00:06
ヒューマノイド最前線。 ヒューマノイドのいる職場を当たり前に、そんな未来を本気で作ろうとしている株式会社Play Roboticsのお二人と一緒に、ヒューマノイドの最新動向から、実際にロボットを触ってみたリアルまで、最前線からお届けする番組です。
こんにちは、パーソナリティを務めます。株式会社Play Robotics CEOのたかちんこと佐野隆です。
Play Robotics CTOのよこしゃんこと横山幸太です。
ブック代表の樋口清則です。お願いします。
よろしくお願いします。
さあ今回からいよいよ本題というか、いろんなテーマで喋っていくっていう回になっていくと思うんですけども、もうテーマ決まってるんですよね。
たかちん そうですね、テーマ決めました。
ですね。いやーちょっとまだ僕も全然わかってないんで、じゃあ本日のテーマお願いします。
たかちん はい、今日はですね、ヒューマノイドの進化は今どこまで来ているのかっていうテーマにしたいなと思ってます。
なるほど、まあ現在位置の確認というか。
たかちん そうですね。
って感じですね。
たかちん はい、前回も結構そのヒューマノイドってなんだろうとか、どういう市場があるよとかっていうお話をちらっとお話ししたかなと思うんですけど、
まあなんかいろんなところで最新情報がどんどん更新されてきていて、今この収録の時点での最新情報っていうところをお届けしたいなと思ってこのテーマにしました。
いやーこれはもう普通に興味がありますね。じゃあどうします?
お二人とも一応なんか調べてきて、でもお二人は全然まだ打ち合わせをしてないというか知らないですよね。
たかちん そうそうそうそうなんですよね。お互いが何に興味を持っているのか全然知らない状態で来てますね。
ですよね。じゃあまずちょっとたかちんから聞いてみようかな。
たかちん そうですね、わかりました。まずヒューマノイドっていうこの人型のAIロボットってものが、その2026年は今どういう状態なのかって一言で言うと量産元年って言われていて。
量産元年、へー。
たかちん これ言われていてというか僕が言ってるだけなんですけど、実際これまでロボットっていっぱい作られてきて、なんかすごいよねとかもうすぐ使えそうだよねって言ってたんですけどなかなか進歩しなくて。
それがですね急に実際にこのSESっていうイベントがあるんですけど、結構ITとかの最新情報とかが全部発表されるイベントがあって、このSES2026年の1月のタイミング。
これでですねヒューマノイドがもうほぼ主役になっていて、実際にその工場で働いてるとか商用の顧客が、要は企業の顧客が決まってるよとか出荷スケジュールが決まってるよとかっていうものが発表されたのがこの2026年なんですよ。
えー、じゃあもうその社会実存が結構リアルになってきてるってことですよね。
そうですね、そこがやっぱり一番大きいかなっていうところと、あと中国とやっぱりアメリカが強いっていうところもあるんですけど、中国が今どんどんヒューマノイドを、ほとんど世界のヒューマノイドを占め始めているって言われていて、これもうその今までのインフラが整ってきたんですよね。
03:00
EVっていうその電気自動車で培ったサプライチェーンがそのまんま使えるんで、センサーとかバッテリーとかモーターの共有網がすでにあって、だからこそ安く作れるし大量に生産しやすいっていう環境が整ってきたので、このタイミングでもう約その中国のユニツリって日本のフィギュアAIとかテスラの約36倍のダイソーも出荷しているんですよ。
なので結構その大量生産の時代に入ったなっていうのがまず一つかなと思いますね。
今までも使ってるところでは使ってたってことですよね。
そうですね、実験だったりとか数台使ったりとかして、実際その工場の中でやってみたりとかはありましたけど、大量生産ってところまではなかったですよね。
なるほどな、ちなみにどの分野がやっぱり最初から入ってくるとかってあるんですか。最初はどこから多分みたいなってあるんですか。
今の動向を見てるとBMWの工場内で何かしらの部品の取り付けだったり、あとはXiaomiとかも自社内の工場で何かしらの作業を行うって言ったところはやってるので、その実際にヒューマノイドロボットを入れて動作の実験データを取るみたいなところはまずは工場内の自動化領域。
今までは人手作業じゃないとできなかったとある生産ラインから別の生産ラインに荷物を運んできたり、別の界から何かパーツを持ってくるみたいなところの人間からの代替から入ってくるというところが多いですね。
なるほど。だから車と、今だからXiaomiだったらデジタルデバイスというか、ですよね。スマホとかタブレットとかそっちか。
