Facebookの新興ロボットプラットフォームは、一見すると少々…混沌としているように見える。シリコンバレーの豪華な本社にある新しいラボでは、赤と黒のSawyerロボットアーム（最近倒産したRethink Robotics社製）が機械的な音を立てながら、あちこちを振り回している。本来は手を右側の空間のどこかに動かすはずなのだが、どんどん上がっていき、コースを大きく外れ、そしてスタート地点にリセットされる。その後、アームは右に進み、目的地にかなり近づく。しかし、ああ！と、再びリセットされるが、――応援している私たちにとっては気が狂いそうに――再びコースを大きく外れてしまう。
しかし、ハヤブサを避けるためにジグザグに前後に移動するウサギのように、このロボットの一見狂気じみた行動は、実は特別な賢さの表れであり、Facebookは、この賢さこそが、より優れたロボットだけでなく、より優れた人工知能の開発の鍵となると考えている。このロボットは、自ら世界を探索することを学習している。そしてFacebookによると、この学習は将来、テレプレゼンスロボットのような知能機械の実現につながる可能性があるという。
今のところ、ロボットは非常に愚かです。一般的に、ロボットにはすべてをコードで説明しなければなりません。「前に転がるにはこうする」「腕はこう動かす」などです。私たち人間は学習方法においてはるかに賢いです。赤ちゃんでさえ、視界から消えた物体が物理宇宙から消えたわけではないことを理解しています。ボールは転がせるけれど、ソファは転がせない、ということを学びます。ソファから落ちるのは大丈夫だけど、崖から落ちるのはダメ、というわけです。
こうした実験の積み重ねによって、脳内に世界のモデルが構築されます。だからこそ、後々、車を運転する際に、すぐに事故を起こすことなく運転できるようになるのです。「崖の近くを運転していて、ハンドルを右に切ると、車は崖から落ちてしまい、何も良いことは起こらないことを事前に知っています」と、FacebookのチーフAIサイエンティスト、ヤン・ルカン氏は述べています。私たちの脳には、愚かな行動をとらないようにする自己学習モデルがあります。Facebookは、そのようなモデルを機械にも提供しようとしています。「世界のモデルを学習するシステムは、AIを真に大きく進歩させるための次の課題だと私は考えています」とルカン氏は付け加えます。
さて、Facebookのグループは、ロボットに自ら動きを学習させようとした最初のグループではありません。カリフォルニア大学バークレー校の研究チームは、強化学習と呼ばれる手法を用いて、二本腕のロボット「ブレット」に四角い釘を四角い穴に押し込む動作を教えました。簡単に言うと、ロボットはランダムな動きを無数に試します。目標に近づくと、システムはデジタルの「報酬」を与えます。失敗すると、デジタルの「減点」が与えられ、ロボットはその回数を記録します。この動作を何度も繰り返すうちに、報酬を求めるロボットは手を四角い穴にどんどん近づけ、最終的に釘を差し込むことができます。
Facebookが実験しているのは少し違う。「私たちが試してみたかったのは、『好奇心』という概念を植え付けることです」と、FacebookのAI研究者であるフランツィスカ・マイヤー氏は言う。人間が物体の操作を学ぶのと同じだ。子供たちは、自分の世界に対する好奇心に突き動かされる。猫のしっぽを引っ張るといった新しいことに挑戦するのは、やらなければならないからではなく、やったらどうなるだろうかという好奇心からであり、かわいそうな老ウィスカーにとっては大きな痛手となる。
ブレットのようなロボットは、目標に近づき、リセットし、次の試行でさらに近づくというように、少しずつ動作を洗練させていくのに対し、Facebookのロボットアームは、目標に近づいた途端、大きく軌道から外れてしまう可能性がある。これは、研究者がロボットアームに段階的な成功に対して報酬を与えるのではなく、最適ではない動きを試す自由を与えているからだ。たとえその瞬間に特に合理的に思えなくても、赤ちゃんのように新しいことに挑戦しているのだ。
Facebook では、この 6 本足ロボットに自力で歩くことを学習させる実験も行っている。
フェイスブックそれぞれの動きはシステムにデータを提供します。各関節へのトルクの適用は、アームを特定の位置に移動させるためにどのような役割を果たしたのでしょうか。「タスクは達成されませんでしたが、より多くのデータが得られました。このような探索によって得られるデータの種類は、探索を行わない場合よりも豊富です」とマイヤー氏は言います。この概念は自己教師学習と呼ばれ、ロボットは新しいことを試してソフトウェアモデルを更新し、行動の結果を予測するのに役立ちます。
そのアイデアは、マシンをより柔軟にし、タスクに対して一途でなくなるようにすることです。迷路を解くことを想像してみてください。ロボットは出口を見つけるために自分が向かうべき方向を知っているかもしれません。その過程で必然的に行き止まりにぶつかっても、そこにたどり着くために何度も試みるかもしれません。「その一方向に進むことに集中しすぎると、行き詰まりに陥ってしまうかもしれません」と、自力で歩くことを学習する4本足ロボットを開発したオスロ大学のロボット工学者、トネス・ナイガードは述べています。(Facebookも6本足ロボットの自力歩行の実験を行っていますが、私が研究室を訪問した際にはその研究を実演できませんでした。) 「『解決策があるとわかっている方向に行きたい』と言うことに集中する代わりに、ただ探索することに集中するようにしています。新しい解決策を見つけようとします。」
