Physical AIに必要な大量データと日本の遅れ
結局、PhysicalAIの難しさの一つに、モデルをちゃんと動くところまで持っていくっていうハードルがすごく高いんですね。
どういうことかというと、同じ動作を何回も何回も見て、AIのモデルって賢くなっていくじゃないですか。
で、そのさっき言ったペットボトルを持ち上げて左に送って、この作業をいろんなパターンのデータをまず準備するってところから、PhysicalAIのモデルって始めなきゃいけないんですよ。
なんか懐かしい話だね。
そう、いわゆる教師データっていうところを大量に集めた上で、それを真似することでモデルって賢くなっていくっていうのが今の主流になっていて、
模倣学習とかって呼ばれるAIの学習の方法なんですけど、その模倣をさせるデータっていうところをやっぱり人がやったっていう映像とかをAIに食わせるっていうところ。
で、それをまず実環境でどれだけの会社が準備できるんだっけっていうところがまずあって。
ないね、確かにね。IT企業とかだと厳しいもんな。
そうなんですよね。
で、昔のアノテーション作業みたいな単純作業をただただ繰り返すっていう、それだけのためにバイトを雇うとかあったもんね。
そう、だからあの作業をやらなきゃいけないっていうところをコツコツとやってますっていう話もしてましたし、日本だけじゃなくて他の海外の事例とかも結構イベントでは言われていて、
中国なんて本当に人をガーッと並べて、そのARMと同じ作業をただ永遠にやり続けるという。
最高だね、それ。
っていうところまでいっていて、なんならそのデータセットをすべてパッケージ化して、そのフィジカルAIのためのデータっていうのが出回るマーケットもある程度成熟してるレベルまでいってるんですね。
だからもうデータがお金になってるというか。
っていうところに対して今まだ日本はどうするみたいな、ロボットアームどっから調達してくるみたいなところをまだやってるような、そういう温度差というか。
そういう遅れはあるんだね。
遅れがあるなっていう話をしていて。
ってことはあれなのかな、このLLMが爆裂にAttention is all you needみたいなさ、あの世界でさ、みたいにデータが爆裂に揃ったらさ、どっかでマネーゲームみたいなのが始まって、
爆裂にそのデータ群をぶち込んだら、気づいたらなんかわかんないけど、LLMがめちゃめちゃ賢くなるみたいなタイミングが来るのかもしれないよね。
確かにね。それはあるのかもしれないですよね。
だからなんかその汎用モデルを作ったもん勝ちみたいな戦いの土壌もどっかにはあるんだろうなみたいな。
理論的に確かにそれが言えるのかなっていうのは確かに気になりますね。
そのLLMだって結局パラメーターを大量に用意してガーッと学習させたら、なんか汎用モデルできちゃったみたいなそういうことでしたよね。
そうそう、そうじゃん、そうじゃん、そう。
だからなんか発想としてはさ、さすがになんか予想外じゃないから、もう今の時代。
だからそのパターンで学習はしに行く、行こうとする人はいるんだろうし、そうすると資本パワーだから、今こうデータセットで遅れを取ってると、そこでは戦えないのかなと思っちゃうね。
そうすよね。
いいね、そういう時代なんだ。
当時機械学習であたふたしてた人たちはもう一回楽しんだね。
そうだと思いますよ。ただまあ、まだ遅れは正直日本としてはあるし、このリソースで殴り合うみたいなところはもうすでに中国とかが先行して、データの量とかで行っちゃってるから、そこに同じことをやっても追いつけ
細かな作業と折り紙から生まれる突破口
ないよねっていうのは結構このフィジカルAIの参加してた人はみんな同意をしていて。
悲しい話だな。
なんかこう工夫したりとか、どういうところで日本は勝っていかなきゃいけないかっていうところを最後のパネルディスカッションとかで登壇者は結構厚く語っていたのが印象的だったんですけど、
その中の一つの発想として、アルゴマティックダイナミクスでここのCEOをやってた人が登壇してたんですけど、
彼はタシハンドっていう手の指ですね、タシの部分を使って細かい作業をするみたいなところに、ここは一点突破じゃないですけど、かなり注力してビジネスを作っている人で、
そういったすごい細かいところというか、かなりユースケース絞ったけど、この細かい作業が必要な領域っていうところにチャレンジするっていうのは、これなかなかやってる人がいなくて。
工芸品とか。
