4️⃣AI時代を読み解くキーワード④ Physical AI──AIは「画面の中の頭脳」から「現実世界で働く身体」へ

なぜ今、Physical AIなのか

ロボットそのものは、以前から存在していました。

それでも今、Physical AIが注目されているのは、複数の技術が同時に進歩したからです。

第一に、生成AIやマルチモーダルAIの進歩です。

AIが文章だけでなく、画像、映像、音声をまとめて理解できるようになりました。

第二に、カメラやセンサーの進歩です。

ロボットが周囲の状況を、より細かく認識できるようになりました。

第三に、コンピューターの性能向上です。

ロボット自身や近くのコンピューターで、大量の情報を短時間に処理できるようになりました。

第四に、シミュレーション技術の進歩です。

現実世界で何度も失敗させなくても、仮想空間の中でロボットを学習させられるようになりました。

第五に、労働力不足です。

製造、物流、建設、介護、農業など、多くの現場で働き手が不足しています。

世界の工場に新たに導入された産業用ロボットは2024年に54万2,000台となり、10年前の2倍を超えました。年間導入台数は4年連続で50万台を上回っています。(IFR International Federation of Robotics)

企業にとってロボットは、未来の研究テーマではなく、すでに現実の設備投資、人手不足対策、生産戦略の一部になっています。

デジタルツインがPhysical AIを育てる

Physical AIを現実世界で学習させるには、大きな課題があります。

ロボットが工場で何度も失敗すれば、設備を壊したり、人を傷つけたりする可能性があります。

自動運転車を実際の道路だけで学習させれば、非常に長い時間と費用がかかります。

そこで重要になるのが、

Digital Twin（デジタルツイン）

です。

デジタルツインとは、工場、倉庫、都市、クルマ、設備など、現実世界の環境をデジタル空間に再現する技術です。

仮想空間の中であれば、

* ロボットを何度も動かす
* 失敗させる
* 危険な状況を再現する
* 工場の配置を変更する
* 複数のロボットを同時に動かす
* 異常時の対応を検証する

ことができます。

NVIDIAは、デジタルツイン上で物理法則、光、センサーを高精度に再現し、ロボットを現実へ導入する前に仮想環境で学習・検証する仕組みを提供しています。(NVIDIA Docs)

つまり、デジタルツインは、

Physical AIの練習場

です。

現実世界で安全に働くために、仮想世界で何度も経験を積ませるのです。