GLLMと工作機械の紹介
どうも、しぶちょーです。ものづくりの視点は、産業機械の現役エンジニアである私、しぶちょーが、ものづくりに関するトピックを独自の視点で解説する番組です。
今日は、私の専門分野である工作機械とAIが真正面でぶつかるような、非常にね、興味深い、面白い研究の話をしたいと思います。
GLLM っていうですね、自然言語からGコードを自動で生成する仕組みの研究論文です。
今の話聞いてもね、なんのこっちゃって思うかもしれないけども、今日は誰にでもわかるように解説していきます。
言うならば、工作機械の前に立って、鉄の真ん中に直径40ミリの穴を深さ2ミリで削って、終わったら刃物を最初の位置に戻して、みたいな感じで日本語で指示をすると。
そしたらその言葉がそのまま機械を動かすプログラムに変換されて、実際に機械の加工が始まるみたいな、そんな世界を目指した研究っていうのがあるんですね。
まあ、工作機械というものを触ったことがある人ほど、「えー、そんなことできるの?」っていう感じになるんですけど、触ったことがない人はですね、それの何がすごいとか全然わからないと思うんですけど、
意外とマニアックなんだけど、これすごい面白い取り組みだなと思ったんで、今日はその面白さがわかるように解説していきます。
それでは早速いきましょう。
まあまずいつもの説明なんですけど、工作機械とはなんじゃらおいという話ですね。
金属を加工して部品を生み出す機械、それが工作機械です。
あらゆる機械は工作機械が作った部品から生まれるんですね。
工作機械ってのは部品を生み出す機械なんですよ。
だからいろんな機械がありますけど、どんな機械も部品の組み合わせでできてるんで、その部品を生み出してるのは誰かとしたら工作機械なんですね。
だからすべての機械は工作機械が生まれるということで、工作機械をマザーマシンと呼んでいます。
すべての機械のお母さんなんですね。
そんな工作機械を私もね、かれこれずっと設計したりとか、いろいろ開発に関わっているわけですけども、そんな工作機械を動かすとき、金属の塊から部品を削り出すわけですけど、こういうふうに動いてって言っても、当然勝手には動いてくれないんですね。
Gコードの解説と課題
かつては工作機械って人がハンドルを回して操作することでガリガリと金属を削っていたんですけども、今だと自動でコンピューター制御でモーターが動いて機械が動くようになってます。
その動きっていうのはプログラムで自動に動くようになっているんですね。
そこで使われているプログラム言語っていうのが、Gコードと呼ばれる言語なんですよ。
それがそうやって工作機械を動かして、好き勝手というか、自由に加工させるっていうね、そういうところに使われている言語がGコードです。
これはプログラムの名前ですね。
刃物をどこに、どの順番でどのぐらいの速さで動かすかみたいな、そういう指令が一行一行書いてあって、機械に対して命令を出していくんですよね。
その命令の頭にGとかってついてると、Gで始まる命令が多くて、G00だったら早送りとか、G001だったら直線、G02だったら遠行みたいな、そういう役割が決まっているんで、それをGコードと言います。
このGコードっていうプログラミング言語自体は、プログラムの世界では定級言語って呼ばれる言語なんですよ。
定級っていうのはレベルが低いぜっていう話とか、劣ってるって意味じゃなくて、プログラムには高級、低級っていう、そういう括りがあるんだけど、
性能の上下ではなく、人間の言葉と機械の言葉、どっちに近いですかっていう距離を表してるんですね。
高級言語っていうのは、いわゆる人間の言葉よりなんですよ。
プログラムがバーって書いてあるんだけど、何となくどういう意味のことが書いてあるか、パッとわかってしまうと。
これが高級言語ですね。家族性が高いと。
Pythonとかね、人気のプログラムですけども、プログラム言語ですけど、Pythonとか非常に家族性が高くて人気ですね。
逆に定級言語っていうのは機械語よりの言葉で、機械が直接理解できる流度の命令が書いてあって、
人間が見ても、なんじゃこりゃっていう風に書いてあるというか、なんじゃこりゃっていう感じなんですよ。
GコードもGなんとかZなんとかってバーって書いてあって、これを見ただけで何が行われるかって、パッと人間わかんないですね。
だからGコードってバリバリ定級の言語なんですよ。ここまで直線に動けとか、ここを中心に絵を描けみたいなものが一行一行書いてあって、
それを一個一個読むことで機械が動いていると。大変人間には読みにくい言語なんですよ。
