これらの産業用ロボットは、あらゆるタスクでより熟練した能力を発揮します

サンフランシスコ・ベイエリアのスプロール化が起伏のある丘陵地帯に隣接するユニオンシティにあるスタートアップ企業Vicariousのオフィスでは、10本のロボットアームがベルトコンベア上の箱に旅行用サイズの化粧品を休むことなく積み込んでいる。それぞれの灰色のアームの先端には吸盤状の指が付いており、制汗剤やハンドローションといった商品をぎっしり詰まった箱から取り出す際に甲高い音を立てる。

Vicariousは標準的な産業用ロボットを購入し、自社のソフトウェアで強化し、派遣会社のように作業完了ごと、または時間単位で料金を請求する形で外注しています。ボルチモアでは、Vicariousのロボットが化粧品会社セフォラのサンプルパックを組み立てています。これは、これまで人間のみが行っていた作業です。VicariousのCEO兼共同創業者であるD・スコット・フェニックス氏は、この取引は彼のビジネスモデルを体現していると述べています。それは、これまで人間のみが行っていた作業を産業用ロボットが実行できるほど賢くする人工知能ソフトウェアを開発することです。

Vicariousはこれまで顧客やロボットについて公に語ってこなかったが、2010年の創業以来、AI・ロボット専門家の間では謎めいた存在として認識されてきた。データサービスPitchBookによると、同社は1億3000万ドル以上を調達している。投資家には、シリコンバレーで最も有名で資金力のある企業、つまりFacebook初期の投資家ピーター・ティールが共同設立したベンチャーキャピタルのFounders Fundや、億万長者の起業家マーク・ザッカーバーグ、イーロン・マスク、ジェフ・ベゾスなどが含まれている。

このスタートアップ企業は、Facebookのコンテンツモデレーションやテスラの自動運転といった注目度の高いプロジェクトを牽引する技術の先を見据え、人工知能分野において独自の道を歩んでいます。フェニックス氏は、AIへの新たなアプローチだけが、彼が現代社会のパラドックスと呼ぶものを解決できると述べています。ロボットアームやグリッパーは長年存在し、モーター、センサー、マイクロコントローラーなどの部品はかつてないほど安価で高性能になっています。しかし、工場や倉庫内でさえ、ロボットは厳密に制御された特定のタスクに限定されています。なぜなら、ソフトウェアはあらゆる状況に合わせて特別にプログラムする必要があり、予期せぬ変動に適応できないからです。

「ロボットが物理的に過去30～40年でこなせるようになった仕事を、私たちは年間数兆ドルもの給料を人間に支払っているのです」とフェニックス氏は言う。産業用ロボットの能力を向上させることができれば（そして、その試みはVicarious社だけではない）、人間と機械の労働力のバランスを変えることで経済を変革できる可能性がある。

ディープラーニングとその限界

CEOや政治家が人工知能（AI）の力の高まりについて語るのを耳にするとき、彼らはたいてい、たとえそのことを知らなくても、ディープラーニングと呼ばれる技術を指しています。2012年に研究者たちがディープラーニングによってコンピューターの画像やテキストの解釈能力が大幅に向上することを示して以来、この技術はテクノロジー業界を根本から変えました。ディープラーニングは、顔写真フィルターや自動運転車にも利用されています。アルファベットのCEO、サンダー・ピチャイ氏が今年のダボス会議でAIは「火や電気よりも奥深い」と述べたのも、まさにこのためです。

Vicariousはロボットの視覚システムなど、一部の用途でディープラーニングを活用していますが、コンピューターを真に賢くするには別のアイデアが必要だと考えています。フェニックス氏はディープラーニングの時代が到来する前の2010年に、ロボットにAIを組み込むことで経済を変革できると確信し、同社を設立しました。共同創業者のディリープ・ジョージ氏は、ソフトウェアエンジニアから研究者に転身し、スタンフォード大学で「脳の働き方」と題した博士論文を最近完成させたばかりでした。この論文では、神経科学の観察結果に基づいてAIアルゴリズムを設計しました。それ以来、ディープラーニングはシリコンバレーを席巻し、Vicariousはその限界を浮き彫りにし、代替アプローチを提唱する一連の論文を発表してきました。

ディープラーニングソフトウェアは、過去のデータから抽出した統計パターンを探すことで、画像や音声などのデータの意味を理解します。Appleの「写真」アプリは、数千、数百万枚のラベル付き猫や犬の画像でトレーニングされたディープラーニングアルゴリズムを搭載しているため、ペットのアルバムを自動作成できます。ロボットに物体を掴ませる一つの方法は、ロボットに様々なアプローチを試すようにプログラムし、その成功と失敗に基づいてディープラーニングを適用し、適切な爪の持ち方を判断することです。

こうした統計的パターンマッチングは、多くの有益な用途で利用されてきました。しかしジョージ氏は、コンピューターが世界について推論したり、出来事の原因を直感したり、過去の経験以外の状況に対処したりすることはできないと指摘します。「ディープラーニングをスケールアップするだけでは、根本的な限界は解決できません」とジョージ氏は言います。「わたしたちは、こうした問題を見つけ出し、取り組むことを意識的に決断しました。」ヴィカリアスに2,500万ドルを投資したコスラ・ベンチャーズを経営する億万長者の投資家、ヴィノッド・コスラ氏は、投資先として同社を審査するAI専門家を見つけるのに苦労したと述べています。「ディープラーニングは誰もが知っていますが、それ以外の分野については知らないのです」とコスラ氏は言います。

