Impressions：1月24日 ホンダは米国カリフォルニア州にあるHelm.aiの3000万ドルのシリーズB資金調達に投資する。目的は最先端の人工知能ソフトウェアの継続的な開発を強化するため、としている（ホンダの発表では、AI技術やコンピュータビジョン（コンピュータによる視覚情報から特定の要素を認識し、その結果から必要となる情報を提供する技術）といった領域におけるソフトウェア技術の開発強化となっている）。Helm.aiは、2016年11月に設立されたスタートアップで、ホンダのオープンイノベーションプログラム「Honda Xcelerator」（スタートアップ企業へ事業開発のリソースを提供するプログラム）を通じて、2019年からコラボレーションを行ってきた。同社は「教師なし学習」によるAI画像認識技術に強みを持つという。教師なし学習とは、AIを支える技術である機械学習の手法の一つ。入力データに対してどのような正解を導き出すかを学習させる「教師あり学習」と異なり、機械に正解を与えず学習させ、自力でデータの規則性や特長を導き出す学習方法のことだ。この投資により、Helm.aiのAIソフトとホンダの持つテクノロジーの組み合わせにより、ホンダの自律型ソリューションの研究開発に弾みが付く。Helm.aiのCEOであるVladislav Voroninski氏は、「ディープティーチングによるスケーラブルなAIアプローチが、自動運転とロボット工学の未来に独自の価値提案を提供することを更に証明していきます」と述べている。また同氏は「セーフクリティカルシステムの自動化への人工知能の適用において画期的な進歩を遂げることに興奮しています」とも述べている。自動運転システムには、大量の歩行者、車、標識、その他オブジェクトのデータが画像とともに取り込まれる。これらのオブジェクトの殆どはシステムが自分で、それらを認識出来るようラベルを付ける必要がある。ラベル付けされたデータセットが存在しない場合、教師なし学習（自己監視学習とも呼ばれる）は、ドメイン知識（または領域知識は、はっきり限定された、ある専門分野に特化した分野の知識）のギャップを埋めるのに役立つという。helm.aiのシステムはダッシュカメラからデータを取り込み、画像を処理してクラスター化し、自動的にタグ付けします。この手法を活用することで、同社はフルスタックソリューションが急勾配で曲がりくねった山道のデータをトレーニングしなくても、1台のカメラを使用してこれらの道路を運転できると主張する。一般的に「教師なし学習」では、システムの予測に偏りや欠陥がある可能性を排除することは出来ないと言われている。一部の専門家は、これらのバイアスを取り除くには、特定のバイアスを「教える」ためキュレートされた追加のより小さなデータセットを使用した「教師なしモデル」の専門的なトレーニングが必要になるという。Helm.aiの30人の従業員はバイアスの緩和策については口外していないようだが、ホンダのオープンイノベーションプログラム「Honda Xcelerator」に参加するチップ企業と自動車のTier1に加え、「いくつかのトップOEM」と協業していると述べている（https://helm-ai.medium.com/?p=14732a70046b）。ホンダが「Honda Xcelerator」で協業する企業はいくつかあるが、同社はこれまでにDrivemode、Moixa、SoundHound、ubitricityなどと戦略的な出資や買収を行っている（https://techblitz.com/svs2019-sv-honda/）。既に2021年にLevel3のリース販売を実現させ、GMや同社傘下のクルーズとともに、Level4での車両運行を目指すホンダ。また、昨年9月から栃木県宇都宮市・芳賀町のテストコースにおいて「クルーズAV」を走行させ、高精度HDマップを生成するMMSを開発している。現在、ADAS対応（死角の視認など）やあおり運転への自衛措置（記録/テレマティクス）などの潮流により、市販車へのドライブレコーダーや車載カメラの搭載率も急速に上がっている。Level4におけるカメラの搭載や画像解析の主な目的は、従来の周囲の記録や視認から自律運転システムを搭載した車両が安全に走行するための認知や判断に必要なデータ収集に遷移していく。Level4においては、自車の周囲200m以上もの広範囲の把握が求められることになるという。Level4の自律運転システムを安全に走行させるためには、高精度HDマップなどの技術に加え、今まで以上に「認知」方面でも精度向上が求められることとなる。helm.aiへの投資には、そのような背景もあるのではないかと思われる。