その代わりに機械をダイレクトに狙った通り、細かく操るっていう部分では非常に有能で、
加工って1ミリとか1ミリ以下ですね。1ミリの何十分の1、何百分の1を争う世界だし、
いろんな軸が同期して動かないと形ってのはできないんで、そういう部分では定級言語の速さみたいなものが武器になるんですよ。
定級イコールを取ってるってわけじゃなくて、家族性が低いけど機械にとっては読みやすいよ、早く読めるよみたいな。
そういう言語なんですね。だからそういう機械に対する良さはあっても、当然コードを眺めても人間がよくわかんないっていうデメリットがあると。
これが定級なんですね。だから図形としての意味、こういう加工をします、みたいな形としての意味をGコード自体はあまり直接的に持っていないと。
だから何が起こるかというとですね、それを人間が作る時って結構手間でさ、全部ここからここまで行って、ここからここまで行って、
次はこここうやってZ軸上げてみたいなやつを人間が一個一個考えながらコードをパチパチパチパチとベタ書きしていかなければならないんですね。
そんなベタ書きは今そんなにやられていないかもしれないんですけど、私は工業高校の研修とかでも本当に一行一行Gコードを打つみたいなことをやったことがあるんですけど、
本当に大変でしたね。しかも下手したらね、そのコードが一個間違えた時とか数字が一桁間違えたら機械がテーブルとかにドーンと突っ込んでいってしまうような致命的な動きをしかねないので、
非常に慎重にコードを書いていかなければならないんですよ。もちろんですね、このそのコーディングみたいなものを楽にするツールっていうのはあるんですけど、
それがCAMって呼ばれるソフトでね、3Dモデル、今だと設計でだいたい3Dモデルなんですけど、3DモデルからGコードを自動で作れますよみたいな、
業界で言うとバリカットとかバスターキャムとかっていう、そこら辺が有名なんですけど、ただこういうのは非常にライセンスが高いし、
ツールを使いこなすそもそものコストが、学習コストが非常に高いんですよね。だから初心者には非常にハードルが高いんですよ。
ちょっと余談ですけども、3Dプリンターも実はこのGコードで動いていて、スライサーソフトっていうのに3Dモデルを入れてプログラムを書くんだけど、それがGコードなんですよね。
そうやってスライサーソフトは交差機械を動かすGコードを書いて、そのGコードで3Dプリンターが動いているっていう流れではあるんですけど、
でもね、やっぱ3DプリンターのGコードってシンプルなんですよ。なぜなら積み上げるだけだからね。
機械加工っていうのはやっぱ削るからさ、そもそもの加工順とか刃物の種類とか回転数とか、あと角度みたいなね。
そういういろんな条件があってかなり複雑なんですよ。だからね、さっきも言ったようにCAMっていうGコードを自動生成する仕組み自体はもう世の中にあるんだけど、
どれも基本的には3Dモデルを用意して専用のソフトの使い方をちゃんと覚えてっていう前提でやっとできると。
非常にコストが高いですね。その専門分野の分厚い壁をなんとかAIで取っ払えないかなみたいなチャレンジをしたのが今日の主役であるGLLMという技術なんですよ。
GLLMの仕組みと研究結果
GLLMっていうのはね、その名の通りGコード用のLLMで、大規模言語モデルですね。それのGコードを書き出すためのやつですよっていうことですね。
中身どうなってるかというとですね、論文の原文というか論文のPDF自体はこの概要欄に貼っておくんで、気になる人はこれ読んでくださいと。
今からすごいざっくりと説明してます。一応ね、GLLMのプログラム自体もGitHubに公開されているので、私はまだ試してないんですけど、
試そうと思えば皆さん試せると思うんでね。興味がある人は触ってみてください。
GLLMの仕組み自体はですね、Gコードを書き出す賢いAIモデルを用意しましたではなくて、いくつかの部品の組み合わせでアーキテクチャになっているんですね。
土台になるのが大規模言語モデル、いわゆるLLMです。これは言わずもがなんですけども、ChatGPTとかクローズとかそういうでっかいモデルですね。
今回はこの研究で使われたのはオープンソースで公開されているサンビリオンという比較的小さいモデルなんですよ。
それをGコードを特化してファインチューニングするんですね。オリジナルの学習セットを作って、もともとあるモデルを特別に学習させてあげると。
そうするとGコードの生成に強いこの脳みそみたいなやつが出来上がるんですよ。