そうですね。
だからそうか、企画がある程度決まっていて、多少デザインが変わってもそんなに大きく変更がないところから入っていくってことか。
おっしゃる通りです。実際の店舗の中とか外とかって結構地面の状態が工場内と比べて砂だったり何かしら他のお客様との接触とかイレギュラーが発生するので、そういった領域よりかは自動化が進んでいることによって工場内ってフラットな地面ですし、
外から来る風の影響とかも少ないですし、ロボットがすでに稼働しているみたいなところの、よりロボットの稼働の概覧となり得る状況が少ないところから、まずは実証実験実際に働くってところが入ってきてるってところが今の現状ですね。
なるほどね。エンドユーザーがいないところからか、確かに。
そうですそうです。ロボットだけで完結できるような環境から入ってきてるってところですかね。
面白い。不確定要素があると大変だからっていうことかね。
はい。
なるほどなるほど。ちなみに横社的にはどういうところを調べてきたってことあるんですか。
そうですね。僕のところで技術的に注目してるところ結構ありまして、前回少し歩行の話はしたんですけど、
教師ちょっと話したいのはロボットの学習の部分の話をしたいなと思ってまして、ロボットに何かしらのものを運ばせたりするとかの動きって何かしらの学習ソースが必要になったり何かしらの訓練が必要になってくるんですね。
そこを効率的に進める方法って今まで2種類あったんですけど、まずは模倣学習って呼ばれてるもの。
06:05
これは人間が実際に動きを見せてそれを学習していく。人間が実際に作業したときのデータを取ることによってそれをロボットにもやらせるってところなんですけど、ちょっと僕も最近研究してるもので言うとVRゴーグルとかつけて手の動きとかを録画しておいて、
それを元にロボットに活かせないかってところを個人的に研究してたりはするんですけど、みたいなところが1個あるっていうのが最近のアプローチとしてあるっていうところと、もう1個は強化学習って呼ばれるものですね。
最近NVIDIAとディズニーが共同してオラフロボット、実際にかわいらしい動きをしたり、その3月末から実際のディズニーランドで稼働するみたいなんですけど、
船の上でのパレードを行うってところの足元が不安定な環境に合わせてオラフがちゃんと歩行できるみたいなところを作り出したロボットが実際に3月末から稼働するんですけど、
そこで使われてるのが強化学習っていうアプローチで、それは何かしらの例えばオラフのロボットだったら船のような不安定な環境でも転ばずに歩けるかどうかみたいなところの報酬設計をしておいて、
パソコン内のシミュレーション環境上で何万体のオラフを生成しておいて、そこでバトルロワイヤルみたいなことをやるんですよ。
一番転倒せずに動けたやつを強い報酬を得られたとして次の実験に持っていくみたいなところで、どんどん一番強いオラフが次に繋がっていくみたいなところで、
一番いい感じに転倒せずに動けたオラフらしい動きできたやつを採用するみたいな感じで進化させていくような強化学習っていうアプローチがあるんですけど、
その二つは進化してきてるっていうところがまず前提としてロボット業界のロボットに動きを教える中での効率的な方法として進んできてますっていうのが現状で、
プラスアルファでもう一個面白いのが出てきてまして、それがNVIDIAが出したDream Zeroっていう仕組みがあるんですね。
これは世界行動モデルって言われていて、これはロボットが映像とかを見たときに未来を想像して動作を決めるっていう新しいアプローチで、
これまでは人間があらかじめ設定したものから学習していくって言ったところなんですけど、
この世界の物理法則をロボット、ヒューマノイドロボットが理解するっていうアプローチなんですね。
人間って新しい道具を扱うときって道具ごとに全部の操作を暗記してるわけじゃなくて、
その物を掴めるよねとか物理法則的にこれ投げたら落ちるよねとか、この摩擦感だったら滑りやすいからもう少し力入れて持った方がいいよねみたいな、
この世界のルールを抽象的に理解した上で動きに落とし込むことで新しく使った道具とかでも覚えていくってところがあると思うんですけど。
なんかいられ使えたらフォトショーもなんとなく使えるみたいなやつね。
そうですね。みたいな。過去の経験上から物理法則的にこう使えばいけるんだろうなみたいなところをやってるんですけど、
それをAIとかフィジカルAI、ヒューマノイドロボットにも行わせるってアプローチが最近発表されまして、
09:02
