指先に吸盤が付いているところを想像してみてください。ただし、幻覚剤を服用中なら話は別ですが、そんな想像はしないでください。それぞれの吸盤は大きさも柔軟性も異なり、ある指先は段ボールのような平らな面に吸い付くのに最適で、別の指先はボールのような丸いものに、また別の指先は植木鉢のような不規則なものに向いています。それぞれの指は単独では扱えるものが限られているかもしれませんが、一緒に使うことでチームとして様々な物体を操作できるようになります。
これが、研究室で育ったスタートアップ企業、Ambi Roboticsの発想です。同社は現在、仕分けロボットと、そうした操作機械を動かすためのオペレーティングシステムを開発し、ステルスモードから脱却しようとしています。創業者たちは、どんな理性的な機械でも恐れをなすような仕事、つまり倉庫での物の持ち上げにロボットを活用したいと考えています。人間にとっては容易なこと、つまり重すぎない物体を掴むことは、ロボットにとっては悪夢です。世界中のロボット研究室で数十年にわたる研究が続けられていますが、それでもロボットの器用さは人間のそれには遠く及びません。しかし、もしかしたら必要なのは指先に吸盤をつけることなのかもしれません。
アンビ・ロボティクスは、カリフォルニア大学バークレー校の研究プロジェクト「Dex-Net」から生まれました。このプロジェクトは、ロボットが日常の物体をどのように掴むべきかをモデル化します。これは、コンピューター科学者が画像認識AIを構築する方法のロボット版と考えてみてください。例えば、機械に猫を認識させるには、研究者はまず、猫が写っている大量の画像のデータベースを構築する必要があります。それぞれの画像で猫の周りに四角を描き、ニューラルネットワークに「ほら、これが猫だよ」と教え込みます。ネットワークが膨大な数の例を解析すると、ニューラルネットワークは「一般化」し、これまで見たことのない新しい画像でも猫を自動的に認識できるようになります。
Dex-Netはロボットの把持装置向けに同様の仕組みで動作する。シミュレーション空間で作業する科学者たちは、あらゆる種類の物体の3Dモデルを作成し、ロボットがそれぞれの物体に「しっかりとした」グリップを得るためにどこに接触すべきかを計算する。例えば、ボールを掴む場合、ロボットは極の片方を挟むのではなく、赤道付近を掴むようにする。当たり前のように聞こえるかもしれないが、ロボットはこれらのことをゼロから学習する必要がある。「私たちの場合、例は画像ではなく、実際にしっかりとした把持点を持つ3D物体です」と、Dex-Netを開発し、Ambi Roboticsの共同設立者であるバークレーのロボット工学者ケン・ゴールドバーグは語る。「そして、それをネットワークに入力すると、同様の効果が現れ、新しい物体への一般化が始まりました。」たとえロボットが特定の物体を一度も見たことがなくても、他の無数の物体で学習したデータを呼び出して、それを最も効果的に掴む方法を計算できるのだ。
小学校の美術の授業で作った、グロテスクな陶器のコーヒーマグカップを想像してみてください。形はおかしな形にしたかもしれませんが、取っ手をつけることを忘れなかったはずです。両親に渡した時、気に入ったふりをして、取っ手を掴みました。両親はプロが作ったコーヒーマグカップを何度も見てきたので、持ち方をすでに知っていたのです。Ambi Roboticsのロボットオペレーティングシステム、AmbiOSは、まさにこの過去の経験に匹敵するものです。ただし、ロボット版です。
ソフト、ハード、非殺人的なオートマトンについて知りたいことすべて。
「人間は、たとえそれがこれまでに作られたどのマグカップとも似ていないものであっても、その物体をどう扱うべきかを的確に推測することができます」と、アンビ・ロボティクスの共同創業者であるスティーブン・マッキンリーは語る。「システムは物体の残りの部分がどのような外観であるかを推論し、その部分を掴んだのであれば、きちんと掴んでいると合理的に推測できるのです。」