さっきサンビリオンとか言ったけど、パラメーター数というのがあって、脳みその大きさみたいなもんですよ。脳みそが大きければ大きいほど賢くなるんですね。
ChatGPとかクローズとかも相当大きい大規模なモデルなんですけど、そうするとファインチューニングとか学習してもあんまり効果がないと。
だから何かに特化させようと思ったら比較的小さいモデルを持ってきて、それにガンガンデータを入れて学習させてあげるっていうのをやるとですね。
その専門のタスクに強い脳みそみたいなやつができるんです。
まさにそういう形でGコード専用の脳みそを作りましたというのがまずこのGLMのポイントの一つと。
だけどこれ面白いのがそこだけじゃないんですよ。
Gコードを生成しやすいですよっていうLLMができたとって、実はGコードってなかなかポンとは出せないと。
なぜかというとGコードを決めるために必要な情報が全然入ってないんですよね。
例えばここ四角削ってっていう指示だけでは実は削れないと足りない情報が山ほどある。
どんな情報化なのかといったら、それ削る機械ってどんな機械なんですかと。
その機械はどういう命令が使えてどういう軸構成になっているんですかと。
機種固有の制約は何かとか、持っている工具は何かとか、材料の特性とかね。
いろいろと情報が必要になってくるんですよ。
こういう形で削りたいよっていうその指示だけではその情報が含まれてないんで、機械固有の情報っていうのをAIにまず教えてあげなければならないですね。
そのやり方がどうやってるかといったら、ラグを使っているんですね。
リトリーバルオーギメンテッドジェネレーションの略で、ラグです。
ラグに関しては落ち着きAIの方でも何回か話してますけど、いわゆるAIが使うカンペみたいなものです。
AIが回答するときって自分の脳みそにある中の知識から出すんですけど、それじゃなくてAIがこの答えに対してカンペを読みに行って、
そのファクト情報から回答するよみたいな仕組みを作れるんですよ。
それをラグと言いますと。
このラグを機械独自に作って、Gコードを生成する前にその資料を持ってきて、
Gコードの形、こういう形作りたいよっていう言語のCと合わせてGコードを生成するみたいな、そういう組み合わせを作っているんですね。
指示側にもいろいろ工夫があって、ユーザーからの文章とか、いろいろこういう形作ってってなる入力があっても、
多分足りないということで一回整理してみて、足りなければAIの方から聞き返してくるし、
足りればこういう軌跡で削りますよ、合ってますかみたいな感じで確認も挟むと。
こういうのをHuman in the Loopって言って、この確認のプロセスの中に人間を混ぜるよみたいな、そういうループを組んでるんですけど、
そうやって実用にも耐えるアーキテクチャにしてるんですね。
そうやってAIが書いたコードを一切信用しないみたいな形で作って、Gコードを自動で生成できますよっていう形を作ってはいるんですけど、
じゃあ実際にそこまで構成してGLMどうだったかというと、この結果がまた面白くて、
この仕組みではオープンソースのAIでも一応商用利用されているGPTのでっかいモデルと
同じぐらいのレベルの精度で出せましたよ。
だから実際は今使ってるクロードとかGPTにGコード出してって言っても、
同じぐらいのクオリティでバーンと出てきちゃうんですね。
なんですけども比較的小さいモデルとラグを組み合わせることで、
大きいモデルと同じぐらいの精度は出せましたよみたいな、そういう研究結果だったと言ってます。
かつちょっと面白いなと思ったのが、
ラグを組み合わせて参考情報を持ち出すようなやり方をした方が、
モデルの精度が下がったらしいんですよね。
普通賢くなりそうなんですけど、いろんな情報をラグが取ってきちゃって、
それがかえってノイズになってですね、
AIを混乱させてGコードの生成の精度が下がったと。
だから実際ラグがない方が全然良かった。
Human in the loopでいろいろと情報を整理するというタスクをしっかりやるだけで、
だいぶGコードの生成のレベルが上がったよっていうことなんで、
ここら辺もAIというか、小さいモデルだったからっていうのもあると思うんですけど、
人間と似てるなと思いましたね。
いきなり資料をバサッと渡されて、
これよろしくって渡されるような要点を整理してもらった方が、
結構小さいモデルは動けると。
そういうことがこの論文には書いてあって、なかなか面白いなと思いましたね。
GLLMの実用性と限界
まあまあそんな感じでですね、言語からGコードを生成すると。
だから言葉を使って加工の形というか、加工のプログラムを作れるから、
