「AI Goes Mainstream: The Scaling Era and the Rise of Generative AI」と題された、One Hundred Year Study on Artificial Intelligence (AI100)の第3版レポートは、物理的AIとエンボディド・インテリジェンスを、この分野の6つの大きな未解決課題の一つとしている。このテーマは、急速に進歩しているものの、現実世界での大規模展開にはまだ遠いロボティクスコミュニティにとって最も関連性が高いと評価されている。
この5年ごとに発表される研究は、技術的、倫理的、経済的、社会的な観点からAIの進化を検討する国際的な専門家委員会によって実施されている。2026年のレポートは12の恒久的な質問に答え、2021年以降の進歩を前回の委員会の評価と比較している。生成AIの背後にあるデータと計算リソースのスケーリング、インフラへの投資、最先端モデル開発の集中、そしてサイバーセキュリティと軍事応用などについても扱っている。
2021年以降の技術的進歩
2021年に発表された前回のレポート以降、著者らは3つの注目すべき進展を指摘している。機械がテキストを理解し生成することを可能にする自然言語処理は、現在、ロボットシステムに統合されている。視覚知覚、言語理解、動作制御を組み合わせた視覚-言語-行動モデルは、ロボットの訓練と制御に利用されている。最後に、シミュレーションの進歩により、仮想環境で訓練されたモデルを物理ハードウェアに展開できるようになった。
レポートはまた、この分野における中国の位置付けにも注目している。研究によれば、同国は産業用ロボット開発のリーダーであり、世界の他の地域を合わせた数よりも多くのロボットを導入している。また、世界のヒューマノイドロボットの約80％を生産しているとされる。このセグメントは現時点では市場の2％に過ぎないが、急速な成長を見せている。
実証と展開の間の溝
これらの進歩にもかかわらず、レポートは研究室で実証された能力とその実際の使用との間に大きな隔たりがあることを強調している。最も注目すべき成功例は、倉庫のような非常に制約された環境や、床掃除ロボットのような非常に特殊な製品に関わるものである。現実世界の複雑さが依然として主要な障害となっている。
解決すべき科学的課題には、不確実な状況下での長期的な計画立案、多様な物体の器用な操作（つまり、非常に異なる物体を巧みに把持し操作する能力）、そして正式な性能保証の確立が含まれる。レポートは、研究者の間で今後の進むべき道について意見が一致していないことを指摘している。現在の統計学習に基づくパラダイムでこれらの課題に対処できると考える者もいれば、現実の状況にロボットを展開するには根本的に新しいアイデアが必要になると考える者もいる。レポートの言葉によれば、その答えは今後5年間で明らかになるはずである。
レポートの全文はオンラインで閲覧可能である。