もうできると思いますね。確かにこれを使って何をするかっていうところまではその場では言われてなかったんですけど、調べたら出てくるんじゃないかな。
工芸品とか手術とか。
手術とか。
あやとりとか。
あやとりとか。
あやとりとかめっちゃいいあれっぽいよね。学習材料。もう超得意な子供100人くらい集めてさ、ブワーってやらせてさ。
日本人ですね。学習材料。
ほらわかんないじゃん。折り紙がさ、折り紙が宇宙開発に使われるとかさ。
なんかそんな聞いたことあるね。
医療に使われるとかさ。
折り紙の技術が実はみたいな。
フィジカルAIの実はブレイクスルーを生むきっかけは、きっかけになるデータセットはすべてあやとりで作れたみたいな。
いや面白すぎますけどね。
日本人の、しかも子供たちの、いいじゃん、なんか地域の教育みたいなので、世界中、日本全国の自治体を回りまくって、
子供に頭にカメラつけて、あやとりの練習を5時間やってもらって、
その映像を買い取るために会を開催するみたいなやったら、
あやとりとかにしたら、実は他の作業も全部できるようになりましたみたいな。
結果そうだったらいいですけどね。
そこに投資できるほどお金が集まってないっていうのが多分、この業界だと。
でもね、昔の人も折り紙がブレイクスルーを生むとは思ってないから。
人工衛星の太陽光パネルがまさか折り紙の技術で昔の人は売られるとは思わないじゃん。
あ、そうなんだ。
人工衛星を、しかも三浦さんっていう人が作った折り方をやると、
1枚の紙をものすごくちっちゃくした後に戻したときの歪みが出づらいみたいな。
っていうのもあるし、あとは段ボールとかを折り紙にすると、
干渉剤入れずに割れ物、フラジャイル運べますみたいなのも作れるし、
ヘルメットとかも折り紙の技術組み込んだ紙で作られたやつで、
プラスチックのやつよりも衝撃吸収強いとかっていう。
折り紙すごいっすね。
そう、折り紙すごいんだよ。
あやとりも穴勝ち。
こんな結び方とかテクニックあるんだみたいな。
そうしたら、え?みたいな。
その紐の構造を機械的には作れないけど、
フィジカルAIで5本指のフィジカルAIの特化したモデル作ったら、
金属をこんなに編み込めるのかみたいな。
資本と国家予算をめぐる日本の勝ち筋
金属編み込んだらめちゃめちゃ強度上がるみたいな。
折り紙かけ金属加工をかけフィジカルAIみたいな。
本当にそういう頭の体操じゃないですけど、
そういう発想勝負じゃないと勝てないんじゃないかってことは、
本当にこの南里さんって人なんですけど、
言っていて、
それくらいの実力差が日本と海外でついちゃってるから、
もう当たり前の戦い方じゃなくて、
そんなこと?みたいな。
っていうところからの。
日地産業。
悲しい話だよね。
非常に。
宇宙ビジネスのカンファレンスでもさ、
そういう話って結構出るんだよね。国内ので聞いてると。
そういう話っていうのは?
スペースXのロケットのペースでとかに比べて、
あそこに資本で勝負していって追いつける云々はないしみたいな。
人工衛星の製造もそうだしみたいな。
って言ったら日本はどこで生き残るのかみたいな話は、
まあ何か堅実な話ではあるんだろうけど、
聞きながら寂しい気持ちにはなるよね。
自分が何かしてるわけじゃないんだけどさ。
諦めてしまってるって対戦いる人たちが、
合理的に考えたらそう考えざるを得ないのかもしれないですけれども、
そうですね。
そういうのを堂々とみんなで話さなきゃいけないんだ、みたいな。
でもそうだよな。
批判とかじゃなく、そうなんだ、みたいな。
そう思いますね。
結局資本の強いところが技術も進んでいくっていうところで、
一つはやっぱり国としての体制っていうところは結構各社嘆いていて、
予算がなかなかつかないとか、
中国とかでも国家予算で検証を進めてるからこそ、
こういったリソース勝負ができてるしっていう、
それってどこでも言うけど本当にそうなのかね。
みんな国から、みたいな。そんなにすごくに、みたいな。
でもそうなんじゃないですか。
中国はわかりやすくお金まずばらまいて、
検証させてうまくいったところが上がってきたら、
もうそこに一定集中で投資するみたいな、
っていうところで進んでるっていうことを言っていて、
そうなっていくと難しいよねって。
ただ日本も徐々にですけど、
NEDとかが立ち上がって、
こういうAI領域で予算つけてと言ってましたけど、
言ってるというか、実際に始まってはいるんですけど。
中開発もね、よくあるからね。
SBIRとかそういう系でしょ。
そうですね。一応国家予算つけてやってはいる頃の、
