アルファベットの「日常的なロボット」の夢は手の届かないところにある

WIREDに掲載されているすべての製品は、編集者が独自に選定したものです。ただし、小売店やリンクを経由した製品購入から報酬を受け取る場合があります。詳細はこちらをご覧ください。

先日、アルファベットのXラボを訪れた際、コーヒーを飲み終えた後、堆肥化可能なカップを「缶・ボトル」と書かれたトレイに置き忘れてしまいました。しかし、この過ちはすぐに正されました。20分後、車輪付きの片腕で胸ほどの高さのロボットが音を立ててやってきて、平らな頭部に内蔵された3Dカメラでカップを検査しました。ロボットの腕は伸び、2本の頑丈な黄色い指を使って、置き忘れられたカップを隣の「堆肥化可能物」と書かれた緑色のトレイに移しました。

ゴミの知識を持つロボットは、「Everyday Robot」というプロジェクトの一環であり、長年開発が進められてきましたが、X氏が公に語り始めたのはつい最近のことです。マウンテンビューにある改装されたショッピングモールにあるX氏の自宅2階では、スタッフが利用するゴミステーションを数台が巡回し、ナビゲーションスキルを練習したり、リサイクル品と堆肥化可能なゴミ、そして埋め立てゴミを分別したりしています。同じデザインの他のロボットは、近くにあるアルファベット社の別のビルで稼働しています。

ゴミの分別はプロジェクトの最終目標ではない。「私たちと共に生活し、日常生活を助けてくれるロボットの開発を目指しています」と、このプロジェクトを率いるノルウェー出身のハンス・ペーター・ブロンドモ氏は言う。ブロンドモ氏は、鉄色の髪を振り乱した人物だ。成層圏インターネット気球、不運な顔認識コンピューター「Google Glass」、空飛ぶ風力タービンといったプロジェクトを、この研究所の自己神話化用語で表現すると、まさにこのプロジェクトのムーンショットと言えるだろう。

ゴミの分別は、より能力の高いロボットを開発するというプロジェクトのアプローチをテストするための便利な課題として選ばれました。このプロジェクトでは、Googleと共同開発した人工知能ソフトウェアを活用し、複雑なタスクを実地経験を通して学習するロボットを開発しています。ロボットがスキルを習得するために人間によるコーディングへの依存を減らし、複雑な新しいタスクや環境に迅速に適応できるようになることが期待されています。

WIREDのコーヒーカップを置き忘れたロボットは、数十台のロボットが週5日ゴミを分別する5ヶ月間の経験に基づいて磨き上げられた制御システムを採用していました。X社によると、同社のムーンショットを追求する従業員は通常、ゴミの約20%を間違った場所に捨ててしまうそうです。このロボットはそれを4%未満にまで削減し、アルファベット社がマウンテンビュー市のリサイクル目標を達成するのに貢献しています。

「まだ問題全体を解決したわけではありませんが、十分な進歩を遂げており、何か良い方向へ進んでいるという確信が持てます」とブロンドモ氏は語る。彼が話している間も、ロボットがゴミステーション間を巡回しながら時折彼のオフィスの前を通り過ぎる。それはロボットの進歩と限界の両方を示している。各ロボットには少なくとも1人のX社員が同行し、何か問題が発生した場合にはロボットの首にある赤い停止ボタンを押せるようにしている。

エブリデイ・ロボット・プロジェクトは、数百万ドル規模の混乱から始まりました。2013年、Google幹部のアンディ・ルービンはAndroidモバイルソフトウェア部門の責任者を辞任し、会社の資金をロボット開発に注ぎ込みました。Googleは、完全なヒューマノイドから産業用ロボットアーム、そしてMITからスピンアウトしたボストン・ダイナミクスの跳ねる脚を持つロボットまで、幅広い技術を持つスタートアップ企業を買収しました。