ここは結構一個のブレイクスルーになるんじゃないかなっていう気はしてますね。
それって一回抽象化してもう一回具現に戻すことができるようになっていくってことですよね。細かく教えなくて。
はい。この世界の今こういう状況ってことは、数秒後の未来こうなってるだろうっていう予測がロボット側でできるようになってきたってところですね。
それはやっぱりAIの発達なんですか。
そうですね。今のロボットってビジョンラングエッジアクションというものを見て、それを言語化して行動に落とし込むっていう方法が主流になってきてるんですけど、
それの発展形としてさらに未来予測とか物理的にどうなってるかっていったところを情報として処理できるようになってきたっていったところですね。
だから結構AI的なデータそのものを数値としてそのまま使うんじゃなくて、一旦抽象化するみたいなところができてきてるからっていうのがあるんですか。
そうなんですよ。やっぱりその前回お話しましたけど、LLM、AIの進化ってところがロボットの学習とか適用できる範囲に大きな進化を与えてまして、
そこがここ数年でかなりAI業界が盛り上がってきたっていうところに連動してヒューマノイドが適用できる領域が増えてきたっていうところですね。
なんか僕、さっきの話に戻りますけど、強化学習のところ、あれ以後のAIあったじゃないですか、Googleが。
アルファゴーですね。
アルファゴーですよね。確かそれがそういう風な強化学習のやり方でめっちゃ強くなったみたいな聞いたことがあって、なんかこのふわっとした理解であってますよね。
その辺の延長ですね。
今までって最初に言ったその模倣学習のところ、人間のデータとかを模倣するみたいなその実際のデータを元に学習してみたいなところがあったんで、実際のデータをいっぱい入れなきゃいけなかったみたいなところから、
その実際のデータに変わるものをもう勝手に仮想空間の中でいっぱい生成しちゃうと、ものすごい経験音が勝手に作れるみたいな。
ああですね、高性能なパソコン上でシミュレーションすれば何万体も用意して、いろんなちょっと条件を変えたもの、さっきのオラフの話だったら船の傾きの仕方がもうちょっと大きくなったらとかいろんな条件変えたものにみんなを参加させて実験させると、
実世界で本来人間から模倣して学習する際だったら10年間とかかけなければ蓄積できなかったデータが、もう高性能なパソコン上だったら1時間とか数十分とかで何十年分の経験ができるみたいなのができる世界になってきてるので。
実世界だったら何人か死んでてもおかしくないみたいな、本当に船揺らさないといけないから。
実際のロボットでそれやっちゃうともうどれだけお金あっても足りないみたいになってくるじゃないですか、そのロボットが壊れちゃうような動きをさせちゃった場合に、みたいなところのコストカットの観点でもシミュレーション上で学習させるっていうのは一つの有効なアプローチとして最近確立してきてますね。
12:02
そうっすよね、だからその囲碁で言うと実際に人間と人間が対局しなくてもAIとAIで対局するのを無限に一瞬で作れるからっていう。
いろんなパターンをやりまくるっていうところです。
それが最初は囲碁の世界とかぐらいのシンプルさでしかできなかったのがもう現実世界レベルの物理法則がある程度複雑なものでできるようになってきてるっていう。
そうですそうです、おっしゃる通りです。もう一個面白いのがですね、ローダAIっていう会社が提唱した新しい学習方法なんですけど、
そのYouTubeとかに人間がいろんなことをしてる動画が上がってるじゃないですか、そこから学習させるっていうアプローチも出てきてまして、
だからYouTube上で人間が中華料理とか作ってる動画とかをひたすらAIが見ることで、それを学習してその動きを模倣できるようにするっていったところのアプローチも進化してきてる、発表されてるっていうところは面白いところではありますね。
そうかそうか、だからそれ以前は人間の体にいろいろポインターみたいなものをつけて入力装置があって、そこに入力しないと取れなかったデータがもう動画からいけるってなったから、
本物の実世界から取れるデータの量もそこでめっちゃ増えてるってことか。
そうですねそうですね、今までは工場内の自動化でもこういった模倣学習ってところはすでに実践されていて、
その時って何かしらのコントローラーでロボットの腕を人間が動かして、実際に何かをピックアップして生産ラインに乗せるみたいなところの動きを学習するみたいなところはやってたりしてたんですけど。
あとなんかこうモーションキャプチャーの俳優とかつけてるなんかこうあんなのあります?