その予算がどうしても比較すると中国とかと、
小さいからできることも限られると言っていて、
なかなか勝ち筋がないと。
そういうのは色々あるんだろうなと思いつつ、
Physical AIの用途を探す宝探し
結局そのモデル、もしかしたら日本から出るかもしれんけど、
結局世界中のどこかで何年間以内に出るわけじゃん。
そうですね。
汎用モデルみたいなのがきっと。
それを誰が取るかみたいな話の上でさ、
じゃあ当時の2018年ぐらいの機械学習がAIと呼ばれていた、
あの時代の感じの上で、
ビジネス応用みたいな、
世の中でどんな使われ方されるんだろうみたいなのって、
めっちゃイメージ、
大半のところはあんまり必要なくないかみたいな感じのが。
ですよね。
そう、出るなと思ってて、
すごい一番イメージしっくりくるのは、
LLMができたことによって、
一人でも何か開発できるようになりましたみたいなさ、
少人数でバカデカプロジェクトが動かせるみたいな。
セットログとかは4人で運用してるらしいじゃん。
そうなんだ。
そう、らしいよ。
あんな爆流行りしてるのに。
確かに。
っていうのはLLMが爆裂に伸びたおかげなわけで、
いろんなそういうののフィジカルAIが伸びてった先に、
既存のめちゃめちゃすごい製造の産業が、
それの煽りを受けるっていうことがやっぱりあんまりイメージつかなくて、
それよりも、
なんだろうな、
3Dプリンターが家に置けるようになって、
細かいものは誰でも作れるようになったみたいな、
今まではどっかの工場にお願いして、
例えば製造系とか、
物理的なプロダクトを持ってるスタートアップとかが、
割と大きいお金を払って、
比較的大きめのロットじゃないと買えなかった、
準備できなかったOEM商品がめっちゃ簡単に作れるようになって、
ものづくりとか、
物理的なプロダクトの裾野がめっちゃ広がる、
みたいな世界になるよとか言われたらすごい納得するんだけど、
そういう話はあんまり聞かなくて、
むしろ世の中の人間の能力が代替されてみたいな、
大それたビジョンみたいなのをすごい聞くけど、
誰がそれを求めてるのかがもうわかんないなみたいな、
やっぱりブレイクスルーが必要なんだろうなって思っていて、
LLMのブレイクスルーはチャットGPTっていう、
いわゆるチャットのインターフェースができたってところで爆発的に伸びたじゃないですか、
LLMかけるチャット、
ただ技術としてはもっと昔からあって、
自然言語っていうところで文章を生成するとか、
っていう言語を扱う領域って全然昔からある研究領域で、
チャットGPTのいわゆるGPTのモデルが出る前くらいから同等くらいの精度のものってあって、
バートとかを使ってたっていうそういうモデルの名前は多分みんな知ってると思うんですけど、
ただそれがあって同じ能力はほぼあったけど、
チャットっていう誰でも使えるインターフェースが出たっていうところのブレイクスルーだと思うんですね。
だからフィジカルAIにおいてもおそらくこういうモデルみたいなところの進化は徐々に進んでいくいはするんですけど、
多分頭のちょっとの体操でみんなが使えるインターフェースとか、
これって確かに実は昔からやってるフィジカルAIの技術だよねっていうところが一気に広がるアプリなのか、
もうちょっと物理によって多分あれなんでしょうね、我々が身近で使えるものだと思うんですけど、
っていうところを見つけたものがちなのかなっていうところでの宝探しっていう、
なるほどね、最初の言葉に戻るんですけど、を各社狙ってるんじゃないかなっていうふうに自分は見ていて、
まだない答えみたいなところを探りつつ、筋のいいビジネス的なインパクトの大きい何かっていうところ。
はいはいはい、なるほど。
だと思ってますね。
なので、モデルは多分これからもずっと進化していくし、
いい汎用的なフィジカルAIモデルはできてくるはずなんですよ。
それはそれとしてやっぱりどう使うかを考えていかなきゃいけないのかなっていうところですね。
自動化工場に組み込まれるAI
そう、何がいいですかね。
どうなんだろう、そういう新しいのはわかるんだけど、結構既存のいろいろあるものとの親和性みたいなのの方が気になる。
でもそれもUIみたいなそういう一個接続になるものが出たら変わるみたいな。
だから本当に、例えば従来の俺らの生活であったりとか国を支えてるみたいなレベルの製造業とかって、
もうほぼ自動化されてるからないんだよ。
こんな自動化されてんだって俺びっくりするぐらい、いろんな工場を見学させてもらって。
