希少性の呪いは、自動運転の分野における重要な科学的問題であり、実際の運転環境で安全上重要なイベント (交通事故など) が発生する可能性が極めて低く、その結果、運転データにこれらのイベントが発生することを指します。非常に疎であるため、深層学習モデルがこれらのイベントの特性を学習することが困難になります。セーフティクリティカルなイベントのまばらさが増すと、深層学習勾配の推定分散が指数関数的に増加し、モデルをトレーニングするためにより多くのデータと計算が必要となり、セーフティクリティカルなタスクにおけるモデルの学習能力が大幅に妨げられます。
スパーシティ災害の概念は、清華大学助教授のフォン・シュオ氏とミシガン大学 Mcity の所長兼主席教授であるヘンリー・リュー氏によって初めて国際的に提案されました。彼らの研究成果は「自動運転車の希少性の呪い』がNatureサブジャーナル『Nature Communications』に総説記事として掲載されました。
この研究では、スパーシティ災害を解決するための 3 つの技術的ルートも提案しています。