AI(人工知能)とロボットの将来〜今後10年間の未来予測〜

AIとIoT AI技術紹介 アメリカのビジネス

ここでのロボットは動力を持つ機械を指し
ペッパーなどのヒューマノイドではなく
ルンバや工場にある組み立てロボットについて述べる。
つまり、会話系・感情分析系ではなく
ロボットの動きを制御する方が今回のロボットの定義には近い。

ー ロボットの基礎技術=強化学習 ー

強化学習技術は「何がゴールか?」を与え続けてあげれば
自動的にゴールに近づくような行動を学習する技術である。

例えば、有名な例はブロック崩し。

以上の動画は「画面入力」と「ゲームスコア」を
AI(人工知能≒機械学習)システムに与えることで
ルールすら教えなくても自動的にゲームの攻略法を学んだ例である。

世界的な囲碁プレイヤーに勝ったGoogleのAlphaGoも
論文を読んだ時の記憶が正しければ、部分的にこの技術を用いていたはずである。

ー 現在、ロボット分野でAIによって何ができるか? ー

ホットとも言える分野がドローンへのAI搭載である。

Precision Hawkというカナダで創業されたベンチャーでは
ドローンで農業用の土壌情報を収集し
ヒートマップを作成するなどのことを行っている。
(この会社自体がどの程度、AI系の技術を用いているかは不明だが)

ドローンの自律飛行にAIが活用できる場合もあれば
その集められた情報をまたAIを用いて分析するため
一石二鳥とも言える相性の良さ
がある。
簡単な分析・収集であれば現在のAI技術でも
かなりの精度でできるのではないかという感触を持っている。

また、個人的にも地面を歩くロボットよりは
ドローンにロボットとしての可能性を強く感じる。
2足歩行もデコボコの地面を正確に移動することも
動力学的にはかなり制御が難しいが
ドローンであれば縦横無尽に
荒れた土地もAIで最適経路を選びながら移動制御できる可能性がある。

ー 今後10年で、ロボット分野でAIによって何が変わるか? ー

まず一番に思い浮かぶことが工場に組み立てロボットや
運搬ロボットにAIが搭載される例である。

掃除ロボットのルンバでは家庭内で動くため
人にぶつかってケガしないか、などの懸念があるが
工場では稼働区間を立ち入り禁止にすればいいためリスクを回避しやすい。
また、例えば組み立てであれば対象物体も同じ寸法・硬さのものを毎回扱うため
工場はロボットとしては非常に対応しやすい環境である。

この分野では日本でもいくつかのベンチャーや
アメリカではGoogleやU.C.berkleyを筆頭とした取り組み例があるが
現在は簡単な組み立てを長い時間をかけて学習できる程度であると認識している。

ロボットの難しさは学習するために
実際に動かないといけない場合があり
多大な時間と豪華な実験設備が必要になることだ。

これを解消するためにゲームのように
仮想空間上で動かすシミュレーターもいくつか開発されているが
物理量や実際に見える画像の入力などとはやはり勝手が少し異なる。

かなり主観的な意見ではあるが
10年ではおそらく技術革新が起きるかギリギリの長さではないかと考えている。

しかし、長い年月がかかっても
十分な精度のシミュレーターや技術の発達を経た先に待っていることは
クラウドによる超高性能AIを搭載し
24時間働き続けるロボットの誕生である。

運転にしても、組み立てにしても人間であれば一日十数時間が学習の限界だが
機械はクラウドで共有すれば一日24時間 x 台数分の経験から学習可能である。
また、機械の導入コストが120万円かかったとしても
1ヶ月10万円、24時間働き続ければ時給換算では約140円程度であるだろう。
2年耐用すればロボットの時給は70円、という具合である。

この合理性こそが孫正義氏はじめ多くの前線の経営者たちが注目する理由であると思う上
いつか技術革新が起きた時に
かなりインパクトの大きい影響を社会に及ぼすと考えている。

記事に関してのご意見やデータ分析に関する問い合わせがある方は
お気軽にCONTACTページからご連絡ください。

参考文献:

[1]https://techcrunch.com/2016/04/20/precisionhawk-raises-18-million-to-bring-drones-safely-into-u-s-airspace/

この記事をシェアする:

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

CAPTCHA