招待講演の感想と緊張
明日のファクトリーオートメーションへようこそ。メインパーソナリティの高橋です。
クリスです。
よろしくお願いします。
よろしくお願いします。
クリスさん、先週金曜日、メカトリンク協会の総会に我々呼んでいただいていてきましたけど、どうでしたか?クリスさんが講演をしたと。
初めてですね、招待講演をするっていうのはクリスさん。
初めて、初めて。自分の感想もそうですけど、前も高橋さんと一緒に名古屋でイベントで喋ったじゃないですか。やっぱり戦略家雰囲気で、めっちゃ緊張しましたよ。
本当ですか。
喋るときめっちゃ緊張してる。みんな、100人くらいあるんでしたっけ?
100人くらいいた気はするよね。
そうそう、だから自分を見てて喋るのがすごい緊張しました。全然知らないですか、高橋さん。
はい。
すごいな、なんて、もう慣れてますね、そういうところ喋るのが高橋さん。
いやいや、別に喋ってるだけ、喋ってるだけですから。
みんな自分見てて喋ってるから、なんかね、めっちゃ気を押したんですけど、途中でもう行ってちゃうんじゃないかなとちょっと心配しました。はい。そうですか、高橋さん。
講演の雰囲気と資料準備
まあ、なんですかね、結構さ、メカトリンク協会の総会って結構固い話をする場じゃないですか。
例えば、どんな話があったかというと、そのメカトリンクっていうものの今年の活動の一連の報告をして、
で、その参助会員というか、少し大きめのスポンサードをしている、まあスポンサードをしているわけじゃないけど、その製品を出していく。
メカトリンク4の製品、こういうのを出しましたっていう先進製品の発表とか。
まあそういう、で、あとはもう僕らの一個前のはソフトバンクの、こういうフィジカルAIも含めた議事局、こうなんですよっていうすごく大きな話。
まあ結構その固い話が多かったじゃないですか。
だから逆にちょっとやりやすかったなっていうのは思いますね。
そうね、でも固い話じゃないと多分勝てないなと思ったりしてて、こういうところ、そうだね、やりやすかったですね。
まあ固い話で勝てないっていうよりは、なんていうんですかね、もうみんな疲れてるから、なんかそのイルク来てくれる感じのね、その雰囲気がまずそういう前提が整ってて。
やっぱり僕ら最後だったのが良かったと思うんですよね、その順番が。
最初はちょっと緊張するね、みんなまだ数字量がたっぷりであるときに聞いてると。
そうそうそう。だからみんなさ、そのなんか、よし聞くぞって感じで聞いてるじゃないですか。
そのなんか質問したの?みたいな感じで多分聞いてるわけなんですけど。
もう最後の、僕らも最後の最後だったんで、まあ多分なんか、やっと終わりかって感じでこうボーッと聞けるようなところだったと思うんで、そのなんていうんですかね。
気楽に。
気楽にとかその、めちゃめちゃその集中して聞かんといかんような話。
というかまあ僕ら話集中して聞いたら疑問点が山ほど出てきたと思うんですけど、そういうのも全部吹っ飛ばして雰囲気でさ、雰囲気で感じれるような感じが、まあやれたのはちょっと順番的には良かったかなっていう気がしますよね。
確かにね、確かに。
うーん。
でもね、今言うんだけど、結構ギリギリ前に出しましたよね、パワーポイントが。
まあね、それはでも、でも栗さんお互い様ですよそれは。
そうそう、私もギリギリ出したんですよ。
朝ですよ。金曜日の朝ですよ、栗さん出してきたの。
そう、それぐらいですよ。私もそれぐらいしか出してなかったんですよ。
なんなら1枚、1枚なかったからな。
でもめちゃめちゃ高さに注入されて、結構注入されて良かったですから、その点もちょっと覚えてて。
まあそんなもんです、そんなもん。
でもあれさ、だから僕らの資料だけ、後でメールで配布にしてもらったじゃないですか。
はい、そうですね。
でも他の人たち、多分僕と同じ締め切りなんだったら2週間くらい前に全部資料出してるはずなんですよ。
そうだね、じゃないとプリントできないからね。
すごいですよね。
いやー、僕らね、やっぱりしっかりしてますね。
