとしてソフトを提供していく。

つまり、量産戦略ですよね。

それによって、ビジネスの規模としては三つ目が一番、うまくいくっていう前提ですけども、規模は出るっていう、そういった特徴があると思っています。

技術的には、当時、逆流の立場でこうやってきた、もちろん先行的な、そういった強みはあると思うんですけども。逆に業界全体、大きく考えると、こういったシステムは安全システムなので、ある一社が全く異なるアプローチでやるっていうのは。こういう安全システム系って、やっぱりたくさんやれば、みんながやるほどより安全になるっていうのがあるので、こういった方向に進んでいくのは、業界として非常にいいんじゃないかなっていうふうに思っていますね。

Wayveが手掛け始めた当時はまだ新しい技術だったものが、どんどん成熟していろんな人が使えるようになってきて、ある意味、参入障壁っていうのがすごい下がったんじゃないかと思うんですよね。

あとは、やっぱりChatGPTとか、あっちのLLM系が日々の生活でもう手放せなくなってしまったので、そこによる恩恵も実はあります。

なるほど。今、試験走行をいろいろしていて、私も最初に申し上げたんですが、Uberとか日産とタクシーサービスを年内にも始めるっていう計画がある中で、実際、じゃあもうお客さんを乗せて走れるねっていう、そこの基準ってどういうところにあるんでしょう？

まずは、もちろん安全が第一ですね。それで、ロボタクシーになると、やはり運転システム、僕らはそこのAIの周りのところをやっていますけども、それ以外にものすごくやることがありまして。車両としても、冗長性も含めて車両を完成させないといけない。遠隔支援とか、遠隔のリモートのところも作っていかないといけない。Uberさんとか、そういうモビリティの、もちろんお客さんに触れるところだったり、アプリのところだったりもありますし。

もちろん今、日本だと日の丸さんも入ってやっていきますけども、あとは規制当局ですね。といったところもあるので、僕らだけじゃなくて、それが全てそろってやっとできるっていう、非常に障壁は高い形になりますね。

確かに、技術を磨くだけじゃできないわけですもんね、本当に。

そうですね。安全システムで、もちろん日本ですので、非常にそこは。

分かりました。次のパートに行く前にもう一つ考えたいのが、自動運転ってレベルがいくつか分かれていて、車の中でも少しありましたけど、レベル2の段階で、最近レベル2プラスプラスと呼ばれて、国交省がちょっと違うんだよっていう。レベル2は縦横方向の運転支援で、プラスプラスがつくと、ドライバー介入をほぼ必要としない高度な運転支援。ただ、その上にレベル4って、いわゆる無人でできるっていう。何が違うんですかね、これは？

高速のハンズオフシステムがレベル2って言われることが多いんですけども、高速に入ったら、ドライバーとして手放し運転をしていいですと。レベル2プラスプラスだと、一般道も含めたそういったシステムっていうのが、レベル2プラスプラスっていうふうによく言われています。国交省さんが認定制度みたいなものを、今、普及させるためにやっていただいていますけども。

そうですよね。今日もドライバーさん、ハンドルがあって、ここに手を添える形でやっていましたけども、レベル4とそこのギャップというか、そこまで行くには技術的に何が必要、技術的にどう違うっていう話なんですか？

そうですね。先ほどもちょっと触れましたけども、もちろん運転システムとしてもそうですし、レベル2だと結局ドライバーさんがいますので、運転手がいますので。それを取るってなった時は、もちろん運転システムとしての冗長性も必要ですし、車両としての冗長システムも必要ですし、いくつかの追加のハードルが。

レベル4になってくると、人間がいない前提でオペレーションにしておかなきゃいけないというところが一番。

そうですね。技術も、レベル2として、自家用車としては、そこは変わってくる。

そうです。また全然違ってくるという話で。そういう中で、東京でロボタクシーを開始していくというところで、次のパートなんですが、道路事情の難易度ということで。車の中でも、さっき結構な道を通ってきたので、いろんな話を伺ったんですけども。日本って、試験走行っていうのも結構もうやられているんですよね、いろんな。

