自動運転技術は，従来のルールベース制御や個別認識モジュールから，深層学習を中心としたEnd-to-End型AIへと急速に進化している．特に近年は，TransformerやBEV表現を用いた認識技術に加え，大規模視覚言語モデル，世界モデル，生成AIなどを活用した「知能化」が注目されている．本講演では，コンピュータビジョンの基礎技術とその発展を踏まえて，自動運転におけるAI技術の進化について紹介する．また，自動運転の安全性・信頼性・人との協調という観点での取り組みや今後の自動運転AIの方向性について議論する．

近年、自動運転技術は従来のモジュール型アーキテクチャから、AIが運転を直接学習するEnd-to-End（E2E）型へと大きく進化しています。一方で、高い安全性や実用性を実現するためには、膨大なデータ、シミュレーション、実車検証、そしてオープンな技術基盤が不可欠です。本講演では、世界中で活用されるオープンソース自動運転ソフトウェア「Autoware」が果たしてきた役割を振り返るとともに、自動運転の民主化を支えるオープンソースコミュニティの価値について紹介します。さらに、Diffusion Plannerや世界モデルをはじめとする最新のEnd-to-End技術、自動運転開発におけるデータ中心のアプローチ、シミュレーションと実車を組み合わせた開発手法など、実際の開発現場で得られた知見を交えながら解説します。Autowareから自動運転2.0へ次世代の自動運転開発がどこへ向かうのか、その最前線をお伝えします。

L3/L4/L5の自動運転システム（ADS）では、従来のテストベース認証だけでは安全性を十分に説明することが難しくなりつつある。本講演では、ADS向け国際法規であるUNR-ADSにおけるSafety CaseおよびISMR（In-Service Monitoring and Reporting）の考え方を起点に、レベル3(L3)以上のADSに求められる安全論証の最新動向を概説する。特に、海外の先行研究に見られる決定論的評価と統計的評価の統合、リスク受容基準の確率的評価、自然交通流に基づく安全性評価、さらにワールドモデルやE2E型ADSの登場が安全論証へ与える影響を整理する。規格適合に留まらず、開発・評価・市場投入後監視を一貫して接続する、実効的な安全性評価フレームワークの方向性を議論する。