そうですそうです、そういった手袋型のセンサーとかを手につけて、で実際に物を動かすっていったところを記録するっていうのをやってたんですけど、
そこをもうわざわざ記録する係をつけなくても動画学習です、ある程度の動きはできるってところも進んできてますね。
なるほど、まず2つのことがいるんですね、データとして使えるものがまずめっちゃ増えてきてるっていうのと、
それをなんとなく概念的にというか、中小領域でつなぎ合わせて処理できるようになってきてるそのAIの部分、両方が発達してるからっていうのがあるってことかな。
今なんか結構もう一つ注目で面白いかなと思ってるのが、その教科学習のポイントでNVIDIAがやっぱりもう一番劣るかなっていうふうに思っていて、
NVIDIAって結構いろんな注目されてる企業だと思うんですけど、今例えば投資とかでも投資対象として一番伸びてる企業として注目されていて、
ここが今そのロボティクスのアンドロイドになろうとしてるっていうふうにテッククランチっていう記事が表現してるんですよね。
アンドロイドってどのアンドロイドですか?GoogleのOSのアンドロイド?
Googleのアンドロイドですね。 ややこしいですね。ロボットやからアンドロイドが。
そうなんかOSになってるっていうのがすごくいいなと思っていて、これがすごいのがその例えば1Xっていう家庭用ロボットとかだったりとか、
あとはフィギュアAIだったりとか、結構有名どころのロボット会社が全部NVIDIAのプラットフォーム上でロボットを開発しちゃってるんですよ。
15:03
へー。 だから依存関係にあるっていうことですよね。
これが結構すごいなと思っていて、NVIDIAって持ってるもののそのプラットフォームみたいなものが5つぐらい構成性要素があるんですけど、
ロボット開発の最初から最後までのすべてをカバーしちゃっていて。
へー、プラットフォームって。
まあこれがそのロボットのまず1つ一番代表的に脳ですね。ロボットの脳ってそのさっき言ったAIとかでどういうふうに動いてるだったりとか学習してるとか、
さっきヨコシャンが言ってた動画で学習するとかそういったものもそうなんですけど、
ここの演算処理だったりとかそういった処理能力の高いものを設計できるようなAIコンピューターっていったものを提供されていたりとかしているっていうのが1つ。
これが演算能力がめちゃくちゃ早いっていうのもやっぱり1つあるかなっていうところと、
あとは知能の部分でも学習をどんどん、強化学習をどんどんデータで貯めてってるので、NVIDIAに依存しながら作ってるってところも1つかなというふうに思ってます。
NVIDIAがデータを持ってるってことですか。
データを持ってますし、シミュレーション環境もNVIDIAが提供してるんですよ。
先ほどお話しした強化学習の環境、プラットフォームもデファクトスタンダードとして世界中のロボットの動作の研究の技術者がそれを使ってシミュレーションするっていう基盤になってるので、
それ使ったほうが効率的に進められるので、もう依存せざるを得ないみたいな状況になってきてますね。
なるほど、そういうのをやってるの全然知らなかったNVIDIA。
もうなんかGPU作ってるみたいな。
そうですよね、昔からのイメージだとパソコンのパーツやってるイメージですけど、ロボット業界、AI業界でのスタンダードとなるようなプラットフォームをいろいろ提供してきてますね。
これが無料でオープンソースだっていうのは結構恐ろしいなと思っていて。
オープンソースにすることによって全世界の人たちが使うじゃないですか。
そうすることによって自分たちがそのOSの主軸になるぞっていう覚悟でやってるので。