ルービン氏は、あの機械仕掛けの動物園に対する明確な戦略を公に表明したことは一度もなかった。この問題は、彼が2014年末にGoogleを去った際に、他の者たちに委ねられた。後に報じられたところによると、彼の退職は性的暴行疑惑が原因だったという。

ブロンドモ氏は2016年にXに入社した。アルファベットの経営陣が、社内に散在するロボット工学の才能と技術の多くを収容するには、この研究所が最適だと判断したためだ（ボストン・ダイナミクスは2017年に日本の複合企業ソフトバンクに売却された）。Xのリーダーシップは、Googleのロボット開発の残余部分から、複数のムーンショットプロジェクトを生み出した。ブロンドモ氏が率いるEveryday Robotは、上場を果たした最初の企業となる。

Xビル2階にあるこのプロジェクトの中核は、オフィス生活への風刺とも言えるだろう。Xのエンジニアたちのデスクに混じり、色づく木々を見下ろす窓際の絶好のロケーションに、30体近くの灰色の片腕ロボットがそれぞれのワークステーションで精力的に作業している。各ロボットはゴミが詰まった3つのトレイの前に立ち、リサイクル用、堆肥用、埋め立て用のトレイにゴミを仕分けする作業を一日中続ける。ロボットがゴミを所定の場所に集めると、各トレイのハンドルを持ち上げて仕分けたゴミを下のゴミ箱に傾ける。そして、人間の監督者が新たなゴミの山を置き、分別する。Xのエンジニアたちはこれを「ベビーサークル」と呼んでいる。

このシシュフォスのゴミ分別は、ロボットに経験から学習させることでロボットを有用なものにするというXの計画の試金石となる。ロボットは伝統的に、人間のプログラマーが書いた具体的な指示に従う。これは工場のような制御された環境では有効だが、家庭やオフィスで人を支援するロボットは、プログラマーがすべてを予測して対応できないほど多様な状況に直面する。「まるでモグラ叩きゲームみたいだ」と、ブリキのロボットをシャツに着せた髭面のソフトウェアエンジニア、ベンジー・ホルソンは、ベビーサークルでロボットが分別作業をしているのを見ながら言う。「私たちの大きな賭けは、現場で練習させることでロボットにモグラ叩きをさせるプログラムを書くことだ」

Googleの人工知能研究グループがその賭けに加わった。同グループは機械学習（サンプルデータからスキルを習得するアルゴリズム）を専門とし、約5年前からロボット制御への応用に取り組んできた。Xのエンジニアたちはこのプロジェクトに協力し、ハードウェアのホスティングも担当した。

共同研究の最初の成果は「アームファーム」と名付けられました。ペン、ぬいぐるみ、絵筆など、様々なアイテムが載ったトレイの前に、シンプルなグリッパーを備えた14本の産業用ロボットアームが配置されています。研究者たちは、ロボットに物体を掴むよう指示する初期コードを作成し、それを何度も繰り返し実行させました。ロボットの成功と失敗のデータは機械学習アルゴリズムにフィードバックされ、ロボットの能力は徐々に向上していきました。2ヶ月間、80万回の試行を経て、ロボットは80%以上の確率で物体を掴むことに成功しました。

XとGoogleはその後、囲碁のチャンピオンを破った歴史的な快挙にも用いられた強化学習と呼ばれる技術を追加し、アームファームのデータと、シミュレーションラボでロボットのデジタルダブルが得た経験を組み合わせました。これにより、結果を得るために必要な実データの量を削減できました。シミュレーションデータと組み合わせることで、7台の実ロボットによる1日未満の作業で、システムが90%以上の確率で物体を掴むのに十分なデータが得られました。

Xのベビーサークルのロボットたちは、現在、そのアプローチをさらに改良した形で稼働させています。毎日、ロボットたちはゴミを仕分け、掴む作業を何度も繰り返します。毎晩、Xの実験室を模した建物内の仮想ロボットたちが、さらなる経験を積みます。これらの作業の結果は、毎晩、制御システムのアルゴリズムを微調整するために活用されます。そして、不正ロボットを回避するための品質管理チェックを経て、ロボット群は1～2週間ごとに制御システムをアップグレードします。

