大規模言語モデルをロボット工学に応用する「フィジカルAI（物理AI）」の開発企業などは、質の高い学習データの不足が実用化に向けた最大の課題になっていると発表しました。業界内では、現在の技術水準は対話型AIが普及する前の段階にとどまっていると指摘されています。
フィジカルAIは現在、ベンチャー投資において最も注目を集める分野の一つであり、各社が巨額の資金を調達しています。中国のロボットメーカー「Unitree」は、中国の新興企業向け株式市場への上場時に約10兆2300億円（約660億ドル）の評価額を記録しました。しかしその後株価は急落し、企業価値はほぼ半減したということです。専門家は、ロボットの物理的な能力は向上しているものの、実際に価値を生み出す作業を行うためのノウハウが依然として不足していることを要因として指摘しています。
先週開催されたロボット向けAI開発者の会議「Actuate」では、参加者が1500人に達し、2023年の開始時から3倍に拡大しました。一方で、AIインフラを手がける企業からは「ロボット工学のデータ危機」を解決する必要性が訴えられました。これは、AIモデルの訓練に必要な高品質なデータが不足しているという課題です。入力から出力までを一貫して学習する手法を特定の作業に用いても、商業的に信頼できる性能には達していないということです。
シミュレーションツールを開発する新興企業「Antioch」の創業者は、現在のフィジカルAIは対話型AI「ChatGPT」が登場する前の「GPT-2」の段階にあると指摘しています。この壁を乗り越えるためには、より多くのデータと計算能力、特に高精度のシミュレーションに不可欠な画像処理半導体（GPU）が必要になるとしています。
現在、最も開発が進んでいるのは自動運転車の分野です。これは、人間が運転する車から関連データを収集しやすいことや、主な目的が物理的な操作ではなく接触の回避であるためとされています。テスラや配車サービス大手のウーバーなどは、自動運転で培った機械学習の技術を活用し、人型ロボットの研究開発に注力する方針です。
自動運転技術を開発する「Wayve」のCEOは、「まずは車両から始めるべきだ」とした上で、特定のハードウェアに依存しない汎用的なモデルの開発を目指すとしています。同社は自動車メーカーにAIモデルをライセンス提供する事業を展開しており、そこから得られる収益とデータを基に、真に汎用的なAIモデルを構築する戦略を描いています。
一方、今年約163億円（約1億500万ドル）の資金調達を行った人型ロボット企業「Genesis AI」のCEOは、「ハードウェアとAIを共同で設計する機会が多い」と述べ、異なる見解を示しています。また、特定の作業に特化するか、汎用性を目指すかという戦略のジレンマについても言及し、「成功率80%の汎用ロボットを求める顧客はいない」と指摘しました。
建設機械の自動化を進める「Bedrock」は、まずはショベルカーなどの掘削作業に特化して現実世界のデータを収集し、将来的にはさまざまな建設機械に対応するAIを開発する方針です。
膨大なデータの管理も課題となっています。会議を主催した「Foxglove」は今週、アメリカの半導体大手エヌビディアの技術を基盤とし、自然言語でデータを検索できる新製品を発表しました。これにより、開発のスピードを加速させる狙いがあるということです。
フィジカルAIにおける「ChatGPTの瞬間（劇的な普及の転換点）」がいつ訪れるかについて、専門家の見方は分かれています。WayveのCEOは「約15万5000円（約1000ドル）以下のハードウェアで完全な自動運転が実現した時」としています。Genesis AIのCEOは「自然言語で指示を出し、80%以上の確率で基本的な作業をこなせるようになった時」と予想しています。
一方、FoxgloveのCEOは、物理的な製品の普及はソフトウェアよりもはるかに難しいと指摘し、「ChatGPTのような瞬間は来ない」と述べています。その上で、「家庭で役立つロボットが買えるようになる『Apple II』や『IBM PC』のような瞬間を期待している」としています。