なのでもう多分NVIDIAがロボットの会社ってイメージがどんどん根付いてくるんじゃないかなと思っていて。
ただここにテスラとかが入ってないんで、そういう競合がどうなってくるんだろうっていうのがすごい面白いなと思っていて。
そこが争いでどんどん成長していってまたさらに展開が広がっていくのかなと思いますけどね。
でもこれ明確にNVIDIAはデータを取りに行ってますね。
なんか多分AIの今性能っていろんなLLM出てて。
頭の良さって多分もうどっかでカンストするというかもう大差ないようになると思うんですけど。
なったら最終的にデータ持ってるところが強いってなりますよね。
そうですね。だからおそらくテスラかGoogleかNVIDIAがやってくるって感じだと思うんですけど。
今でAIとかだったらオープンAIなのかアンソロピックなのかみたいないろいろあるじゃないですか。
そういう勝負になってきてるなという感じがしていて。
でもおそらく今のあるCCIの企業たちよりもすごい大企業になるのがこのヒューマノイド市場なので。
18:02
投資しといた方がいいかなって僕も最近思いますね。
なるほど。
すげえ怖いっすねNVIDIA。
実際開発者同士をつなぐプラットフォームとかも持っていたりとかもするので。
そこで情報交換がなされていてどんどん掛け算でみんなが開発したものが情報交換されているのも大きいかなと思いますね。
いやー相当きてますねヒューマノイド。でしかも量産をしていってみたいな。
でまたそれが現場で使われたらそこのデータも一個の共視データとして使われますもんね。実務の中で使われた。
そうですね。その辺で言うと最近グーグルも実務データ取ろうとしてきてまして。
そのグーグルとアジャイルロボティクスってところが最近組んだってニュースがありまして。
そのアジャイルロボティクスってところが作ってるロボットが産業用のロボットなんですけど、すでに2万台以上世の中に出ているものなんですね。
そこに後付けでジェメニーを搭載するって話が出てきてます。
これ面白いのがその単純な動きしかできなかった既存のロボットがフィジカルAIに変わるっていう既存の仕組みを変えずにフィジカルAI化できるってところ。
それによって今の施設設備のちょっとしたチューニングを現場でする必要が出てくると思うんですけど、
そういったところに対してこれまではちゃんとしたロボットの動きをプログラミングできる技術者を現場に連れてこなきゃいけなかったんですけど、
そのジェメニーに現場で支持するだけでちょっとした動きの変更とかっていうことができるようなフィジカルAI化ができるっていうところと、
やっぱり今樋口さんがおっしゃったようにロボットが現場で働けば働くことでジェメニーにフィードバックされていって、
ジェメニー自体が賢くなるっていうPDCAを回せるってところっていうのも面白いポイントかなと思います。
なるほどね、そうか。今までただの手や足だったところに脳みそや目や耳が入るんですね。
そうですそうです。 すげえな。
やっぱイーロンマスクすごいなと思うが、テスラも結構すごい頑張ってて、
テスラってその車の有名なイーロンマスクが持ってるこの企業ですけど、ここがなんかその今ジェン3っていう進化していて、
手の自由度が片手が11から22、関節が動ける方向の数みたいなものを示すんですけど、
なるほど。 これが22ってところまで上がったっていうのがかなりすごくて、人間の手って27なんですよ、関節の方向が。
11から22まで上がったからほぼ人間の手になってきてるっていうのと、実際に軽量化に成功してて今57キロぐらいまで成功してるんですけど、ほぼ人間みたいになってきてるんですよね。
すげえ、僕よりちょっと軽いやん。 いいな。
