詳細を読む
米ボストン近郊のマサチューセッツ州ケンブリッジで、ロボット新興企業Generalist AIが、短い手本動画を1本見せるだけでロボットアームに新しい作業を習得させる技術を公開しました。米『WIRED』誌の記者が現地を訪れ、カップ積みやブロック分別といった作業をロボットが人間さながらの速さでこなす様子を目にしたといいます。事前のタスク別学習を必要としない点が最大の特徴です。
実演では、ちりとりとブラシでブロックをボウルに掃き入れる作業を学んだロボットが、ブラシを取り除かれても動じずちりとりだけで代用し、ブロックを弾き入れました。別の実験では、財布から紙幣を取り出す動画を見せられた二腕ロボットが、うまく掴めないと判断すると右手から左手へ持ち替えて角度を変えるという、学習していないはずの工夫まで見せたといいます。
共同創業者兼CEOのPete Florence氏は、この汎用性の高さを2020年公開のOpenAI大規模言語モデル『GPT-3』が登場した当時の興奮になぞらえます。同氏はGoogle DeepMindやBoston Dynamicsで先端ロボット研究に携わった経歴を持ち、共同創業者のAndrew Barry氏、Andy Zeng氏とともに、既存の言語モデルに頼らずロボット向けAIモデルをゼロから開発しました。
同社は特殊なグローブ型グリッパーにカメラを搭載し、人がそれを装着して日常作業をこなすことで大量の動作データを収集しています。従来型のロボット学習が数千件規模の事例投入を必要とし、照明条件が変わるだけで動作が乱れやすかったのに対し、Generalistは実世界の物理的な相互作用データを幅広く集める戦略に注力しています。
米ジョージア工科大学のロボット研究者Danfei Xu氏は、同社について「実用配備に最も近い存在」と評価し、スタンフォード大学のKaren Liu氏もそのデータ戦略が有効に機能している可能性を指摘します。一方で、ロボットが学習済みの作業を成功させる確率は平均で約59%にとどまっており、理想とされる99%超の水準には遠いのが現状です。