図01、SFが期待した人型に最も近いロボット | テクノロジー

図01 これは、SF が予想していたヒューマノイドに最も近いプロトタイプです。 今年3月に人工知能企業オープンAI、プロセッサー大手エヌビディア、アマゾン創業者のジェフ・ベゾスから投資と技術支援を受けたこのロボットは、物体の形状だけでなく機能によっても識別し、さまざまなタスクを実行することができる。操作するものの抵抗に合わせて動きを調整することで、環境と対話し、さらにそのパフォーマンスを評価します。 のマシンに近い姿をしている よ、ロボット そしてそれはまだ遠い ロボコップしかし、これは輝かしい技術的キャリアの一例です。 実施形態、 教授兼所長のルイス・メリノによれば、これは化身または擬人化と訳される英語の用語である。 サービスロボティクス研究室 パブロ・デ・オラビデ大学の（サービス・ロボティクス研究所）は、「自動学習の受動性」の限界を打ち破り、環境とのインタラクションが鍵となる人間に近づくことを目指しています。

大企業がこのテクノロジーに積極的に取り組んでいることは明らかです。 Nvidia は、Figure への財政的支援に加えて、 GR00Tヒューマノイドロボット専用のプラットフォームであり、その開発競争には、特に 1X Technologies、Agility Robotics、Apptronik、Boston Dynamics、Figure AI、Fourier Intelligence、Sanctuary AI、Unitree Robotics、XPENG Robotics などの企業が参加して加速しています。 。

デニス・ホンは RoMeLa の創設者であり、Artemis の作成者です。 ロボット 運動能力の多様性を実証するためにサッカーをするアンドロイド。 ホン氏は、新たな開発による質的飛躍について次のように説明します。「現在存在するロボットの 99.9% はサーボモーターを使用しており、非常に剛性が高いです。 工場のオートメーションや単発の家事に最適です。 [como los aspiradores autónomos]しかしこのロボットは [Artemis] 「これは生体の筋肉を模倣しており、機敏で、速く、堅牢で、非常にインテリジェントであることが可能です。」

「この知性のおかげで、優れた計画を認識し、自律的に意思決定を下すことができるのです」と彼は説明します。 「未来は、人間ができることなら何でもできるようになるということです。」と彼は結論づけています。 これを実証するために、ホンはアルテミスを後ろから掴み、予期せぬ出来事に反応するように彼を押し、ロボットが克服したことを証明しました。

これは、産業用や救助活動用の四足歩行器を開発するディープ・ロボティクス社のモデルなどと比較すると、非常に重要な一歩だ。 ヴェラ・ファン氏は「ジャンプしたり、階段を上ったりする能力など、運動能力の進歩」を強調しているが、最新世代の知能が備わっていないことは認めている。

キャシーAgility Robotics の、事前の地形知識がなくても、さまざまな表面をカバーし、大きなジャンプを実行できるように準備されています。 これは「強化学習」技術を通じて行われます。 「目標は、人間と同じようにあらゆる種類のダイナミックな動きをロボットに学習させることです。 「キャシーは自分が観察したものの歴史を利用し、すぐに現実世界に適応します」と彼女は説明します。 MITテクノロジーレビュー 開発に参加したカリフォルニア大学の Zhongyu Li 氏。

研究者らは、二足歩行ロボットを支援するために強化学習と呼ばれる AI 技術を使用しました。 強化学習は、目標を達成しようとする AI に報酬を与えたり、ペナルティを与えたりすることで機能します。 この場合、このアプローチはロボットに、以前のロボットのようにフリーズするのではなく、一般化して新しいシナリオに対応することを教えました。

「次の大きなステップは、人型ロボットが実際の作業を行い、活動を計画し、単に足や地面と対話するだけではない方法で物理世界と対話することです」とオレゴン州立大学のコンピューターサイエンス教授、アラン・ファーンは言う大学。

この意味で、フィギュアは、高さ 1.70 メートル、重さ 60 キロ、重量の 3 分の 1 を運ぶ能力を備えた電動ロボットで、5 時間の自律性と秒速 1.2 メートルの速度を備えています。 しかし、それが他のものと異なるのは、さまざまなタスクを実行し、人や物体を識別し、自律的に行動し、そして何よりも学習する能力です。 同社は、「世界はそのように設計されている」ため、人間の外観が必要であると主張しています。

図は化身または個性化の例です。 「私たちは心と体を切り離すことはできません。 学習は彼らを結びつけます。 ほとんどのロボットは画像とデータを処理します。 あなたが彼らを訓練しても、彼らは相互作用を持ちません。 しかし、人間には身体と感覚があるため、環境と対話することで学習します」とメリノ氏は説明します。

同氏のチームはすでに、ツアーガイドとして行動する際に、説明を人々の反応に合わせたり、介助する高齢者の感情に応じて行動したり、あるいは働く高齢者と人間の社会的距離を侵害することを回避したりする支援ロボットを開発している。

しかし、UPOの教授によると、現在のロボットのほとんどは、人工知能を備えたロボットであっても「学習は受動的」だという。 キャシーは、人工ニューラル ネットワークの開発に加えて、ペットの訓練に使用されるのと同様の技術である強化学習を通じて器用さを開発しました。

メリノはこの意味をさらに深く追求しています。 「私たちはロボットに何をしなければならないかを明確に説明するのではなく、ロボットが不正な動作をしたときに信号を送り、それ以降はロボットがそれを回避するようにします。 そしてその逆。 彼が良い成績を収めたら、我々は彼に報酬を与える。」 ペットの場合、それはおもちゃ、愛撫、またはおやつになります。 ロボットにとって、これは自分の行動でできるだけ多くのことを達成しようとするアルゴリズムです。

研究者は、このシステムはロボット機能の進歩に加えて、考えられるすべての変数に関連付けられた何百万ものデータを処理するのに必要なエネルギーが少なくて済むため、ロボット機能をより効率的にするための公式を表していることを明らかにしています。 「ロボットが直面する可能性のあるすべての状況に合わせてロボットをプログラムするのは非常に困難です」とメリノ氏は言います。

「工場では何十年もロボットがアルゴリズムに基づいて反復的に作業を行ってきました。 しかし、より一般的なものにしたいのであれば、さらに一歩前進する必要があります」と彼は結論づけています。 ロボット開発競争はこの方向に進んでいます。

そして、あらゆるデジタルの進歩と同様に、セキュリティが決定的な要素となります。 クラウドに接続された単純なアプライアンスであっても、あらゆるシステムが攻撃の被害を受ける可能性があります。 この意味で、最先端のロボット開発に携わる Nvidia は、クラウド内の人工知能インフラストラクチャのセキュリティを向上させるために、Check Point と協力契約を締結しました。

アマゾン ウェブ サービス (AWS) も、Nvidia のプラットフォームである Blackwell を使用するために Nvidia と提携することを発表しました。 今年発表された GTC 2024 開発者カンファレンスで。 この協定には、ロボット工学を含む開発における両技術のインフラストラクチャの共同使用が含まれています。

フォローできます EL PAÍS テクノロジー で フェイスブック y バツ または、ここからサインアップして私たちのメッセージを受け取りましょう ニュースレターセマナル。