2024 年で最も印象に残ったロボット デモはこれです (これまでのところ!)
クイックリンク
- 図01
- アジリティ・ロボティクスとアマゾンズ・ディジット
- ボストン ダイナミクス スポット V.4 アップデート
- テスラのオプティマス Gen 2
- スタンフォードのモバイルALOHA
誰もが生成 AI とその知識と創造的な仕事への影響に注目している一方で、ロボット工学も同様の一見突然の進歩のポイントに静かに近づいています。 2024 年は、肉体労働における真の AI 自動化革命の始まりとして歴史に残るかもしれません。そして、今年の初めにも、いくつかの驚くべきデモンストレーションが行われました。
図01
Figure は、大手テクノロジー企業から巨額の投資を集めている、新興のロボット工学スタートアップ企業です。同社は、今後数年間に人手不足を補うことを直接目的として設計された人型ロボットプロジェクトを示すデモにはかなり控えめだったが、そのどれもが驚くべきものだった。この記事を書いている時点での最新のデモは、歴史的な転換点のように感じられます。
この図では、図 01 のロボットがテーブルに置かれ、その上に物体が置かれています。次に、人間が自然言語でロボットと会話すると、ロボットは完全に人間の声で応答し、見たものを関連付け、要求に応じてタスクを実行します。これは、Figure のテクノロジーとソフトウェアの組み合わせと、ロボットの推論スキルとマシン ビジョン能力を向上させた OpenAI とのパートナーシップのおかげです。最も印象的なのは、タスクを実行する方法をその場で理解できることです。
Figure によれば、これは編集またはカットされたビデオではなく、ロボットが次に何をするか、何を言うかを「考える」ため、長い処理停止のおかげで真実である可能性が高いと思われますが、いつものように、これについては彼らの言葉しかありません。これらのシステムが第三者の手に渡るまでは。しかし、フィギュアはこれらのロボットに熱中しており、すでにBMWと提携して試験が行われています。
アジリティ・ロボティクスとアマゾンズ・ディジット
Amazon と提携している Agility Robotics は、人型ロボットに関しては Figure と同じ一般的な考え方を持っているようです。そのアイデアは、人間の労働者が現在占有しているのと同じスペースに差し込むことができるロボットを作成することです。このビデオで紹介されているように、Digit はすでに実際の Amazon 施設でテストを受けています。
しかし、おそらくさらに印象的だったのは、Digit の推論能力を示したこの初期のデモです。これを本当に素晴らしいデモにしているのは、口頭で与えられたタスクを動的に論理的に進めながら、ボットの内部独白と思考プロセスを確認できることです。
ボストン ダイナミクス スポット V.4 アップデート
ロボットのデモビデオのリストにボストン ダイナミクスが含まれていないことはあり得ません。ただし、今回は残念ながら愛らしいダンスをするロボットのビデオではなく、おそらくもっと印象的なものになるでしょう。 Boston Dynamics は、仮想シミュレーションと強化として知られる機械学習の形式を使用して、Spot ロボットの機動性に関して大幅なアップグレードをどのように行ったかを披露します。以前は、Spot はボストン ダイナミクスによって微調整された予測モデルに全面的に依存して、地形を横断するときにどのように移動すべきかを予測していましたが、最新のアップデートでは、そのモデルと強化を使用してトレーニングされたモデルのハイブリッドを使用するようになりました。
その結果、古いバージョンの Spot ソフトウェアでは、緩い路面や滑りやすい路面でつまずいて転んでしまいますが、最新バージョンでは、グリップが存在しない場合や地形が予測できない場合でも、安定した状態を保つことができます。誰も誇示しているような派手なものではないかもしれませんが、災害現場や悪天候など、完全に予測可能な環境が提供されない場所にロボットを進入させる必要がある場合、これは非常に重要です。
テスラのオプティマス Gen 2
2021年に、私はテスラが提案したロボットは完全に理にかなっていると書きましたが、それ以来、このプロジェクトがどこまで進んでいるのかが徐々に分かってきました。スーツを着た人間のダンサーとして始まったものは、今では完全に実現された人型ロボット プラットフォームです。第 2 世代のデモでは、「オプティマス」が人間のようなスムーズな動きを示し、（落ち着いていれば）適度なペースで歩き、指先センサーの助けを借りて古典的な卵を操作するトリックを実行しているのがわかります。何十年も前からロボットアームのビデオでよく見られる比喩。
このビデオは非常に印象的ですが、何が自律的で、何が事前にプログラムされており、何が直接遠隔操作なのかは明らかではありません。それでも、これほど短期間で、何も示せない状態からハードウェア プラットフォームが動作する状態になったことは賞賛に値します。イーロン・マスク氏がX（旧Twitter）に投稿した別のクリップでは、オプティマスが服をたたむ様子が見られるが、マスク氏はこれがまだ自律的に行われていないことを明らかにした。世界中の怠惰な人々の希望を集めて、彼らを再び打ち倒すためだけに、
スタンフォードのモバイルALOHA
私たちがこれまで見てきたロボットは、2000年代のSF映画からそのまま出てきたように見えますが、価格も数十万ドルに達する高額なものです。
Google とスタンフォード大学が協力したプロジェクトである Mobile ALOHA は、多用途のロボット プラットフォームを 20,000 ドル未満で提供します。大変そうに思えますが、ALOHA で何ができるかのデモを見れば、お買い得なように思えます。遠隔オペレーターは、この必要最小限のロボットを使用して複雑な器用なタスクを簡単に行うことができ、人間によるデモンストレーションを見て自律的にタスクを実行する方法を学ぶことができます。何よりも、ALOHA のハードウェアとソフトウェアはオープンソースであるため、世界中の多くの貢献者が ALOHA の改良に取り組んでおり、今後の多くの進歩が期待されます。
今年は決して良いスタートを切れたわけではありませんが、すでに次のホリデーシーズンが始まる前に、さらに驚くべき自動化デモが行われることになりそうです。突然ですが、ロボット掃除機はそれほど未来的ではないと思いませんか?