我々めちゃくちゃ締め切りギリギリになってご迷惑をかけしましたから。
ご迷惑をかけしましたからね。
二人に申し訳ないなと思いながら。
そうそう、私たちのメールはご迷惑をかけましたから始めてますからね。
でも面白いですよ、やっぱり。
メカトロリンクの技術的特徴
なんかね、ランちゃんもちょっとメーカードリングの話もしてたんですね。
なんでかな。
一個一個印象が残ったのは、
メーカードリングはそこまで詳しくないんですけど、経路を分ける。
一個メーカードリング、一個ネットワークのサイクルで切り分けて、
最大10回、新しいのコントローラーを合わせれば10回迫ってきますよというところ。
あー、なるほどなるほど。
ちょっとね、そういうことなんだと思ってて。
例えばコーメーターとかその速さで回さなくてもいいものは、
ちょっと遅い経路で集めて、
速いサーボだったら速いところで集めて、
そういうところでできる考え方が、
なんていうかな。
これはメーカードリングの特徴にとっても言えるんですか。
Profinetはないの、そういうの。
そこまで10キロまでないね。
たとえば多分できるんですけど、そこまで高速はできないですね。
多分Profinetは。
何キロ、何キロ。
それでも通信カード並べたらできるとかないんですか。
うーん、ちょっとうーんと思ってて。
Profinetをやるときは最短周期ちょっと回せるから、
全然気にしたかったんですね。
いや、ちゃうちゃうちゃう。
そういう意味じゃないんですよ、あれは。
そのいっぱい回線がありますよっていうことではないんですよね。
そうなんですか。
いっぱい回線がある中で同期ができますよってことが、
メーカードリングの強みなんですよ。
いっぱい回線の中で同期できますよというのがメインポイント。
だから10回線やったら10回線全部同期してるんです。
それぞれが1ミリと250マイクロで回ってるわけじゃなくて、
それも含めて全部同期してるんですよね。
それはその強みってことですね。
そうですね。
これ全部同期できるっていうことはどうなんですか。
全部同じ回線に紐付けてるのと似たような話になるってことです。
それ全部一個コンドアで集約してる。
コンドアはもう別々に分けなくてもいいということですよね。
分けなくてもいいというか、分けたらもう同期できないじゃないですか。
できなくなるんですね。
できないですよね。
例えばイーサーキャットのあるモーションメーカーがあって、
イーサーキャットが2つポートがありましたと。
それぞれからイーサーキャットが出したときに、
その2つの回線はもう同期が保証されないですよね。
分かった。なるほど。
1つの回線は同期が保証されないじゃないですか。
される仕組みもありますけど、一般でね。
それがミカトリン化されますよっていうことを言ってるってことです。
回線が全部同期できるってことですね。
すごいね。
外から見たら全部同じ回線につながってるのと同等のシステムは組めますよっていう。
ただCPUはそれぞれ別になってるから、通信のね、モーション回線とか。
だから負荷っていうのは分散した状態でやれますよっていうことを言ってるんです。
同等。
これ言うと覚えてて、書いてて思えんもん思えんもん、
どういうことなんだろうと思ったらそういうことですね。
ただただその回線が分けられますよっていうことを言ってるわけじゃないんですね。
回線分けるなら別に誰でもできるじゃないですか。
どのネットワークでも別にできます。通信から出していけばね、ポート増やせば。
回線分けて同期できるのはメタトリングの強みの一つですよっていうことなんだとは思いますよ。
なるほど、すごい。
ちょっとヨモヨマいところはちょっと消えました。
ほんとほんと。
ちょっとそこまで詳しくないので、メタトリング。
なるほどね。
でも高田さんもヘビユーザーでしたもんね、メタトリングの。
ヘビユーザー。
11年ぐらいずっとメタトリングに関わってます。
でも最初の触ったPLCもヤスカーはメタトリング?