AmbiOSは、様々なハードウェア構成とエンドエフェクタ（ロボット工学用語で「手」に相当する機械）に対応しています。しかし、人間の手とは異なり、エンドエフェクタは多様なフォームファクタを持つため、空気圧式吸盤のようなマニピュレータや、箸のような動きをするパラレルグリッパと呼ばれる2本爪の把持装置など、様々なマニピュレータを使用できます。いずれにせよ、エンドエフェクタはDex-Netのトレーニングで得られた事前知識にアクセスできます。
Ambi Roboticsの調査によると、eコマース倉庫で最も汎用性が高く効率的なエンドエフェクタは吸盤であることが判明しました。テストした荷物の96%をしっかりと掴むことができました。吸盤は箱の平らな面はもちろんのこと、衣類の配送に使われる柔らかい梱包材（業界ではポリ袋）にも容易に吸着できます。その他の面は従来のグリッパーで十分です。例えば、吸盤では多孔質の表面を掴むことができません。特に多様な物体を扱わなければならないロボットの場合は、吸盤と2本爪のグリッパーを組み合わせることも可能です。
アンビ・ロボティクス提供
上の写真は、Ambi Roboticsの機械が実際に動いている様子です。まず、深度センサーカメラがアイテムの入った容器を覗き込み、物体を分析します。「これは実際には、どのような種類の掴み方を試みるか、そしてどのような種類の掴み方が成功するかを判断する作業です」と、Ambi Roboticsの共同創業者であるジェフ・マーラー氏は言います。次に、ロボットは吸盤で物体を拾い上げ、バーコードスキャナーにかざします。すると、隣接するガントリーにアームが物体を置いた場所が伝えられ、さらに他の容器の列のどこに物体を置くかが指示されます。
マーラー氏によると、eコマース倉庫のようなクライアント向けには、アンビ・ロボティクスがモジュール式ハードウェアシステム（アーム、グリッパー、カメラ、コンテナ）を設計し、ロボットがランダムな形状で様々なグリップを試すためのシミュレーションバージョンを作成するという。「このトレーニングプロセスは1日もかからず完了し、ロボットはまるで何年も現実世界で稼働してきたかのように動作できるようになります」とマーラー氏は語る。「物理的な世界で稼働した初日から、幅広いアイテムを扱い、これまでに見たことのないようなニュアンスで汎用化できるようになるのです。」
（同社の創設者らは顧客と協力していると述べているが、名前の公表は拒否した。）
ロボットに吸盤のような手足を与えることで、人間にはない強力な能力が付与されます。従来、ロボット工学者は、人間のように5本ではなく2本の指で挟むことができる手のようなグリッパーを設計してきました。これは、人間の指先の複雑さと器用さを簡略化したバージョンです。しかし、人間の指先が吸盤で物体を掴めないからといって、ロボットの手がそうであってはならないというわけではありません。
「そういう意味では、吸引力は操作における『車輪』のようなものだと考えることができます」と、コロンビア大学のロボット工学者マテイ・チオカーリー（アンビ・ロボティクスには関わっていない）は言う。言い換えれば、吸引力は機械が人工的な環境で最適に動作するために役立つ設計上の特徴だが、進化によっては決して生み出されなかったものだ。脚は不整地の芝生の上を移動するのに適しているが、平坦な人工の表面では、車輪が機械にとって最適な移動手段だ。例えば、直線道路で車がパグよりもどれだけ速く走れるかを考えてみよう。
「吸引力も同じようなものです」とチオカーリー氏は付け加える。私たちの手は自然界を操作するために進化し、その点で実に優れている。「森で食料を探したり、動物に石を投げつけたりするような場合、吸引力は操作に最適な接触方法ではないかもしれません」と彼は続ける。「しかし、倉庫のような人工的な環境で、日常生活で使用するために作られた人工物を操作する場合、吸引力は物を操作する素晴らしい方法なのです。」
アンビ・ロボティクス提供