いいな。 こういうとこもなんかそのフィジカルがやっぱ強いですよね、テスラって。なのでフィジカルで勝負する会社と、
さっきNVIDIAみたいな知能で勝負する会社っていう、その知能とフィジカルっていうところがもういろんな企業の色が出てきて今伸ばし続けてきてるので、
ここの2つの人形がマージすることはないと思いますけど、ただ一緒にずっとこうやって開発を進めていくと技術は進歩していくので、
21:05
すごい速度で今起きてるなっていう感じですかね。 でもテスラはグロック持ってますよね。
持ってますよね。グロックAIの音声AIがやっぱ超強いので、ある実際横さんが今うちにあるペッパー君に搭載してグロックAIで喋らせたりとかしてるんですけど、
結構リアルな人間が喋ってる感じなんですよね。 すげえ、ペッパー君生まれ変わってますよ。
今度ペッパー君紹介しますね。ペッパー君にLLMつけて柔軟に喋らせるみたいな実験を弊社でやってたりしますね。
いやおもろ。 グロックつけたら結構悪口とかヘラ打ち口とか言うようになって、
テッドってクマの人形が悪口とか結構ブラックジョーク言うような絵があったじゃないですか、みたいなキャラクター性にしてペッパー君が動くみたいなところとかやってますね最近。
いいね、なんかあれお前そんなんやったっけみたいな昔から、キャラ変わったみたいな。
なんか10年くらい倉庫で眠らされてた嫌味とか一滴発現して。
おもろ、文脈まで理解してるやん。
ただ未来もうちょっと早くなると思うんですけど、やっぱそのテンポ感みたいなのって人間みたいなテンポ感みたいなのがまだちょっと遅いなっていう感覚があったりするんですよ。
これ外部のLLM入れるとそうなるんですけど、内部のLLMだったら処理速度が速いんですけど、外部から入れるとちょっと遅いんで、
昔AIが進歩してない時に流行ったAIがあって、それがフィラーをめっちゃ増やすっていうやつがあるんですよ。
フィラーっていうのは、えーっとねーとかそうだねーとかって遅く感じさせないためにわざとそれを間に差し込ませるっていう技術があって、
それをペッパー君にやったらなんか結構フィラーが多い人間っぽい反応になって、結構なんか人間ってフィラーなんだなと思いました。
ですね。だから人間の考える速度に合わせてフィラーも出てるから。
そうそうそう。だからなおさら第1話で話しましたけど、なんか人間っぽさみたいなところにそういうところが話し方とか感情とかっていうものが言葉で表現できるようになってきてくると、
もう人間と同じような感覚を持っちゃうので、ロボットのいる方が横打ちがいいっていう風になってくる。
ちょっとまた次の次の回かな、ロボットの未来を妄想する回を話したいなと思ってるんですけど、
めっちゃいい。
いろんな世界が待ってるんじゃないかなとは思いますね。
いや面白いですね。だからやっぱりAIですね、なんかAIがやっぱり発達したことに脳を持っちゃったというか、
持っちゃったというか持ってくれたというか、ということでなんとなく現在地がわかったところでここをぐらいにしましょうかね。
ヒューマノイド最前線、皆さん最後までお聞きいただきありがとうございました。
面白い、また聞きたいと思っていただけた方は是非フォロー、チャンネル登録をお願いします。
またお便り募集してます。本当に何でもいいです。
こんな感想がありますとか質問も是非是非送っていただけると嬉しいです。
概要欄にフォームあるのでそこから送ってください。
あとハッシュタグはですね、ヒューマノイド最前線ですね。
24:01
ヒューマノイドカタカナ最前線は漢字でハッシュタグ付きで投稿していただけるとありがたいです。
そしてこの番組は毎週水曜日の朝6時に配信予定です。
次回もどうぞお願いします。