そうですね。もともと日本で開始したのが約1年半前ですね。当初、レベル2のシステムを、日産さんが早くに目をつけて、一緒にやらせていただいているので、それの開発をまずはスタートさせたのが。

導入するためのシステムを開発するっていうことですね。

そうです。その中でやっていく中で、レベル4っていうのも、今年の3月ですね、Uberさんと日産さんと3者で発表しましたけども。なので当初はレベル2っていう意味で、今ももちろん次世代向けの開発を一緒にやらせていただいていますけども、そういった状況ですね、日本では。

当然、レベル4は見据えながら、今できるところで、レベル2のところでやっていくっていう段階ってことですよね。

そうです。なので、並行開発みたいな形に今はなっている形です。

本当に東京の道路ってすごく複雑で、人も多いし、道路が細かいし、いろんな車があるしっていうので。ただ、ここで走るための学習するものとして重要だったものっていうのは、どういったものがあったんでしょう？

大きなグローバルの基盤モデルっていう意味ではグローバルで共通ですし、運転のモデルもそうなんですけども、各OEMで、もちろんセンサー構成が違ったりとか、コンピューティングリソースが違ったりとかで、各社、各プログラムごとに適合していくんですけども。

日本で言うと、やっぱり日本特有のルールというか、運転の文化もそうですよね。横断歩道で歩行者が来た時のやり取りも、国によって違ったり。車内でありましたけども、矢印信号ですね。だったり、あと日本で難しいのは交通標識系ですね。レベル4だと、もちろんまず交通に準拠しないシステムを出せるわけがないので、そこに対しての要件っていうところ、守らないといけないことが非常にハードルが高いと思っています。

ただ単に、ごみごみしているねっていうぐらいだったら、結構もともとWayveが拠点としているロンドンに近い部分っていうのは、やっぱりあったと。

ただ、運転させるっていう意味ではそうなんですけども、本当は止まっちゃいけないところで、例えば止まったりとかしちゃったりしますよね。でもそれがレベル4のシステムだと、それはやっぱり許されない行為なので、そういった細かいところを一つ一つやっていかないといけないっていう形になりますね。

なるほど。こう開発をしていて、特に苦労したところって何かありますか、日本で？

開発ですか。1人目で運よく入ったので、開発もそうです。当初はメンバーを作っていくとか、そういったハイヤリングもそうですけど。日本に最初は車がなかったので、やっぱり乗ってもらうとすごく分かると思うんですけど、それがなかなか、相手にされなかったわけじゃないですけど、もうちょっと先、目先の長いパートナーとして接してもらっていたっていうのは事実です。

いろいろロンドンから、アメリカ、ヨーロッパ、日本っていうふうに車両を展開していったんですけど、それを見ていただいてから一気に量産開発というか、そっちの話が非常にパートナーさんと進みました。

日本で言うと、開発はもちろん量産になると、今日乗ってもらいましたけど、この東京の一部を走れるだけでいいっていうわけではもちろんない。レベル2ですと、もちろん日本全国に行きますので。日本各地には本当にコーナーケースが非常にいっぱいあって、それを一個一個やっていかないといけない。量産だと、検査だともちろんそれは避けられないんですけど、そういったところを今、チームと一緒にやっているような形になります。

なるほど。今日乗らせていただいたのは、フォードのマスタング マッハという車を使った開発車なんですけど、実際でも日本のロボタクシーは日産リーフですよね。

そうですね。

日本で走るものは日産車に、とりあえずはWayveのシステムを持っていくっていうのが最初。

そうですね。日産さんがお声がけいただいて、一緒に、Uberさんもですけども、日本の東京に関しては今、リーフで、ロボタクシーのような形のセンサー構成で、データを取得しながらテスト走行しているっていう形ですね。