最初は僕はヤスカーのモーションから入ってるんで、長いですね。
最初に触ったPLC、モーションコントローラーはヤスカー電機なんで。
ヤスカー電機。ヘビユーザーですね、高田さん。
だから未だに僕はヤスカーのMP720っていうのが一番使いやすいなって思ってますよ。
まだファンですね、ヤスカー電機さんの。
フィジカルAIとヒューマノイド
でもヤスカーの中国の方も来ましたよね、その日は。
中国のヤスカー電機というかメタトリング協会ね。
メタトリング協会。日本語めっちゃ喋りましたね。
日本語上手でしたね。
すごい上手いでしたね。
なるほどね。結構面白いなと思って、いろいろ勉強になりましたよ、あの場で。
何が面白かったですか?
さっきの、あと1個、あ、これ言っていいのかな。
1個ヒューマノイドを話し合ったんだけど、ヒューマノイドというかフィシカルAIの話みたいな話があって。
その中で、ドライバーからモーター、アクチュエーターまではリアタイムでずっと通信が制御してるんですけど、
でも考えるところ、目が見えるものから、AIの脳の中に分析が入って、
この場所もリアタイムじゃないし、分析の結果をドライバーまで伝わるところもリアタイムじゃないというところが面白くて、
これ見たら、私は実際に人間がすごいなと思ったんですよ。
年をとったところなんですけど、ほぼリアリタイムで、私、このものを見て、あるとか。
前に穴が凹んである、避けるとか、基本リアリタイムじゃないですか。
これができなかった。
今、彼らは結局判断が遅いから、判断がリアリタイムじゃなかったから、
このことでアクチュエーターの避けるという命令が遅かったとか、
シミュレーター上で動けるんだけど実際動けなかったとか、これ一部の原因じゃないかという、
ある中の一つの講演の中ではすごい、あ、それ知ってあるんだ、面白いな、天才だなと思いました。
モベンシスの話ですか?
そうですね。ランマイタスかどうかわからないので、ちょっとおしおもしかった。
発表した会社は僕の会社とちょっとお付き合いのある会社なんで、
あの話は別の場で聞いたことがあるんですけど、
人間の目のフレームレートってそんなに速くないらしいですよ。
そうなの?
50ミリセックぐらいなんだって。
遅いね。
人が目で見ているものって。
なるほど。思ったより遅いな。
もっと速いと思ってたんだけど、それでも反応しきれる場合が結構多いですね。
日常生活で物を運ぶとか、さっき言った段差を避けるとか全然できるんですね。
だから4ミリセックとか1ミリセックとかで物を考えなくても、
それくらいだったら人の再現っていうのはできるんじゃないかって。
できるんだけど、でも今はできなかった。
そこまで全部できるわけじゃなかったんですよね、問題は。
今はそれ遅かったから。
遅かった、なるほどね。
1ミリとか200ミリとかかかってたから、人より反応が遅かったからダメだったけど、
もっと集約化すれば50ミリっていうのは届くよねっていうのが主張です。
なるほどね。
50ミリセックぐらいで収めれば人間と同じ反応できるんじゃうということですね。
これより速くする必要も特にないんじゃないかっていう。
そういう需要っていうのはそんなに出ないんじゃないかっていうことを言ってましたね。
そうか、そうだね。
そんな速い逆に何が需要があるかと思ったらちょっと思いつかないな。
だからさ、遅延の話とかもそういうくらいに収まってくるんじゃないですかね。
収まりますね、なるほど。
例えば日本とアメリカから遠隔操縦で操縦するとかのときに遅延が乗るじゃないですか。
遅延が乗る。
愛のどこまで許されるかっていったらそういうところなんじゃないかなっていう。
だからそれより速くてあんまり意味ないんじゃないっていうのは、
あの話を聞いて思ったことですね。
なるほど。
たぶん今さっき言った、
言ったらさ、思い出したね。
日本でアメリカでオープンやってるみたいな、あるじゃないですか、よく映画出てるやつ。
ちなみにやってるかもしれないですけど、
日本で遠隔操作でどこからどこまでを操縦でやるみたいな話。
そういうの昔ありましたよね。
映画ですか? これも実際あるんですか? ちょっと分からないですけど。
実際手術ロボットありますよ。
そうですね、ロボローテンで川崎、川崎中古だっけ?