実際言葉で機械を動かせますよという風になってるよということではあるんですけど、
じゃあそれ現場で使えるかって言ったら、話はそんな単純じゃなくて全然使えないんですね。
というのもこの研究はね、実験でそもそも作っている形とか四角形とか六角形とか丸とか穴開けとか、
比較的シンプルな形ばかりなんですよ。
じゃあ実際言葉で説明できる形しか作れてないんですよね。
逆に言えば言葉で説明しやすいお題しか選んでないんで、それで検証しかできてないんですよ。
実際の機械加工部品ってそんなに素直な形してないから、
滑らかな曲線もあれば段差が重なってたりとか、段付きになってたりみたいないろんな形があるんですね。
じゃあここを自然なRで繋いでこの面はあるさこれくらいで、
ここはこんな感じの面取りがあってみたいなことをいちいち言葉で指示するのってだいぶ無理があるんですよ。
そもそも形自体を私もずっとこうやってポッドキャストで物作りの話してますけど、
いまだに形を言葉で説明するのってめっちゃ難しいなって思うんですね。
それに似た何かをそのリスナーさんの脳内で想像してもらうように、
具体例を出してこんな感じですよとは言うんですけど、
結局そうしないとねすでに形のあるものに例えないと形ってなかなか説明しづらいというのがあるわけですね。
だから私がこんだけ喋ってて難しいなと思っているものを、
じゃあはい皆さんこう今からプログラム作るから形なんか言葉で伝えてくださいって言われても無理なんですよね。
私が形例えるの得意ってわけじゃないんですけど普通に難しいんですよ。
だったらもう最初から3D CADを使って作るよねって話で、
設計者が図面とか3D CADを使うっていうのはまさに言葉じゃ形って伝わらないから、
そういうふうにデータにしてる記録にしてるんですね。
だから言語って形を表現する道具としてはすごく解像度が低いんですよ。
それをそのまま機械を動かす言葉というか言語を生成しようと思うプロセス自体がやっぱりちょっと実用と離れてるかな。
あくまでも研究でこういうことができるんじゃないかみたいな、そういうお試しみたいな研究だなって正直見て思いましたね。
言葉で言語でGコードを書けるようになっても結局言葉の制約というか言葉自体の制約で形が作れないと。
裏を返せばどんな形を作るべきか決めて、それを正確に定義に落とし込む力。
っていうのが人間の力というか設計力なんだなと思いますよね。
言葉にはできないけどそれを形に表現する力っていうのがいわば我々設計者がやってることなんですよ。
これ言葉で形表現できたら設計者って実はいらないんじゃないかみたいなそういう話もあるんで、
それをやっぱりちゃんと定義して形として表現して作れる情報を残すっていうのが機械設計をやってる人間の一つの大きな仕事なわけですね。
だからこの仕事において、GLLMにおいては全然何かを奪っていくような感じじゃなくて、
こんなことできたらなんか楽しくないみたいなそのぐらいのノリではないんだけど、
実際機械の分野にいる人間から見るとなかなか実用にはたどり着かないというか、
実用につなげる気もそんなにないんだろうなっていう形のアプローチかなというふうには思いますね。
GLLMの可能性と専門特化AIの未来
じゃあこのGLLMって使い道がないのかって言ったら全然そんなことはなくて、
入り口としては個人的にはめちゃめちゃ最高だと思うんですよ。
入り口っていうのはCNCとかいわゆる数値制御の工作機械を触ったことない人がGコードを学びたいよって時、
四角いポケットを掘ってって一言で機械がこうやって動くよっていうのがパッとGコードが出てきてわかると。
そういう教育効果めちゃくちゃでかいと思うんですよね。
学校とか職業訓練校とかでGコードの仕組みを学ばなければならないとか、
それを対話しながら学ぶっていうところにGLLMってめちゃくちゃ効果がいいというか相性がいいと思います。
それをGLLMを使って工作機械を動かして加工するっていうのは難しいと思うんですけど、
シミュレーターと組み合わせたら最強の教育ツールがなんかできそうな気はしますね。
あとちょっと気になるのがやっぱり3Dプリンターとの関係性で、
さっき言ったスライサーソフトって3DモデルからGコードを自動生成してくれるんだけど、
じゃあもう3Dプリンターに言葉でこういうものを作ってって言ったら、
そのままGコードを生成してくれますよみたいなことがもしかしたらできるかもしれないなと思いました。
ただそれもさっきも言った通り言葉で形表現するのって難しいよねと。
だからそんなものづくり成り立たないよねって話であるんですけど、