なるほど。分かりました。逆に、日本で学習したことがグローバルに役に立ったみたいな、そういったことっていうのは？

そうですね。それはまさに実際にデータとしてありました。やっぱり東京は世界でも屈指の難しさの場所であるので。最初、日本に来た時に、日本のデータを入れなくても確かに走りましたけども、こういった首都圏の、本当に東京のど真ん中で、もちろん日本のデータも何も入っていないので、できないこともありましたけども。

なので、そこは人間に似ているなと思っていて、例えば普段、僕らが日本で運転していますと。どこか海外に行った時に、基本的に細かいルールは分からないけど、運転しろと言われたら運転できる。車線が反対になったりとか、アメリカだったら赤で右折できますとか、そういうルールは覚えないと、データで覚えさせますと。でも難しいところを運転できるようになって日本に戻ってきたら、よりうまく安全に運転できるっていう。

それが僕らのシステムでも実際に数値として出ました。なので、東京のデータを追加したら、他の地域の性能も上がりました。

どういう性能がすごく上がったんですか？

やっぱり日本で言うと、狭い道路がいっぱいあるので、だったり、歩行者への対応だったり、そういったところが結果には顕著に出ました。

そうなんですね。そうやって性能を上げていった先にあるのが、最後のパートなんですが、自家用車にもどんどん、量産開発という話もありましたけども、「自家用車も自動運転化が始まる」っていうところで。日産はタクシーだけじゃなくて、量産車にWayveのシステムを載せようと今している。

あるいはグローバルだと、ステランティスとかメルセデス・ベンツとか、ああいったところの量産車に入れていくっていう契約をされていると思うんですけども。タクシーと全然事情が違いそうですよね、そういう量産車に載せていくってなると。

そうですね。そこは今、評価していただいたと思っているのは、もちろんこういった一般道も含めて走れる運転システムですけど、市販の車になっていくと、車種展開も、もちろん車両の数も圧倒的に増えますと。っていうのと、あと地域ですね。ここ日本の東京とか、そういったところじゃなくても、何か国にも売られていきますので、そういったところの展開性だったり、スケールしていくっていうところを非常に評価していただいたっていうふうには思っています。

これ、必ずしも、ハードウェア的には今日乗った車のフロントガラスのちょっと上ぐらいのところにバーみたいなのが載っていて、そこにカメラがついていたりとかって。Wayveのシステムが載ってくると全部あれが載るのかみたいな、どうなるんですか？

それは車両メーカーさんの設計次第ですね。もちろん、あれは僕らの開発車両で、いろんな車両に載せられるように、あえてあそこに載っているんですけど、量産であそこには基本、もちろん載りません。やっぱり見栄え、デザイン、車両としての設計があるので。

よく業界であるのは、ミラーのところに、よく分からないようについていたり、フェンダーって言われるところだったり。なので、うまく外から、デザインがもちろん成り立つように、見えにくいようにっていう設計になっています。あとはセンサー、もちろん安全に対する考えも各社さんで違うので、センサー構成が多少違ったり、もちろんレーダーだったりも追加されながら。そこに柔軟に僕らも対応しながら、今まさに開発していっているっていう形ですね。

結構、車メーカーによって考え方とかって違う？

もちろん違うんですよ。車両の動かし方もそうですけど、安全に対する考えももちろん違うので。量産車だとセンサーはもちろんOEMさんが選定しますので、最終的にOEMさんの責任になりますので。

なるほど。でも、それで自家用車が自動運転っていった時に、システムは全部同じだよってなったら、車の差がなくなりそうだなとかっていうふうに思ったりもするわけなんですけど。どうなんですか？

もちろんAIとしては、一番最初の大きな基盤モデルとしては、もちろん違いますし、各社によってもセンサーが異なります。コンピューティングと使えるリソースも違ったりするので、そこでまず差分が発生しますと。プラス、メーカーさんによって、どう動かしていきたい、どこまで動かしていきたいとか、そういったものももちろん違うので。そこは僕らのAIで、それぞれのニーズによってチューニング、適合できるような形になっていますし、同じになるっていうことは基本的にはないかなっていうふうに思っています。