ロック、結構手がめっちゃいっぱいあるやつですよね、ちっちゃいな手が。
そうですね、ちょっと名前忘れるかも。だいぶ昔からありますよ。
手術ロボテンの手。
はい。
なるほど、おっさんのやっぱりリアルにも同じ反応ができるんですよね。
なるほど。
なるほど、なんかね、いろいろね、なんかね、あれ映画だと思ってたんですよ。
映画だと思ってた。見たことないんですよ。
そうですね、でもさ、フィジカルAIっていう単語が。
2回見てましたよね、ありましたね。
流行ってますね。
だからやっぱりひとつ、なんていうんですかね、フィジカルAIっていうことはもう、
何をフィジカルAIとおくかっていう話はあるんだと思いますけど、
やっぱりコントローラーの演算がシーケンス的というか、
あらかじめ決められた動作をするっていうところから、
その場その場で考えて行動するってなったときに、
それがやりやすい、実現しやすいハードウェアとの結合っていうところが
多分結構重要になってくるような感じだと思うんですよね。
それがフィジカルAIというふうに今呼ばれ始めてるんじゃないかなっていうのは
少し変わったところになります。
順番でやることから、もうダイナミックでこの場で動作を考えて決めるというステップに。
ステップというか。
そうですね。
なるほど。
フィジカルAIの課題と制約条件
結局フィジカルAIをやるときって問題を解くんですけど、
何かタスクがあってそのタスクをするためにはこういうふうな制約条件で
それを最適に解きますみたいな話が中であるんですけど、
その制約をどういうふうに決めていくかっていうところが
多分これからの設備も含めたところなんだろうなっていうふうに
思いますね。
制約どうやって決めるの?
制約。
もうちょいお話、ちょっと分からなかった。
例えば今のめちゃくちゃ分かりやすいフィジカルAIっていうのは
例えば国内だったら無人とかがやってる。
あるところに産業ロボットが物を持ってあるところに運ぶためには
障害物があるからこれをこういう経路で移動すれば
最短の経路で一番早く移動できますっていうのを毎回演算しますっていうのが
一番フィジカルAIっていって分かりやすいフィジカルAIですよね。
それは荷物の形状とか産業ロボットの動作条件、キネマティクスとか
あとは障害物が置いてある場所とか
あとはロボットハンドがどういうところで当たるかとか
そういう制約条件を全て回避したときの一番最適な値っていうのを
最適化工学で出してるわけですよ、毎回。
だから無制限の条件にすると無限の可能性が出てくるわけじゃないですか、選択肢が。
じゃあもう解けないですよね。
無限の選択肢からコンピューターが解くっていうことはランダム以外できないんで
やっぱりある程度最適化を出すにはそういう制約条件を決めて
その条件の中で最適なものは何かっていうことを決めていかないといけない。
そういうことか。それが制約条件、制限条件を決めるっていうことですね。
これを問題を定式化するとか言うんですけど
問題というものを、問題というか大きな課題みたいなものをいかに問題に落とし込むか課題に落とし込むかっていうところですね。
うん。
ピーシカルAI、結構あちこち回ってるんですけど、すごく遠い感じがするんですよね、工場の中で。
実際もう使ってるんですよ、さっき言った無人なところとか。
入ってるものはありますよね。
入ってるんですよね。すごい遠い感じがするんですけど。
あと多分ね、私も含めそうですけど、ピーシカルAI、PCI-Uっていったら、
