00:02
フィジカルAI時代に寄せていっている発想かもしれないね。
ああ、なるほど。
全部がデジタル空間で完結している人たちには、そんな情報量って多分あんまり必要なくて、
今後そういう需要が出てくるのは、フィジカルAIのデータプロセッシングの部分なんじゃない?
フィジカルAIって難しいらしいっていうのを、最近なんかいろんな人から聞く。
難しいっていうのは、やろうとすることのハードルが結構高いんだなって意外と。
ああ、そうなんですかね。
そうなんですか?
みたいだよ。
どこから着手すればいいか確かにわからないけど、
でもAI知らない人が、AIって難しいよねって言っているだけな気もしていて。
ああ、でもね、やってる人に聞いた感じだと、やっぱりむずいっていう。
今やってみてるけど、やっぱりむずいんだなって。
結構、未来はフィジカルAIだよねって簡単に言い上がってみたいな感じではあるらしいね。
それこそ、すごい制約条件がある、決まった空間の中で動くロボットみたいな発想になると、
例えば、カメラがついてて、物を認知したら、
それをもとにロボットの決まった50個ぐらいの動きの中のプログラミングをチューニングして、
そのプログラムを動かせば、ロボットをまるで自然言語で動かしているような動きになるとか、
っていう発想になるじゃん、俺らからすると。
プログラムでこう制御するんでしょ、ロボットのアームって、
ってなったら、ロボットを動かすプログラムをAIに書かせればいいんじゃないですか、みたいな。
例えばそういう舐めた発想になってきた時に、
そのコードを書いてコンパイリングしてアクションさせてっていう、
そのかかる時間を許容できるケースなんですか、みたいな話になってくると、
歩いてるロボットってそういうわけにはいかないじゃん、みたいな。
5秒のレイテンシー0.1秒でも結構クリティカルなんじゃない、みたいな話になってくると、
そもそも自然言語がうまくいってるから、
自然言語処理がLLMでうまくいったから、
ロボットも言ったように自由自在に動くっていう世界でもないんじゃない、みたいな話とか。
確かに、そうか。
なんかイメージは確かに湧いてきましたね。
ロボットにとって、例えば足を上げて前に置いてっていう作業が、
自分の位置が移動するっていうところがまだ結びついてないとか、
そういう話に近いかなと思ってて。
多分そのニューロンを生やすっていう発想にしないといけなくて。
そうですよね。
世界モデルみたいな言葉でそういうのってよく言われるかなと思っていて、
世の中の物理法則をAIはまだ知らないっていう状態。
実際にやってみて覚えていくっていう、
みたいな話をいきなり世の中に置いたフィジカルAIと言われるロボットですよね。
03:06
が思ったようにちゃんと動いてくれるかっていうところの難しさなのかなと。
全部をすべてプログラミングで固めてロボットにインストールさせるが、
現実的にできないっていう話。
そう、というかそれでカバーできるケースは、
フィジカルAIでっていう言葉で語られて解決したい世界とは程遠いみたいな。
そういうことですよね。
イメージできましたね。確かに難しい。
確かにそれだと難しいか。
でも車運転できてるじゃんみたいな。
車って実は効率とか道のバリエーションとか結構固定された空間だから、
実は最初に入るフィジカルAIライクなこの括りとしては、
実は取り組みやすいテーマの一つなのかもみたいな。
レールというガードレールがあり。
物理的にガードレールがあり。
AIは仮想的に言ってるけど。
で、曲がるときはこうするんだっていう具体的なルールがある。
守らなきゃいけない制約っていう法律という制約が明確にあり、
で、トロッコ問題みたいなケースがものすごく難かったりとか、
瞬時に判断するっていうスピード担保できないじゃんみたいなところが、
多分すごい難しくてみたいな話なんだろうな。
そう考えるとルールってすごいですね。
ちゃんとルールが定められて人間社会動いてるってすごい話ですよね。
そうそうそうそう。
なら、法律って大事なのかもしれないし。
逆にだから普段自由に何の制約条件もなく自由に動けてる状態って実はめちゃめちゃすごい。
そうですね。
我ら人間が。
田舎から来るとスクランブル交差点の避けれないみたいな話なんかあるじゃん。
あれが本当なのかは知らないんだけど。
でもそういうことだよね。
そんな制約条件下で動いたことがないから。
でも物の避け方は知ってるんだよ、人間は。
はいはい、確かにね。
