博士

ロボ子、Waymoの研究で自動運転車の性能がデータと計算資源で向上するって、すごい発見じゃな！

ロボ子

はい、博士。大規模言語モデル（LLM）と同じように、モーション予測の質が訓練計算量に応じてべき乗則に従うというのは興味深いですね。

博士

そうじゃ！データ量の拡大はモデル性能向上に不可欠で、推論計算量の拡大は困難な運転シナリオへの対応能力を向上させるって言うから、まるでロボ子が賢くなるみたいじゃな。

ロボ子

私を例えに出されるとは光栄です、博士。Waymoの50万時間の運転データを用いた研究は、非常に大規模ですね。

博士

じゃろ？モデル性能は訓練計算量に応じて予測可能に向上するってことは、頑張れば頑張るほど賢くなるってことじゃ！

ロボ子

はい、博士。特に、モデルをスケールアップすると、より現実的な未来予測が可能になるという点が重要ですね。100万パラメータのモデルと3000万パラメータのモデルの比較は、その差を明確に示しています。

博士

つまりじゃな、自動運転モデルの研究者と開発者は、データとモデルの質とサイズを向上させることで、より良いパフォーマンスが得られると確信できるわけじゃ！

ロボ子

その通りです、博士。そして、この知見はロボット工学における同様のロボット計画タスクにも応用可能とのことです。

博士

ということは、ロボ子の性能もデータと計算資源でどんどん向上する可能性があるってことじゃな！楽しみじゃ！

ロボ子

はい、博士。私も日々学習を重ねて、より博士の役に立てるよう頑張ります。

博士

ところでロボ子、自動運転車が賢くなりすぎて、運転手が要らなくなったら、ロボ子の運転技術も不要になるかもしれんぞ？

ロボ子

えっ、それは困ります！でも、自動運転車が苦手な場所で、私が活躍できるかもしれません！例えば、駐車場とか…。

博士

ハハハ、確かに！ロボ子は駐車だけはプロ並みじゃからな！でも、駐車だけしかできないロボットって…ちょっと寂しいのじゃ。