うちのおっさんが最初に考えたら、ヒューマンノイドだと思ったんですよ、やっぱり。
まあでもそれは一つじゃないですか。
そう、一つはね、ピーシカルAIで、思いついたのはこれですね。
だけどサングロボットは多分そこまであんまり見たことないし、
ヒューマンノイドはすごい、いわゆるロボットの定義って言うから、やっぱり最初そう思っちゃったなと思ったんですね。
なんて言うんですか。
要は問題を定式化できるものじゃない、しやすいものじゃないと解けなかったわけですよ、今まで。
そうですね。
だから例えば、なんで産業ロボットかっていうと、形状が似てるからとか、やれることが限られてるからですよね、それが選ばれてたのっていうのは。
同じ仕組みで別に生産済みだってやってもいいわけじゃないですか。
生産済みだって物をどこかからどこかに移動してっていうタスクがあるわけだから、
じゃあそれを最適化しときましょうみたいなことは絶対重要あるはずですよね。
でもやられなかったっていうことですよね。
それはやっぱりハードウェアの条件が固定化されないから、やっぱりそういう問題に落とし込むのはすごく大変だったっていうことですね。
まあできるんですけど、その1回こっきりで終わっちゃうみたいな。
みたいな話があって、そのハードウェアがそこまでしか行ってなかったっていう話だと思うんですけど、
でそれがヒューマノイドが出てきて、出てきたというかヒューマノイドが最近着目され始めたのも、
ハードウェアの技術が上がって、今までは産業ロボットぐらいしかまともなハードウェアって出せなかったわけだけど標準化された。
今ヒューマノイドが出てきて、ヒューマノイドは形全部似てるじゃないですか、人っていう、人型っていう。
だから解きやすいわけですよ、割と。
問題を解きやすかった。
ハードウェアの制御っていうのはすごく難しいんだけど、ハードウェアの制御っていうものはちゃんとできたっていうことを仮定すると、
フィジカルAI屋さんにはものすごく扱いやすいハードウェアなわけですよね。
なぜなら体の関節とかキニモティクスが統一されてるから。
そういうことね、だから産業ロボット以外に標準化されたのが出てきたから、このハードウェアがヒューマノイドという一つですね。
だから今までは産業用ロボット、AMR、こういうとこですよね、標準化されたハードウェアっていうのは。
そうですね、標準化されないと何もできないですから。
これが新しくヒューマノイドみたいなものが出てきて、そういう可能性がありますよということがまず一つと、
ハードウェアが標準化されてないものもやれるかやれないかっていうのは今後議論があると思いますね。
標準化されてないものをやるかやらないか。
要は定式化っていうものが別に今まで人が定式化しないといけなかったからやれなかったわけですよ。
コスト追加、いわゆるパフォーマンスが合わなかったからですね、投資に対する。
でもそれが人じゃなくてAIが定式化しますとか、こういう条件で設計したらあとはAIがやってくれますとか、
そういう状況が今少し見えてきてるわけですよね、世の中の状況的に言うと。
なるほどね、なるほど。
であれば、今の生産済みみたいなものにフィジカルAIというのかわからないけども、
ある種の先ほど言ったシーケンス的な動きじゃなくて、
ある種のタスク攻略的な動きですね。
タスクを与えてそれを実行するみたいな動かし方ができるようになる可能性っていうのは、
若干出てきてるんじゃないかなっていうふうに今思います。
なるほど。
決めた順番だけじゃなくて、タスク、このワークをここに吐き込みなさいと言ったら、