倉庫ロボットに吸引力を持たせているのは、Ambi Roboticsだけではありません。Boston Dynamicsは、倉庫内を移動しながら吸引グリッパーで箱を積み上げる「Stretch」というロボットを発表しました。しかし、Ambi Roboticsが提供しているのは、物体をより細かく操作できる機械です。
実際、倉庫はロボット工学における永遠の課題です。つまり、構造化されていない環境です。何十年もの間、ロボットは自動車生産ラインで、例えば車のドアを持ち上げて所定の位置に取り付けるといった作業をしてきました。ロボットがこの仕事に優れているのは、ロボットの強みである一貫性と力強さを活かし、精密な操作や推論といった弱点を回避しているからです。ロボット工学者は工場を「構造化された」環境と見なしています。機械は周囲の状況を分析したり動き回ったりする必要がなく、同じことを何度も繰り返すだけだからです。そして、ロボットは微細な物体を微細運動能力で操作することを期待されていません。まさに、まさに「野蛮な」作業なのです。
Ambi Roboticsは、構造化されていると同時に構造化されていない、ある種のハイブリッドな環境への取り組みを目指しています。ロボットアームは一定の場所に固定されているため、安定した動作を保っています。しかし、物体の入った箱は雑然としており、荷物はあらゆる角度に傾き、互いに重なり合っています。そして、見たこともない猫を認識するように学習した画像認識AIのように、このシステムは現実世界ではなく、シミュレーションで得た経験に依存しています。
「ゴミ箱を空にできるということを証明するのは、ある意味では興味深いことです」とゴールドバーグ氏は言う。しかし、それを迅速かつ確実に実行できるかどうかは別の話だ。ゴールドバーグ氏によると、アンビ・ロボティクスのシステムはこの仕分け作業を人間の2倍の速さで行うことができるという。さらに、同社の製品は人間の作業員に取って代わるものではなく、補助するものだと付け加える。「これは、荷物の配送プロセスにおけるほんの一部分に過ぎません」とゴールドバーグ氏は言う。「そして、そのプロセス全体に、人間の介入が必要なステップがいくつもあるのです。」
これらのロボットは操作に関しては非常に賢いものの、人間のように問題を解決することはできません。ケージの外へ移動することすらできません。「ロボットが支配権を握るとは考えていません」とチオカーリー氏は言います。「ロボットは道具なのです。」
しかし、ますます自動化が進む方向への歩みは避けられないのかもしれない。ロボットは操作や移動に関して人間に追いつき続け、職場でより多くの役割を担うようになるだろう。例えばアマゾンは、倉庫内を走り回って荷物を運ぶ小さな車輪付きロボットの採用を開始した。専門家らは、少なくとも近い将来は、ロボットがどれだけの仕事を奪うかという問題ではなく、ロボットが人間の仕事のどの部分を担うかが問題だと指摘する。新型コロナウイルス感染症のパンデミックによる経済崩壊は、ロボットが人間が働けなくなったときにその穴を埋める準備がまだ整っていないことをかなり明確にした。病院のロボットは薬を運んだり部屋を消毒したりすることしかできず、自ら人命を救うことはできない。あらゆるロボットの中で最も期待されている自動運転車も、荷物をすべて自力で運べるようになるには程遠い。
でも、吸盤付きの手を使うなんて？それはロボットに独占させましょう。
WIREDのその他の素晴らしい記事
- 📩 テクノロジー、科学などの最新情報: ニュースレターを購読しましょう!
- 少年、彼の脳、そして数十年にわたる医学論争
- トレッドミルデスクのおかげで在宅勤務が楽になった
- 運河を太陽光パネルで覆うことがなぜエネルギー源となるのか
- LastPassからパスワードをエクスポートする方法
- OOO: 助けて！新しい仕事もダメだったらどうしよう？
- 👁️ 新しいデータベースで、これまでにないAIを探索しましょう
- 🎮 WIRED Games: 最新のヒントやレビューなどを入手
- 🏃🏽♀️ 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