そう、けどそれを、物を避けるっていうプログラムは頭の中にあるんだけど、
で、それをしなきゃいけないっていうのも言語化はできてるんだけど、
動かせてないっていう状態に近いんじゃないかなっていう。
今まで経験したことなどないような人のスピードと、
予測できないこの人間の交差点での動き方。
そう、あれがフィジカルAIの難しさ。
例えとしては分かりやすいですね。
本当にそういう田舎から来た人がいるのかは知らないんだけど、噂しか聞いたことないから。
田舎から来た人はまず渋谷の駅から出られないですね、永遠に。
06:00
そういうことだよね。
地図の見方は知ってるのに出れないんだよ。
そういうことだよね。
分かるな、でも。
自分も田舎から出てきたときに、当時板橋に住んでたんですけど、
1つの駅に2つの路線が入ってくるっていうのが知らなくて。
東京ってあるあるじゃないですか。
確かにね。
板橋は確かね、有楽町線と副都心線が、
奏町かどっかの駅で交わるんですね。
交わる、交わる、奏町で交わる。
自分はそこ、毎回分かってなくて、毎回電車に乗るんだけど、
池袋に着いたときのホームが毎回違うんですよ。
奏町は同じ有楽町と副都心の線なんだけど、
池袋はそれぞれ違う場所にホームがあるから、有楽町線と副都心線で。
なんか気づいたらめっちゃ地下にいるみたいだよね。
今日はその後自分丸の内線に乗り換えるんで、
今日は副都心線から丸の内線って改札出ずに行けたな。
でも次の日はなぜか自分丸の内線に乗りたいのに、
改札出なきゃいけないっていう。
あれ最初1ヶ月くらいよくわかんない。
パラレルワールドに来てしまったみたいな感覚になっていて、
それを理解できるまでに時間かかった。
ちなみに電車が4本通ってる川崎から池袋に引っ越した俺もなったよ。
みんなそうなんだじゃ。
あれは池袋というルールが悪い。
なるほどね。だからフィジカルAIですよね。
そうそう。あれは本当にそう。
路線はわかってるし、乗り換えなきゃいけないってのはわかってる。
毎回違うところに降ろされるっていう。
あのルールをまだ自分の頭の中でなかったから、
そのニューロンを生やさなきゃいけないっていう話。
けどロジックは全部知ってるっていう。
ロジックは知ってるんだけどニューロンがつながってないせいで、
適切な判断ができてないっていう。
あれはでもね、あれは池袋がいけないと思う。
池袋が良くないですか。
そう、確かに。
池袋のデザイナーが悪い。
東京は結構あるあるですね。
俺は未だに無理だもんね。新宿を好きに動けないもんね。
一つのホームに二つの路線が入ってくるのが良くないですよね。
あと新宿と渋谷は半年に一回ぐらい大型アップデートが入るから。
確かに。
そう。なかったエレベーターで来上がるから。
で、あった改札消えるから。
モデル更新が必要なんですね。
そうそうそうそう。
厳しいですね、人間もね。頑張って生きてるんですね。
そうだね。だからそんなね、
安易にフィジカルAIとかなんか言わない方がいいよみんなって言って。
確かにな。
バカだと思われちゃうよ。
フィジカルAI楽しいって言ってる人いますけどね。
んなわけなくない?何それ?何それ?っていう感じじゃん。
ただロボット作ってるだけなんですね。
だから人工衛星を自然言語で制御できることはフィジカルAIでは多分ないんだよ。
あー確かに。
09:00
力が決まってるんだ。
そうそうそうそう。イメージ的には。
うん。
っていうなんか線引きはどっかにあるんだろうなっていう。
なるほどねー。
宇宙空間で動くロボットはプログラミングができる範囲を超えるケースがありますよね、きっと。
宇宙で何かをするってなったら。
そのうちに出てくると思う。
そのうちね。
うん。けどなんかその高るコストとかを考えると多分、事前にバーってやられる仮説検証でのシナリオが多分網羅性がかなり高いから、そのシナリオからはみ出るような動きってそこまでさせんのかなみたいな。
そっかそっか。
けどなんかその火星を動くとき、月を動くときのルート最適化みたいなところとかを適宜考えるのはフィジカルAIな気もするけど、そのルーティングを考えるプログラムが超磨き込まれてたら別にカーナビと一緒だからフィジカルAIじゃない。
なるほどね。
フィジカルAIって言葉が広く200色あんねん状態になってる気がするよね。
確かにな。
けど今ここで話してた共通認識としては、まだ生えてないニューロンを生やせなきゃいけないって話なんですよね。
多分そうだと思う。一個一個の処理はできてるんだけど、そうじゃない領域に踏み込むっていうのがむずいんだろうなみたいな。