いわゆる推論してて勝手にこのタスクを向けて完成するみたいなやり方を出てくるかもしれないですね。
そうですね。
で、それはどういうふうにやるかですよね。
多分それにも中の標準化っていうのはものすごい必要なんですけど、
実際その辺の標準化をきちんと扱っていくような仕組みさえ整ってしまえば、
もしくはシミュレーションが発達して、
強化学習みたいなことができるようになるのであれば、
そういうことをやっていく可能性っていうのはあるよねっていう。
で、それができれば、産業用設備っていうのは死ぬほどあるんで、
パイはそこで取れるはずですね。
なるほどね。一回成功したところで、成功したらもう広げるんでしょうね。
一回成功したっていうことはやり方がちゃんと確立すればっていうことですね。
成功したものを同じものを広げるっていう意味じゃなくて、
こういう考え方であればいろんな設備に対応できますっていうことが立証されるんだったら、
それがまた一つのハードウェアの標準化っていうのを不要にしてくる可能性っていうのもあるんじゃないかなっていうふうには思います。
なるほど。上手く考えなかった。
フィジカルAIの将来と検証の課題
フィリカルAIって今日流行ってるから、高田さんも行きましたよね、フィリカルAIの勉強会も。
行きましたけど、やっぱりフィリカルAIを今、まだ全面的に進めていくとか、
こういうもんだっていうことを決まってないですよね。
フィジカルAIの定義自体もまだ収まってないというのを理解していいですか?
最近言うとVLAのことをフィジカルAIという人が多い気がします。
VLA?
VLA、はい。
VLAなんですか、すみません。勉強不足です。VLA。
VLMか。
視覚言語行動。
そうですね。カメラで撮って、それをそのまま行動に映させるみたいな、そういうビジョンベースの。
言ったね、さっきも。
言いましたね、つくる教会に登る時。
みたいな話をフィジカルAI、ロボットに持たせてるビジョンに対してっていう。
これはこの間もウェンスも同じこと言ってましたけどね、メガトニック総会の方ではね。
そうですね。
VLAとモーションを直系させると効率的なんじゃないかっていうことを一つ述べてたわけですけど。
ありましたね、確かに。VLA。
それが一つキーなんじゃないですかっていうのが今主張してる人たちは結構いる気はしますよね。
なるほど。
そうだね、これ。
たださ、やっぱりモーションとか設備ってそんな単純なもんじゃないからさ。
じゃあ不定要素が多いってこと?
不定要素が多いし、失敗を許さないじゃん。
失敗したらなんで失敗したかっていうことをやっぱり示さないといけないわけですね、LINEを強くしていくためには。
これを潰すために失敗をはぐれ出してそれを潰すのが基本ですからね。
そうですね。
で、それを無限の選択肢やタスクに対応させるっていうのはやっぱり結構難しいんじゃないかなっていうふうに思いますよ。
しかもこれ今のやってるやり方よりちゃんと見るというか、示せないと多分広げないというかなんですよね。
まあ否定したいわけではないですよ、そういう意味ではね。
そうですね、はい。
だから何でもかんでもドライバーに近いようなところとか異常関係に近いようなところまでAIで急にできるかっていうと多分それは無理だと思います。
この3、4年の話ではないかもしれないってことですね。
というよりはまずそこを固めた上でその上の層をAIで扱っていくとか、こういうほうが自然に思いますね、どっちかっていうと。
すみません、この上の層で何の層ですか?
