失敗から学ぶAIが家庭用ロボットの新時代を開く

31歳のレレル・ピントは自分の研究について聞かれたら、別の質問で返すようにしている。「自宅でクールなロボットを最近見たのはいつですか？」と。その答えは、質問者がロボット掃除機を持っているかどうかで変わるだろう。「昨日」か「一度も無い」だ。

ピントの研究は、こうした状況を変えるものだ。ニューヨーク大学（NYU）のコンピューター科学研究者であるピント助教授は、掃除のほかにもさまざまなことができるロボットを家庭に置きたいと考えている。「どうすれば、生活にもっと溶け込んだ存在となるロボットを現実に作れるのでしょう。家事をしたり、高齢者の世話やリハビリをしてくれたり、必要なときに側にいてくれるようなロボットを、どうすれば作れるのでしょうか」。

問題は、多機能ロボットを訓練するには大量のデータを用意しなければならない点だ。ピント助教授は、データを収集する斬新な方法を見い出すことで、この問題を解決しようとしている。とりわけ、ロボットが学習しつつデータを収集する、自己教師あり学習と呼ばれるアプローチである（これはメタの主任AI科学者であり、ニューヨーク大学でのピントの同僚であるヤン・ルカン教授らも支持する手法である）。

カリフォルニア大学バークレー校ロボット学習ラボのピーテル・アビール所長は、「レレル助教授の研究は、機械学習とロボット工学を結びつける大きなマイルストーンです」と言う。「彼が現在している研究は、未来のロボット学習において、その初期の構成要素を数多く築いたものとして振り返られるようになることでしょう」。

家庭用ロボットがコーヒ …

人気の記事ランキング

1. A Google Gemini model now has a “dial” to adjust how much it reasons 推論モデルは「考えすぎ」、グーグルがGeminiに調整機能
2. What is vibe coding, exactly? バイブコーディングとは何か？ AIに「委ねる」プログラミング新手法
3. Meet the researchers testing the “Armageddon” approach to asteroid defense 惑星防衛の最終戦略 科学者たちが探る 「核爆発」研究の舞台裏
4. Anthropic can now track the bizarre inner workings of a large language model 大規模言語モデルは内部で 何をやっているのか？ 覗いて分かった奇妙な回路

▼Promotion