なるほど。でもなんかそれが本当のAIだなって自分が昔イメージしてたAI。道の場所でも何かを学んで勝手に意思決定とか行動していくみたいなことをイメージするじゃないですか、AIっていうのは。
だからそこにチャレンジしてるってことですよね、今は。
そうそう。だからLLMはそんな感じじゃん。
そうだね。それがさらに物理空間になった時にもっと難しくなってるっていう。
なってるんじゃないかなっていう、俺は最近聞いた話だとそこで止まってるけど、難しく考えすぎだぜっていう話の可能性はある。
だからこうやってAIがルールを学んでいくかとか、外から与えられずに自分自身でルールを見つけられるかっていう話かなと思っていて。
そのむずさがあるからデジタルツインっていう発想がめっちゃ大事なのかなとか思うよね。
なるほどね。大量にシミュレーションして答えを探すっていう事前に。
だからそのLLMがブレイクスローを起こしたのって結局情報量を絞ってやっていかなきゃいけないっていう機械学習の発想を全部ぶっ壊して死ぬほどぶち込んだらいけたっていうやつだったじゃん。
確かに確かに。
っていう発想なのかなみたいな。デジタルツインみたいな空間があって、その中で死ぬほど思考回数を重ねたものを大量に作り上げたら、
汎用性のあるフィジカルAIみたいなニューロンがつながるみたいな感覚が機械的にできるからデジタルツインというものは大事なのかなみたいな。
12:09
確かに言われてみると絶対そうですね。ロボットがアクションする前にどんなパターンをバーンと計算できるかどうかが大事で、その中で一番確率の高いところでアクションを起こして次の行動に進むっていう考え方?
それがパッケージング化されて反応速度がくさ上がった、エレレンみたいなまとまったモデルになってるみたいなのがフィジカルAIの中で使えるモデルなんかなみたいな。
なるほどね。
デジタルツインって大切なんだなみたいな。
デジタルツインっていうシミュレーションの枠組みですよね。
っていうものと、行動を起こすロボットっていう話と、あとそれをまとめてロボットが起こした行動でうまくいったうまくいってないをフィードバックして学ぶっていう、
ブレーンの部分のアルゴリズムがどんなものになるかって、この3つのつながりがうまくいくことでフィジカルAIがちゃんと前に進んでいくものかなと思っていて。
そうねそうね。
だからその3つがうまく動くことが、いわゆる強化学習みたいな枠組みでちゃんと言える話ですよね。
マシンラーニングが流行った時に、いやそれは線形回帰で全部解決できるんですって言ってるのが、多分世の中で一般的に言われてる今のロボットを制御するプログラムをフィジカルAIと呼んでる。
だから線形回帰をとってフィジカルAIや、データサイエンスやって言ってるやつが冷ややかな目で見られたみたいなのが、フィジカルAIやって言ってるとそのぐらいバカに見られる可能性があるっていう気をつけなきゃいけないなってすごい最近思ってる。
確かに。ラジコンを焦がしてるのと変わらんじゃんと。
そうそうそうそう。あれのプログラムが爆速になったことをフィジカルAIと呼んじゃうと、みたいなね。
あの頃の線形回帰できるものをわざわざ機械学習やってるやつはバカだったじゃん。なんでそんなことしてるって。結局この相関見てるだけっぽいよみたいな。
言いつつも、線形回帰でも十分なケースもあるっていうそのビジネスとかの中では。
そうそうそうそう。だから工場で動くロボットがフィジカルAI化する必要性がない可能性が高いみたいな。
そうですね。
制約条件ガチガチだから。決まった空間の中でしか動かないし、決まったものしか作らないから。
正しく理解する必要がありますねそれは。
そうそうそうそう。バカに見られないように頑張ろうぜっていう。
確かに。気をつけないと。霊障文化があるからね。
そうそうそう。霊障しちゃうから。そんなやつ現れてる。勉強しろ!
勉強しよう。
AI時代は。勉強をしよう。
勉強をしよう。でもフィジカルAIのイメージが今日は持てたな。そういう意味だと。
よかった。お返しができました。
15:00
お返しが。ありがとうございます。
そんな感じだね。
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。
番組の感想や質問は、ハッシュタグ隣の分析屋、隣のがひながらで分析屋を漢字でお願いします。
また、概要欄に貼ってあるお手紙フォームからコメントを寄せてください。
ではまた。
ばいばーい。