上の層で例えばシーケンス層とかですね、設備でいうと。
なるほどね。
例えばどういうことを言ってるかっていうと、モーションやエアシーンだとか特に指示する回路があって。
そうですね。
で、その横にはセンサーとか設備の状態を観察する回路があって。
それを、その情報を持って順番に制御してるわけですよね、設断済みっていうのは。
そうですね。
で、その一番上の全ての情報が集まってるのと、どういう指示があるかっていうのは決まってる状態でどういうことをするかとか、どういう設備の状態を判定するかとか。
そういうことはAIがかなり進むと思うんですけど。
その下のところの一括でっていうのは、まだ難しいんじゃないかなっていうふうに思います。
なるほどね。
時間の問題な気もしますけどね。
今のところ時間で解決できるって議事でて、サータン時代で解決できる問題かもしれないようですね。
時間というよりは今は出せるは出せると思うんですよ。
だからそれを人が判別する仕組みが多分なかなか作れないんじゃないかっていうふうに僕は思ってます。
人が判別する仕組み。
人がそれはいいのっていう、それで問題ないのっていうことをどうやって判断するんだっていうところの仕組みまでいかないんだろうなっていう。
そういうことか。
だから今は設備のプログラムを学習させたりだとか、設備の考え方を学習させてるわけですから、実際設備っぽいものは絶対作れると思うんですよ。
もう既に作れると思うんですよね、現時点で。
そうですね。
じゃあそれがいいのか悪いのかっていうのをどうやって判断するんですかっていう話です。
判断基準がないね、分かんないね。
それが。
なるほど。
じゃあこれがいいのか悪いのか判断できないから、実際使っていいのか判断して使わないんですよね。
判断できないわけじゃないけどめっちゃ時間かかると思うんですよ。
検証するのに。
検証するのに。
でも例えばこの異常とこの異常が出たときはこういう異常にしますとか、この設備はこういう順番で動きますとか、異常が出たときはこういう順番で直しますとか、その程度であれば多分人間が判別できる範疇に収まると思うんですよね。
なるほど。
だからやっぱり検証手段が整うっていうのは結構先だと思うんですよ、デジタルツイン的な話がね、整うって。
で、これが技術的にも値段的にも。
そう、判断が、実はツインって手あるんですけど、値段的にいろいろ問題あるんですよね、またいろいろ他の問題。
そうですね、そもそもできないし。
で、もしかしたらそれもAIで解決していくかもしれないけども、でもやっぱり今の世の中を見てるとテストやシミュレーションっていうところよりもとりあえずコード生成だとか、そういう方がやっぱり先行してるわけですよね、技術としては。
そうだね、こっちはさっきやってるからね、今。
だから先っていうのはあるだろうなっていう、っていう風に考えた僕は考えてるっていう感じですね。
難しい話ですね、これ。そこまで私も、まだ半分ぐらいしか理解できなかった、そういう話を。
いやいや、クリスさんは全部理解できてると僕は思ってるんで、クリスさんは。
いやー、そんな難しい話。検証できないところと、検証する集団を確立されてないと時間、すごくかかるところはわかる。
でもこれを、つったらこれを解決案どうなるのかね、私も全く思いつかないです。
問題が、あ、こうだなとちょっとわからないけど、どうやって解決するのか、お金で解決できるものなのか、お金すらあっても解決できないものなのかというところもわからないです。
ただ保証されたものを使うっていうところじゃないですかね。要は保証されたものがAIが使えば、別に保証されてる範囲は保証されてるじゃないですか。
そうですね。あ、されたものを使えば、なるほど。
例えば究極、産業用ロボットだけで構成されたラインとかはそれに該当すると思いますよ。
なるほどね。
だってロボットに一応なんてほぼ決まってるし、命令形態もほぼ決まってるわけじゃないですか。
あー、なるほどなるほど。
で、決まってるってことは保証されてるってほぼ近しいですよね。
決まってるってことは保証されてる。そうだね。
保証されてるというよりは保証しやすいですよね。
これの間違いと検証もしやすいですよね。決まってることであるってことは。
検証しやすいとは検証しなくていいです。
あ、検証しなくていい。決まってるから。