つまり、Facebook のロボットアームが行っている、一見すると支離滅裂に見える動きは、実は好奇心の一種であり、こうした好奇心こそが、環境に容易に適応できる機械を生み出す可能性があるのです。家庭用ロボットが食器洗い機に食器をセットしようとしているところを想像してみてください。もしかしたら、上段にマグカップを置く最も効率的な方法は横から近づくことだと考えているのかもしれません。そうすると、ラックの端にぶつかってしまいます。これはある意味で決定論的です。試行錯誤を何度も繰り返すうちに、理想的とは言えない道筋を辿り、横からラックに食器をセットする技術を向上させようとしても、後戻りして新しいことを試すことができなくなってしまうのです。一方、好奇心に満ちたロボットは、実験を重ね、上から近づくのが実は最善だと学習することができます。これは決定論的ではなく柔軟性があり、理論上は、動的な人間環境に容易に適応できるはずです。
さて、ロボットに物事を教えるより簡単で速い方法は、シミュレーションを使うことです。つまり、例えばアニメーション化された棒人間のためのデジタル世界を構築し、同じような試行錯誤を繰り返しながら、ロボットに自ら動作を学習させるのです。この方法は比較的高速です。なぜなら、デジタル「マシン」が現実世界の物理法則に制約されていないため、反復処理がはるかに速く行われるからです。
しかし、シミュレーションはより効率的かもしれませんが、現実世界の不完全な表現です。動的な人間環境の複雑さを完全にシミュレートすることは不可能です。研究者たちは、まずシミュレーションでロボットに何かを訓練し、その知識を現実世界のロボットに移植することに成功しましたが、デジタル世界と物理世界が一致していないため、その移行は非常に複雑です。
すべてを物理世界で行うのは、時間がかかり、手間がかかるかもしれないが、得られるデータは、ある意味でより純粋だ。「現実世界で機能するものは、実際に機能する」と、FacebookでAI研究科学者を務めるロベルト・カランドラ氏は言う。極めて複雑なロボットを設計する場合、ロボットが直面する人間世界の混沌をシミュレートすることはできない。ロボットはそれを経験する必要がある。これは、ロボットに与えるタスクがより複雑になるにつれて、特に重要になる。工場のラインで車のドアを持ち上げるロボットは、コーディングするだけでは比較的簡単だが、家庭内の混沌（床の散らかり、床に子供がいる、など）を進むには、ロボットは創造性を発揮して自ら適応し、フィードバックループに陥らないようにする必要がある。プログラマーがすべての障害を手助けすることはできない。
Facebookのプロジェクトは、AIとロボットの素晴らしい融合の一環だ。伝統的に、この二つの世界は互いに隔絶した関係にあった。確かに、ロボットはマシンビジョンを使って世界を感知するなど、自律的に動作するために常にAIを必要としてきた。しかし、Google、Amazon、Facebookといった巨大テック企業が、純粋にデジタルな文脈におけるAI開発において大きな進歩を遂げてきた。例えば、人間がまず物体にラベルを付けることで、コンピューターに画像内の物体を認識させるといったことだ。しかし、ロボットは依然としてかなり愚かなままだ。研究者たちは、物体が転倒することなく動くようにすることに注力してきたからだ。
AI研究者がロボットをソフトウェアアルゴリズムの改良のためのプラットフォームとして使い始めるにつれ、状況は変わり始めています。例えばFacebookは、ロボットに一連のタスクを自力で解決する方法を教えたいと考えているかもしれません。これは、ユーザーのために一連の行動をより適切に計画できるAIアシスタントの開発につながるかもしれません。「同じ問題です」とLeCun氏は言います。「ある状況で解決すれば、別の状況でも解決できるはずです。」
言い換えれば、AIはロボットをより賢くしているが、ロボットもまたAIの進化に貢献しているのだ。「AIに関連する多くの興味深い問題や疑問、特にAIの未来、人間レベルのAIにどう到達できるかといった問題は、現在、ロボット工学に携わる人々によって解決されています」とルカン氏は語る。「ロボットを相手にごまかすことはできません。何千人もの人間が画像にラベルを付けるわけにもいかないのですから。」
それでも、Facebookのような巨大デジタル企業がロボットに何を求めるというのだろうか？ 現時点では、同社はこの研究が特定の製品パイプラインと関連していないと述べている。
しかし、Facebookが人々をつなぐビジネス（そして広告販売ビジネス）を手がけていることを忘れてはならない。「ロボット工学は、このビジネスにおいて重要な要素になると考えています。テレプレゼンスのようなものを想像してみてください」とルカン氏は言う。Facebookは、Oculus VRシステムやビデオ会議デバイスPortalなど、既にハードウェア企業である。「論理的に考えれば、遠隔操作できるものも出てくるでしょう」（最近WIREDを読んでいる方なら、プライバシーとセキュリティの問題が必ず浮かび上がってくるだろう）。
しかし、話が先走りすぎている。ルンバを除く家庭用ロボットは、これまでどれも失敗している。その理由の一つは、ロボットが十分に賢くなかったり、実用的ではなかったりすることだ。特に賢いロボットはいない。しかし、Facebookのもがき苦しむロボットアームが、この問題を解決してくれるかもしれない。
WIREDのその他の素晴らしい記事
- 私が（今でも）テクノロジーを愛する理由：困難な業界を守るために
- 「ハートビート」法案は科学を完全に誤解している
- 中国の大規模監視活動の内幕
- Squareの怪しい自動メールに激怒している
- 「誰かを殺したいなら、私たちが適任です」
- 🏃🏽♀️ 健康になるための最高のツールをお探しですか？ギアチームが選んだ最高のフィットネストラッカー、ランニングギア（シューズとソックスを含む）、最高のヘッドフォンをご覧ください。
- 📩 毎週配信されるBackchannelニュースレターで、さらに多くの内部情報を入手しましょう