やっぱりそれはある種1個の体験ベースというか、
そういう表現として言葉をしゃべるとそれに沿ってこうものを作ってくれるよっていう表現、
アートの文脈かな、そういう体験としてはなんかこう今までになかった面白いものができそうだなと思いました。
そこの間に開催するものとしてGLMっていうのはそういう目的ではないんだけどね、研究自体は。
使うとすればそういうところに使えるかなと思いましたね。
各もそういう研究がなされているというところで、
実はこの交差機械という非常にマニアックな分野においても、
ちゃんと学習してその専用のモデルを作ってやろうというアプローチがあるということですね。
最近PLCの言語もSAIで作ってやろうみたいなものもあるし、
結構製造業文脈に特化したAIのモデルの学習とかもだんだん行われていってるなと思います。
やっぱり一回でっかい何でもできますよみたいなChatGPTとか、
ジェミニとかクロードみたいなモデルでタスクをバンってやるとお金がかかるんですよ。
すごく大きいものでちっちゃいタスクをやるっていう形だから得意じゃないと。
そこに特化したちっちゃいモデルを使って、それしかできないけど専用でどんどんできますよね、
みたいなものを作るっていうのがアプローチとしてはいいのかなと。
モデルがちっちゃくできるし、エッジデバイスってインターネットにつながらないようなところでも、
パソコンの中だけで関係するっていう環境も作れますから。
今後こういうなるべく専業特化のAIのモデルを作ろうみたいなアプローチって、
意外と進んでいくんじゃないかなと思いますね。
そういう切り口としてはこのGLAMって今後の進化を注目していくのは結構ありかなと思いました。
まとめと番組情報
今日はめっちゃマニアックな技術の話しましたけど、
最近知ってすごく気になる技術だったんでちょっと深掘りしてみました。
自分なりのおさらいということで話しましたけども、
ぜひぜひこういうモデルがあるんだなということを知っていただければなと思った次第でございます。
というわけで今回はここまでとさせていただきます。
ちょっと長くなったのでコメント返しも少し省略させていただきます。
また明日コメント返しますのでよろしくお願いいたします。
今日はですね、今7月の6日なんですけど、
ちょうどクロードのイベントに出てきました。
東京でクロードフェイブルファイブを使いこな、倒そう!みたいなイベントが主催、
ぬこぬこさんという方が主催で、クロードアンバサダーの方なんですけど、
その方が主催であってそれにちょっと行ってきました。
その話はまた今度しようかなと思うんですけど、
すごい良かったですね。やっぱり東京の熱量すごいですよね。
1週間前ぐらいにこうイベントやりますって言って、ぬこぬこさんという方が声をかけてて、
200人、250人とか260人ぐらい覚えたって言ったかな。
1週間以内にそんだけ覚えてて、店員100人だから倍率がめっちゃ高くて、
そんなスパンって集まるってやっぱりフェイブルファイブの注目度が高いのもあるし、
東京っていう地域がですね、すごくAIに対して熱量がある地域なんだなっていうのをね、
ひしひしと肌で感じてきましたね。
その話ね、今日というか多分、今日だね、の速報会で金林と一緒に行ったんだけど、
その話も多分出てくるとは思うんですけど、
今から落ち着きAIの収録なんですよ。
イベントの後の収録ということで、深夜収録になるんですけど、
是非とも落ち着きAIの方も聞いていただければと思います。よろしくお願いいたします。
ということで今回はここまでとさせていただきます。
私は技術ブログ、支部長技術研究所も運営してますので、そちらの方も是非チェックしてください。
Xの毎日ものづくりに関する投稿をしておりますので、よろしくお願いいたします。
ポットキャストものづくりのラジオの方も毎週土曜日、週一で配信中です。
ポットキャスト落ち着きAIラジオは毎週火曜日、金曜日、週二で配信中です。
是非こちらも聞いてください。
また、Discordコミュニティ面白ニックスラボも運営しております。
Discordコミュニティ面白ニックスラボの中にDiscordコミュニティ面白ニックスラボも展開してますので、まずRoomというサービスを使って会員登録していただければと思います。
無料で入ることができます。
もう一種のプレミアムリストの通知募集しております。
いつもの配信なしのようなづくりの話、毎週日曜日と水曜日にしておりますので、こちらも是非ともよろしくお願いいたします。
というわけで今回はここまで。以上、支部長でした。
ではでは。