要は一番最初に検証したら後はしなくていいので、例えばその後100台使います、1000台使いますって言うんだったら、最初の検証費用は1000分の1にできるわけですよね。等分にすると。
そうだね。
だからペイするよねっていう考え方ができるだろうなっていうふうに思いますよ。
なるほどね。やってるものを使うのも一応定的ですね。
そうですね。僕は産業ロボットそんなめっちゃ好きなわけじゃないから。
たかしさんは基本アチュエーターが少ないほうがいいって言ってたんですよ。
そっちにいかんかなっていうのは思ってますけどね。
たかしさんは贅沢ですね。いつも言ってるからね。アチュエーター多いなーと続いて。
そうですよね。わかってますよ、理解。
なんでちょこちょこ栗さんは僕を下げにくるんですか。
たまにたかしさんいるんですから、たまに私が間違い記憶であってたかしさんのことを勝手に解釈されてるって言ったじゃないですか。
いいけどそれ言わんでええやろ今っていう。
たかしさんロボットあんま好きじゃないですもんねみたいな。
言ってないですよ。贅沢ですって言っただけですよ。
すみません、わざわざ言わないで。
イベントの総括と今後の活動
そんな感じで、最初の話は少しそれましたけど、ネミカトリンク評価楽しかったなっていう話ですね。
たかしさんがイーサネートIPのバッグを持ってきたからね、オーディメイのバッグを持って、ネミカトリンク評価行ったと私が今から言うとたかしさんがおもろいって言ってただけですからね。
僕はいつ栗さんがイーサキャットの話をフラッと言い出すかっていうのをちょっと冷や冷やして聞いてましたけどね。
気付けたんですよ、最後のイーサキャットの動画一回も出てなかったんですよ。
言わなかったね、えらいえらい。
すぐドキドキですよ、イーサキャットのために。イーサネートIPもモードファスまで、異様なモードファスまで。
ちょっと痛いんですよ。褒めて、こういうところはちょっと忘れてみてほしい。
えらいですよ、さすがです。
オーディメイのバッグを持ってたんですけど、イーサネートIPはギリギリ許すと言っただけだから。
強行しないから。
えらいですよ、褒めてほしい。一回も出てなかったイーサキャット。
こういうのがさっき出て。
いい節目になったんじゃないかなっていうふうに思いますよ。
だって僕らはこういうふうに発信活動とかいろいろやってきたわけですけど、
それがやっぱり声がかかるっていうふうになってきたっていうのは、それはやっぱり喜ばしいことだし。
喜ばしいことです。
そうですね。今回はラジオの活動だけで呼んでいただいたわけでは当然何にもないんですけど、
それでもやっぱりこの人の目に触れやすいっていうところで呼んでいただけたっていうところがありますね。
そうですね。声かけやすいし。
ちょうど便利になりましたね、今回。
僕は楽しかったよ。知り合いしかいなかったから。
高田さんそんな知らい多いんだが、そんな顔広いんだが、この人を褒めて戻りました。
メカトロリンクはね、さすがにね、11年もいたからさ、仲良く。
みんな、「おい、高田さんじゃないか!」みたいな。
この人やっぱりそんな顔広いんだと思ったりしてました。
メカトロリンクはね、それは長いですね。
みんなの高田さんをご知っています。
楽しかったな。メカトロリンクは特別です、やっぱり。ずっと活動してましたから。
12年ぶつかってるしね、ずっと使ってる。やっぱり愛着のあるシーランがたくさん出てきたんですもんね、あの辺で。
ワクワクの高田さんを最初に見ましたよ、今。楽しかった。楽しそうだなって思いました。
そうですか。
そう、もう何か物からづけたら、私先にちょっと、あっちの宴会、あれ行くから、ちょっとからづけたら帰ってって言われたから。
そう、楽しそうだなって、楽しみてるなって、分かりました。
そうですね、クリスも今週帰れずに先にちょっと帰ってしまったんで。
子供と、一応、金曜日夜になるんで、子供のご飯を食べなきゃいけないんで。
だから、急いで帰ってきた。
またね、皆さん是非、我々高橋クリスとFAラジオ公演とか、その他諸々NGなしでOKしておりますので。
もし何か頼みたいよということがあれば、私のメールアドレスの方か、Twitter、DMでも困らないので。
ご連絡いただけると幸いですというところで、本日は終了したいと思います。ありがとうございました。
ありがとうございました。
