「ちょっとした数式が競争原理を変える」 フィジカルAI、アルゴリズムの力

ロボティクスと機械学習の融合領域は「学習ロボット」などと呼ばれる注目分野だ（写真：日経クロステック）

[画像のクリックで拡大表示]

　ロボット学習技術の進化により、フィジカルAI（人工知能）の開発はついに実用化のフェーズへ突入した。米中が巨額の投資と圧倒的なデータ量で覇権を争う中、日本がこれまで得意としてきたハイスペック志向だけで物量戦に挑むのは分が悪い。

　しかし、悲観する必要はない。「ちょっとした数式が競争の原理を変える可能性がある」と語るのは、理化学研究所の長隆之氏だ。巨大な物量戦を覆すアルゴリズムの力とは何か。そして、日本が世界で勝つための独自の活路とは。ロボットとAIの融合領域（ロボット学習）研究の第一人者である長氏に、フィジカルAIの現在地と日本の勝ち筋を聞いた。（聞き手は根津禎、木暮早希）

この1年ほどでロボット学習分野にはどのような変化があったか。

　画像や言語を理解するVLM（Vision-Language Model）などの大きなAIモデルを事前学習し、ロボットデータで微調整（ファインチューニング）して具体的な動きを出力させるという開発の一連の手順が確立された。

　この手法によって、従来のつかんで運ぶだけの単純な作業にとどまらず、複雑な段取りが必要なタスクも担えるようになってきた。

　具体的には、まずはWeb上の膨大なデータを使って基礎的な事前学習を行わせ、そこへ実際のロボットのデータを取り込んで微調整する。微調整の際に鍵となるのが、基礎学習の段階でAIがギュッと圧縮して獲得した画像や言語の重要な情報である内部表現を壊さないことだ。

　この大事な情報を保ったままロボット用に特化・改善させる方法が分かってきたことで、「大体こんな感じでやっていけばある程度のタスクはこなせる」「あ、なんとなくいけそうだぞ」と、みんなが性能の出し方や競いどころをつかみ始めたのが、まさにこの1年だった。

• #理化学研究所
• #アルゴリズム
• #ロボット学習