ロボットが体を持つようになるということ：2026年、また始まったチャットGPTモーメント？
팀
팀제이커브
カテゴリー
Empty
この記事は合計3部作で発行される予定です。フィジカルAIがどれくらい進化したのか、どのような原理で動作するのか、そして今後、私たちのビジネスにどのような影響を与えるのか気になった方のために準備しました。私はこの分野を勉強し、新しく知った内容をじっくり共有してみたいと思います。
偶然にYouTubeのアルゴリズムに導かれ、1つの映像をより仕事を止めました。舞台の上でカンフー服を着た子供たちが武術デモンストレーションをしていたのですが、その間に数十台のロボットが混ざっていました。
実際、ロボットが一人で踊るのはもう一般的なことです。ところで今回はちょっと違いました。
子供たちが気合を入れるとロボットがその音を聞いて拍子を合わせ、横の人が動く速度に合わせて自己動作を調節したんですよ。そのシーンを見るのに気分がとても妙でした。
「ああ、今はロボットがただ「よく作られたおもちゃ」のレベルではないんだ」
したかったです。
画面の中で文字だけで会話していたAIが、今は私たちの隣で一緒に息をして足を合わせる「本物の仲間」になったような気分。その忘れられない場面が、まさに私たちが住んでいるフィジカルAI（Physical AI）時代の始まりを知らせる信号弾でした。
ソース：CGTN
これまで私たちが出会ったAIはモニター内の人格体でした。気になることを聞いてみると、とても答えてくれる「オープンクロー」のような存在でした。ところで、今、このスマートな髪が「体」を得て、外に盛り上がって歩き始めました。
用語：OpenClaw：Webサイトでチャットするチャットボット方式を超えて、ユーザーのPCに直接インストールされ、ファイルの整理やコーディングなどの実用的な作業を行う「実行型AIエージェント」です。
これまで画面の中で質問に答えていたAIが、今「身体」を着て私たちのそばに歩き始めました。人格体のように作業を行っていた「オープンクロ」の流れが、モニターを突き抜けて物理的な実体になったこと、まさにフィジカルAIの時代です。
フィジカル AI: させるようにする機械ではなく、気づき学ぶ子供のように
以前のロボットは本当に知識がありました。 「右に一歩行ってカップを拾って」と私たちが数万行のコードをいちいち絞らなければなりませんでした。
しかし、最近のフィジカルAIは少し異なります。子どもが両親が歩く姿を見て歩きを学ぶように、自分で世の中を観察して「あ、こうすればいいな」と判断を下します。
これを可能にするのがVLAモデルという「ロボットの脳」です。
*この画像はAIで作成しました。
•
Vision（V、ビジュアル）：単に物事を撮るのではなく、「今私の前にあるのが割れやすいガラスカップだな」と周囲の環境を立体的に認識します。
•
Language (L, 言語/常識): 「水を持ってくる」という短い言葉の後に隠れた意図を把握します。インターネット上の数多くのデータをあらかじめ勉強していたので、カップがどこにあるのか、水はどのように従うのかといった「世界に戻る常識」を既に知っています。
•
Action (A, 行動):認識した情報と常識をもとに、今すぐ腕の筋肉（モーター）を何度の角度で、どの程度の力で動かすべきかを決定します。
このVLAモデルのおかげで、ロボットは今やさせる仕事だけの機械ではなく、状況に合わせて「気持ちよく」動くスマートなパートナーになりました。
「あれ、これになりますか？」 - データが生み出した指先の奇跡
わずか1、2年前だけでも「ええ、ロボットがどうしてあんなことするの？」と嘲笑したことが今はとても自然に広がっています。
1.「布」に触れることを知る繊細さ（π0、パイゼロ）
ロボットにとって一番難しいお使いのひとつが「洗濯犬」だったことをご存知ですか？硬いものと違い、服はつかむたびに形が勝手に変わりますからね。
ロボットにとって一番難しいお使いのひとつが「洗濯犬」だったことをご存知ですか？硬いものと違い、服はつかむたびに形が勝手に変わりますからね。
しかし、VLAを搭載したπ0は数千回の練習をしたところ、もう服の結びを感じます。シャツの袖を濁り振って綺麗に折る姿を見ると、ロボットにも「手味」というものができたようで驚きです。
*ソース: Physical Intelligence YouTube
2.人のように骨盤を使うことができる柔軟性（Helixロボット）
ロボットに物流倉庫からビニールボックスを移すのは本当に難しいことです。つかむ瞬間に歪んで重心がすっぽり変わります。ところで、このロボットは人のように骨盤で箱をくっつけてバランスをとったり、足をすっかり押し出して席をとります。
誰が教えてくれなかったのに、VLA脳が最も「人のような効率的なジェスチャー」を自分で見つけたんです。
ソース: Helix YouTube
3.指先に宿る鋭敏な感覚（CraftNet）
今、ロボットは目だけで見るのではなく、指先で「感じます」。薄いトランプカードを一枚ずつ分けたり、細い指で折り紙をするのを見れば、昔の鈍い機械腕はもう忘れてもいいようです。
リアルタイムで圧力を感じて次の動作を悩むその「鋭敏な感覚」がロボットに宿ったのです。
ソース: Sharpa YouTube
私たちは今ツールを見るのでしょうか、新しい誰かに会うのでしょうか？
出典：Google検索（Chat GPT、2023年2月）
率直に告白すると、最近、いくつかのフィジカルAIを見ながら、奇妙な視覚感を感じます。 2023年春、初めてチャットGPTに面した時のその感じですね。
「うわー、これは数年で本当に大きなことをしますか？」
欲しかった、その涼しくながらワクワクする感情がフィジカルAIからも同じように感じられるからです。
しばらく2023年2月を振り返ります。
その時、チャットGPTを単に不思議なおもちゃで無視した人々と、非常に少しでも関心を置いて掘り下げた人々の間には、今かなり大きな違いが生じました。 AIが駆けつけてきた変化の波を誰かは慌ててさらされていくが、関心を持った彼らはその変化をおまけに受け入れて自分だけの道を探しています。
私の個人的な経験もそうです。 AIをパートナーとして受け入れた後、私ができる仕事の領域、つまり職務の限界がわからなく広がったんです。私たちの組織の観点からも同様です。
単に「仕事が早くなった」というレベルを超えて、どのようにAIで生産性を高め、これを新しい付加価値に転換できるかについての具体的な手がかりを一つずつ探しています。だから今私たちに必要なのは「観察」それ以上です。
チャットGPTの初期のように、この見知らぬ存在を注意深く見て、私たちの生活とビジネスの地形がどのように変わるのかを想像しなければなりません。
[2部予告]「では、フィジカルAIはどのような原理で動作するのか？ 本当のチャットGPTのようになるのだろうか？」
続くパート2では、フィジカルAIが実際にどのような原理で動作するのか、そしてその過程で私たちが向き合うことになる現実的な限界点は何か、もう少し深く覗いてみます。
そして最後の3部では、この巨大な流れの中で、果たして私たちはどんなビジネスを準備すべきか、私がこれまで悩んできた実践的な方向を一つずつ解いてみようと思います。
「AI Native百科事典」を購読する
サイトを購読すると、新しい投稿などの最新のアップデートを通知やメールで最初に受け取ることができます。
Slashpageに参加して「AI Native百科事典」を購読してください！
Slashpageに参加して「AI Native百科事典」を購読してください！