なるほど。本当、ご覧になってる皆さんが、例えば車を買った時に、将来的にそのシステムがついてるみたいなことにもなってくると思うんですけど。

はい。

これ結構難しいんじゃないかなって思ったのが、全部任せるわけじゃないけど一定は任せられるし、ただ危ない時とか、安全のために自分で運転を取らなきゃっていう場面が発生するとかって考えると、結構、運転うまい人じゃないと使いこなせないのかなとか。任せるのか任せないのか、どっちだ、みたいな感じになりそうだなって思ったりもしたんですけども。

そうですね。システムを僕ら作って、それからすると、過信させてしまうと逆に危なくなってしまうので。人間とコラボレーションしながらって言えばいいんですかね。もちろん車両としての作りになるので、そこは車両メーカーさんによってもちろん異なりますけど。

あとは、一般道も走れるような形になるので、もちろんすぐ介入しないといけなかったりとか、そういったのはもちろん使い物にならないので、警報とか、こういった危ない時はとか、大雨でシステムが安全を担保できない時はドライバーさんにあえて戻すとか、そういったのはありますけども。一般道を走るシステムだからこそ、やっぱり求められる要件っていうのは非常に高いかなって思います。

なかなかすぐ、高速とかだと、システムが、ドライバーさんが、予測しやすいですよ。人間もシステムも。

はい。そうですね。そこからテイクオーバーしてからの時間が多少あるんですけど、一般道の、もうすぐっていうのはなかなか。

1秒後に何が起きるかわからないみたいな世界だから。

そうですね。ドライバーさんに全部依存っていうのはなかなかそこは難しいので、全体のシステム設計も含めて。

そうですね。そこにインターフェースとか体験の設計っていうのは非常に難しいですよね。

難しいところです。

はい。分かりました。最後に、最近テスラのロボタクシーの車が日本に来て、ちょっと話題になったんですけども。ハンドルがないですけど。Wayveとしてはああいうものを作りたいみたいなのがあるのか。あくまで車じゃなくてシステムっていう話だったんですけど、どうなんですか。車まで作るみたいなことってあるんですか。

今は、ビジネスで3つのモデルっていうふうに言いましたけど、当初からWayveのミッションとしては、こういったAIをあらゆる車両だったり、あらゆる地域にっていうところをミッションに掲げてやってるので、今は基本的にはソフトとして、AIとして技術をライセンスとしてやっていく形のモデルで進んでますね。

なので、今、自家用車、タクシーとかあります。技術的にはこういった技術って他のところにも使えるので、例えばヒューマノイドであったり、違うデリバリーのロボットだったり、そういった形でこういったAIをいろんなところに、いろんなモビリティのところに展開していきたいっていうのが、中長期では。

そうか。Wayveとしてそういうふうに見据えてるんですね。

はい。

広い意味でのモビリティで、車だけじゃない。いわゆる自動車だけじゃないみたいな。

はい。そうですね。なので、最初のロボットが自動車であったって、そういった形です。

一番高い山を登ってるみたいな。

そうですね。あとは、世界中にありますので。

そうですね。確かに。

データもありますしっていう、そういったところもありますね。

じゃあ、これからもっといろんなものにWayveのAIが乗ってくる世界も。

そうですね。中長期としてはそこを掲げています。

はい。ということですね。分かりました。ここまで、Wayve Technologies Japanの亀山さんと、「カメラだけで自動運転が東京で始まる」という点でお送りしてまいりました。本日もご視聴いただきありがとうございます。ぜひチャンネル登録と高評価、そしてCROSS DIGの公式Xのフォローもお願いいたします。すいません、試乗から全部、亀山さん、長くお付き合いいただきましたけど、本日は本当にありがとうございました。

はい、ありがとうございました。