ロボットAIは「GPT-2時代」を脱却できるか Unitree株価急落とデータ危機

熱狂と急落の構図

Physical AIは、大規模言語モデルで培った技術をロボットに応用する分野として、ベンチャー投資の最有力候補になっています。米TechCrunchが報じたところによると、中国のロボット企業Unitreeは中国版ナスダックへの上場を果たし、時価総額660億ドルを記録しました。しかし、その後、その価値はほぼ半減しています。アナリストは、ロボットの身体能力は向上しているものの、価値を生む仕事をこなすための知能が不足していると指摘しています。

こうした状況を象徴するのが、先週開催された開発者会議Actuateです。主催者であるFoxgloveによれば、参加者は1500人で、2023年の開始時から3倍に拡大しました。一方、会場には「ロボティクスのデータ危機を解決します」と主張する企業のブースもあり、期待と懸念が交錯する様子が伝わっています。

立ちはだかる「データ危機」

ロボットのAIモデルにとって最大の課題は、質の高い学習データが不足していることです。どんな作業でもこなせる汎用ロボットの構築はまだ遠く、特定タスクをエンドツーエンドで学習させても、信頼できる商用レベルの性能には達していません。開発者たちは、フロンティアAI研究所が用いた手法、つまり多様なデータセットの収集や訓練方法の工夫、強化学習のシナリオ改善をロボット分野で再現しようとしています。

シミュレーションツールを手がけるAntiochの創業者ハリー・メルソップ氏は、現在のPhysical AIはChatGPT登場前の「GPT-2の時代」にあると話します。この段階を乗り越えるには、より多くのデータと計算資源が必要であり、特に高忠実度シミュレーションを生成するレイトレーシングに最適化されたGPUが重要になるといいます。

自動車企業の参入

最も先行しているのは自動運転車です。人が運転する車から関連データを集められるうえ、主な任務が接触を避けることであり、物理的な環境操作ほど複雑ではないためです。モデル構築のためのツールの多くは自動運転企業出身者によって作られています。Foxgloveも、GMの自動運転部門だったCruiseの元従業員が創業しました。

こうした自動車関連企業が、人型ロボットに活路を見いだし始めています。TeslaはOptimusで既に挑戦中です。自動運転企業Wayveと配車大手のUberも、人型ロボットの研究部門を立ち上げました。WayveのCEOアレックス・ケンダル氏は、操作ロボティクスは5年前の自動運転と同じ状況だと述べ、データ基盤やシミュレーション、ML運用のインフラは共有できるものの、シミュレータのワールドモデルは各ハードウェアに応じた追加訓練が必要だと話しています。

汎用と特化の戦略

起業家の間で、ビジネスの焦点をどこに置くかで意見が分かれています。特定タスクに特化した企業は、現場にロボットを出しています。Grittは太陽光発電所を建設し、Agilityは産業現場で実証運用、Bedrockは掘削機の自動運転を進めています。一方、汎用人型ロボットは、まだ実験室から出ていないという指摘もあります。

Genesis AIのCEOテオフィル・ジェルヴェ氏は、成功率80%の汎用ロボットに顧客はいないと述べています。しかし、特定の垂直領域にだけ注力すれば、より強力な基盤モデルを持つ企業に押しつぶされるリスクもあると警戒します。特定タスクへの投資は収益に直結するうえ、実際の運用データを得られる利点があります。BedrockのCTOケビン・ピーターソン氏は、掘削から始めて建設機械全般に広がる知能基盤を開発する計画だと話しています。

ChatGPTの瞬間は来るか

Physical AIが真のブレークを迎える瞬間はいつか。OpenAIのサム・アルトマン氏は数年後と予測しますが、業界内でも見解は分かれています。ケンダル氏は、1000ドル未満のハードウェアでアイズオフ運転が実現することの例を挙げ、車向けモデルのライセンス事業を成長させて汎用基盤モデルを築く考えを示しています。

ジェルヴェ氏は、箱から出してすぐに動くマニピュレーションが実現し、自然言語で指示して基本的な作業を80%以上の信頼性でこなせるようになることが分岐点だと言います。一方、FoxgloveのCEOエイドリアン・マクニール氏は、ChatGPTの瞬間はロボティクスには来ないと話します。ChatGPTの瞬間を支えたのは配信力であり、実世界での配信はより難しいため、アップルII型の瞬間を期待していると述べています。