6月以降、ロボットは分別するゴミのうち、置き忘れられたゴミの割合を3.5%にまで削減しました。この過程で、ロボットはカップや缶などのゴミに指を置くためのより確実な方法や、物を倒してしまった場合の回復能力を習得しました。ベビーサークルで時間を過ごすと、彼らの技術の一部は驚くほど洗練されていることがわかります。ベビーサークル内のロボットは、物をスワイプしたりかき混ぜたりする動作を使って動かし、見やすく掴みやすくしています。

動画：WIREDスタッフ

Xのロボットたちと長く一緒にいるだけで、彼らが日常的なサービスには適していないことが分かります。ベビーサークルでは、1台が狙っていたボウルではなく、空気を掴んでいました。それでもひるむことなく、ボウルを下ろす動作を繰り返します。他のロボットはトレイの縁にぶつかったり、物を落としたりします。あるロボットが指を失ったとき、作業を監督していたエンジニアがドライバーを手に飛び上がりました。

このロボットはこのプロジェクトのために特注で製作され、アルファベット傘下の自動運転部門ウェイモが開発した3Dレーザースキャナーやライダー（LIDAR）といった高性能部品と、将来の商用版をより手頃な価格にするためにプラスチックを幅広く使用しています。しかも、まだ開発段階です。「まだ開発の初期段階なので、期待通りに動くとは限りません」と、ベビーサークルの1階下の工房でロボット設計を担当するジャスティン・レンビズ氏は言います。レンビズ氏の工房には、胴体から切り離された頭部や、プラスチック製の指が散らばっています。

X社にはロボット鑑識チームがおり、ロボットの故障原因の解明に専心している。最近のケースでは、ロボットをテストのためにアルファベット第2ビルに持ち込んだ際に動かなかった理由を解明する必要があった。ビルの天窓からの光が、ロボットのセンサーに床に穴があると錯覚させていたことが判明した。「ロボットはよく、ちょっと混乱するような症状を示すんです」と、鑑識チームのリーダーであるサラ・コーは、近くのベビーサークルからかすかに聞こえるゴミの音にかき消されながら言った。

1 / 7

写真：ローリン・A・ヒル

最大の謎は、Xが期待する機械学習が、本当にロボットに様々な日常的なタスクをこなせる能力を与えることができるのか、ということだ。「誰もが同じ直感を持っている」と、カリフォルニア大学バークレー校の教授であり、ロボット学習を産業・商業の現場に応用することを目指すスタートアップ企業Covariantの共同創業者であるピーター・アビール氏は語る。「ゴミの分別を学習すれば、次はテーブルセッティングといった次のタスクをより速く学習できるようになる」

Xをはじめとする研究による有望な結果にもかかわらず、直感が正しいと証明した人は誰もいません。「ロボット工学において、タスク間の転移が大規模であるという確固たる証拠はありません」とアビール氏は言います。「おそらく、それを実現するための十分な規模の実験がまだ行われていないのでしょう。」

ブロンドモ氏は、ゴミの分別を学習するために何カ月も費やすことで、ロボットが他の作業をより速く実行できるようになることを実証することが、2020年のチームの優先事項の1つであると述べた。日常的なロボットが役立つヘルパーになるまで、それからどれくらい時間がかかるかと尋ねられると、彼は、遠い将来、そのような機械が、最近81歳になり、1日に4回の介護士の訪問に依存している母親のような人々を助けるかもしれないと語った。

「電話すると、彼女が最初に言うのは『ロボットはいつ来るの？』です」とブロンドモ氏は言う。この質問は冗談で、彼の答えも冗談だ。「『まあ、あと数年かかるでしょう』と私は答えます」

WIREDのその他の素晴らしい記事