記事画像

超スマートなアルゴリズムがすべての仕事をこなせるわけではありませんが、これまで以上に速く学習し、医療診断から広告の提供まであらゆることを行っています。

Vicariousが2017年に主要なディープラーニングカンファレンスで発表した刺激的な論文は、同社のAIへのアプローチを如実に示しています。同社は、アルファベット傘下のDeepMind研究グループのディープラーニングソフトウェアが、ブレイクアウトなどの往年のAtariゲームをトップゲーマーよりも上手にプレイすることを学習したという、その柔軟性のなさを露呈する実験を設計しました。Vicariousは、これらの超人的なAIプレイヤーが、色の明るさを上げたり、オブジェクトのサイズを微妙に変えたりするなど、ゲームに些細な変更を加えるだけで、いかにして力を発揮しなくなるかを示しました。

スタートアップの自社ソフトウェアは、ゲーム内で機能するメカニズムの理解に影響を与えなかったため、こうした変化にも対応することができました。過去のデータからも学習していましたが、ゲーム内のオブジェクトとイベント間の因果関係を捉えるように準備されており、その知識を活用して、これまで経験したことのない小さな変化にも適応することができました。

ニューヨーク大学のブレンデン・レイク助教授は、深層学習の限界が議論される中、この論文はAI分野が解明すべき点を示したと述べている。「人間の知性の鍵となるのは、様々な状況で活用できる柔軟な世界モデルを構築することです」とレイク氏は語る。「大規模なデータセットを用いて特定のタスク向けに訓練した大規模パターン認識システムでは、そこに到達できないことに人々は気づき始めていると思います。」

フリック、そしてミス

ヴィカリアス社の巨大な工場の一角で、人よりも背の高いロボットアームが箱を積み上げている様子は、まるで退屈なビデオゲームをしているようだ。ヒューンと音を立てながら、立方体の箱を拾い上げ、木製のパレットの上に整然と積み上げる。これは倉庫や工場でよく使われるパレタイジングと呼ばれる作業だ。そのすぐ近くでは、一列に並んだロボットアームが化粧品を箱に巧みに仕分けている。吸引フィンガーを力強く弾き、ローションのチューブなどを手の届かない箱に投げ込んでいる。

AIを使って産業用ロボットに新しい技を教えているスタートアップは、Vicariousだけではありません。WIREDでも取り上げられたものも含め、多くのスタートアップがディープラーニングを多用しています。Alphabetは最近、2つのオフィスを巡回し、廃棄物を収集してゴミ、リサイクル品、堆肥化可能な物に分別するロボット群を発表しました。

フェニックス氏によると、彼のロボットは柔軟性が際立っているという。これは、Atariのロボットがゲームの微調整に適応できるようにしたアルゴリズムと同じようなアルゴリズムから生まれたものだ。パレットを積み重ねるロボットアームは通常、入ってくる箱や容器を全て同じ位置に配置する高価なフィーダーと組み合わせられる。しかし、Vicariousのソフトウェアは柔軟性が高く、完璧な位置に配置されていない箱も拾い上げることができ、普通のテーブルからでも掴むことができるとフェニックス氏は言う。記者はタッチスクリーンのインターフェースを使ってわずか1分ほどでアームを再プログラムし、箱をWIREDのロゴを模したゴツゴツとしたブロック状にパレットに積み上げる。

ピツニーボウズでブルーミングデールズなどのブランドのeコマース物流を担当するライラ・スナイダー氏は、昨年秋に同社と提携を開始した際、Vicariousのロボットがわずか数時間で商品を箱に詰める作業能力が目に見えて向上していく様子を見て衝撃を受けたと語る。「ロボットアームが実際に動作するのを見たことはありましたが、タスクがどんどん上達していくのを見るのは不思議な感覚です」と彼女は語る。「Vicariousのおかげで、これまで自動化できなかったことを自動化できるようになりました。」

この大型ロボットアームは、箱をパレット上にきちんと積み重ねて、別の場所へ輸送する準備を整えることができます。

ブラウン大学のロボット工学教授であり、スタートアップ企業Realtime Roboticsの共同創業者であるステファニー・テレックス氏は、Vicariousは産業用ロボットにさらなる知能を吹き込もうとする他のスタートアップ企業とは一線を画していると述べています。「多くの企業は、魅力的な学術論文を書きながら顧客に製品やサービスを提供しようとはしません。しかし、Vicariousは両方を実現しようとしているのです」とテレックス氏は言います。

フェニックス氏は、箱詰め作業よりも高付加価値な作業、例えば現在は人手が必要な製造業における複雑な組み立て作業をロボットに担わせたいと考えているため、基礎研究に投資していると述べています。そのためには、VicariousのAI活用をさらに進めていく必要があります。

WIREDがスタートアップ企業の倉庫を視察した際、ロボットアームの一つが計算を誤り、ローションのチューブを滑らかな弧を描いて投げつけたが、目標をオーバーシュートし、擦り切れたコンクリートの床に落ちてしまった。「あれは難しすぎた」とフェニックスは無表情で言った。ロボットは来るだろうが、まだやるべきことはある。

WIREDのその他の素晴らしい記事