そうっすよね、オートメーションファクトリーとかいうぐらいで全てが全自動で動く工場になってますもんね。
そうそうそうそう。これの何を?これなんかフィジカルAIみたいなものが来て変わるのって、あれ?みたいな。
なんか数人じゃないの?みたいな。
みたいなのを思って、どっちかっていうと完全にオートメーションされたものの、もうがっつりその工場自体が世代交代されるぐらいのタイミングで、
フィジカルAIみたいなやつが出てくるのかな、みたいな。
っていう感じにしか思えなくて、だからどこに可能性を皆さん見出してらっしゃるんだろう、みたいな。
だってなんか自由に動いてもらったら困ることの方が多くね?みたいな。
だから多分使い方次第なんだろうなと思っていて、今回の登壇したうちの一つにファラックっていう大企業、日本の大企業が出てたんですけど、
あそこはもうすごい昔からオートメーションされた工場みたいなところをずっとやってる企業で、いわゆるアーム型のロボットがあらゆる製造をやっていくような会社なんですけれども、
でもじゃあそこにフィジカルAIが必要ではないんじゃないかって話はならなくて、むしろそういうオートメーション化されたところだからこそうまくいったっていう、そういう発表だったんですね。
何かっていうと、製造業において作るものってこのシーズンはA、これはBとか徐々に変わってくるわけじゃないですか。
そうなんだよね。
そうなった時に設計書みたいなところをちゃんと今までは作って、それを人間がシステムに落としてロボットを動かすっていう一連の流れがあったものを、
今は設計書自体もAIでも作れるし、すごく簡易的なこの部品、この部品、この部品みたいなっていうところをメモで書いたものを渡すだけで、AIはそれをもとにシステムに落とすところはやってくれるっていう。
だから製造のサイクルも早くなるし、人為的なミスもなくなるしってところで、うまく既にオートメーション化された中にAIを組み込むことができたっていうふうに言っていて。
リアルのフィジカルAIのゴールというか、使い方はこれなんじゃないかなっていうふうには思ったんですよね。
自由には動かないんだけど、一定の決まった中で、設計書っていうルールの中でAIが勝手にシステムを組んで動いてくれるみたいな。
なるほどね。俺は今機械学習の時代に半分ぐらいAGIみたいな機体を持ちながら勝手にイメージしてるからそうなってるのか。
そうですね。なんでもやってくれるみたいなところはいらないんじゃないかっていうのはちょっと期待値がでかすぎたかもしれないですね。
それだったらフィジカルAIじゃなくてもいいんじゃないかなって思って。
だってもう型が決まってるんだから、手前にLLMがあったら今のうちは全部解決するんじゃないって思うし、おおむねそうな気がするんだよね。
LLMで足りる領域と物理世界の難しさ
だって決まった幅でしかもロボットアームは動けないわけじゃん。そのロボットアームは別に俊敏性が必要なわけじゃないからさ、手前でLLMが何ミリ右に行って何ミリ左に行ってみたいな指示をさ、
正確に全部手順書に落としてロボットに渡せばロボットはそれ通りに動くからLLMだけで解決する領域なんだよなみたいな。あれ?みたいなっていうのをすごい詳しく知りたくなってるんだよ最近。
あーそういうことか。
それはLLMでいけるじゃん。解決したいはほぼ。で、誰がそんなに急いでいいし、その映像と腕の動きのリンクが欲しいと思う場面があるのかみたいな。運転はめっちゃわかる。運転は確かに佐藤すごかろうみたいな。
位置めっちゃ必要じゃんみたいな。そうっすね。状況判断してハンドルをどっちに切るか、ブレーキを押すかみたいな。動作の不安定性はもしかして低いから楽なんだっていう説なのかもしれんけどまあそうなのかみたい
な。
で、工場のアームは稼働する間に次のサイクルの否定値が全部バチバチバチって決まればそのロボットで動けるんちゃうんみたいな。だから大量生存ではないのかなみたいな。
だからそこのもうLLMでいいじゃんっていうところは確かに一定あるなと思いつつ、ただ一個フィジカルAIじゃなきゃというか、難しさの一つとしてはフィジカルって物理の世界で物事が動いているってところのこれ
までとの違いはあるかなと思っていて。
隣のデータ分析屋さん、今回も面白いと思ったらフォロー・レビューよろしくお願いします。
番組の関数や質問は、ハッシュタグとなりの分析屋となりのがひらがなで分析は漢字でお願いします。
また、概要欄に貼ってあるお手紙ホームからコメントを寄せてください。ではまた。バイバイ。
