ドローンが配達を行い、ドライバーなしで自動車が走行するというシナリオは、もはや SF ではなく、職場環境や家庭における大きな変革の基礎となっています。最近の人工知能の飛躍により、機械自動化は巨額の財政的貢献を引きつけており、今後 10 年間の市場予測は数千億ドルを超えます。過去のエンジニアリングでは、仮想レールを介して機器を地点 A から地点 B に移動することのみに焦点を当てていた場合、現在のシナリオでは、これらのプラットフォームが非常に複雑なルーチンを実行し、リアルタイムで意思決定を行う必要があります。国際標準化機構 (ISO) のパラメータによれば、機械が端から端まで動作し、人間による直接の干渉なしに物理的問題を解決できる場合に、真のロボットの自律性が確立されます。
新しい言語モデルがマシン上のデータ処理をどのように変革するか
最新の機械学習ツールと堅牢な基盤システムにより、機械プラットフォームには、混沌としたシナリオを解釈し、アクションを論理的に順序付ける前例のない機能が与えられています。テクノロジー企業は、継続的な再プログラミングを必要とせずに、整理整頓されていない倉庫や混雑したオフィスに適応できる汎用機器を製造するために、時間との闘いに取り組んでいます。しかし、機械システムのトレーニングには現実世界でデータを収集する必要があるため、この分野は深刻な物理的障害に直面しています。このプロセスは、単にインターネットから数十億のテキストをかき出すよりもはるかに遅く、高価です。
このロジスティックのボトルネックは、このセグメントが ChatGPT のような瞬間的な革命をまだ経験していない理由を説明しています。物理データの不足を克服するために、開発者は高度なアルゴリズムと人間が操作するリモコンを統合し、ハイブリッド学習モデルを作成する必要があります。仮想シミュレーターが現実世界の物理学を完全に再現できるようになるまで、完璧なマルチタスクを実行できる機械アシスタントを作成することは、ソフトウェア エンジニアリングにとって引き続き大きな課題となるでしょう。
自動車メーカーへのヒューマノイドの導入により、仕事の未来についての議論が巻き起こる
重工業は、機械を商業運転し、財務上の成果を得るために、ジェネラリスト システムの完成を待ちません。たとえば、製造元のボストン・ダイナミクスは、危険地域の検査に使用されるロボット犬「スポット」や、コンテナ物流を目的とした多関節アーム「ストレッチ」からすでに利益を得ている。同ブランドの最も野心的なプロジェクトである人型アトラスは、ヒュンダイの組立ラインで厳格なテストを受けており、2010年代末までに年間3万台の製造を見込む積極的な計画が進められている。しかし、この技術革新は労働市場に危険信号をもたらしており、この自動車メーカーに関連する韓国の労働組合は、反復的な作業で人間の労働者が大量に置き換えられることを懸念して、ストライキへの投票を組織することになった。
企業部門で急速に進歩しているもう 1 つの巨人は、GXO ロジスティクス配送センターに商品を積み込むために Digit モデルを使用する責任を負っている Agility Robotics です。この装置はトヨタやシェフラーなどの世界的ブランドの産業施設にも設置されており、生産コンベヤーと並んで途切れることなく動作しています。初期業務と市場検証が成功したことを受け、同社の経営陣は将来の証券取引所への株式公開に向けた計画を立てている。エンジニアらの期待は、短期間のうちに、これらのユニットが規格化された箱を移動させて不規則な製品を処理したり、大手小売チェーンの隠れた在庫の中で動作したりするだけではなくなることだ。
高度な自動化の現在の側面と、それがすでに大企業の日常業務にどのような影響を与えているかを理解するには、稼働中の主要機器の特性を観察することが不可欠です。
- スポット: 起伏の多い地形、発電所、石油プラットフォームの監視に重点を置いた四足歩行プラットフォーム。
- ストレッチ: 記録的な速さでトラックから荷降ろしするために専用に設計された可動ベースとシングルアームを備えた装置。
- アトラス: 組立工場内の複雑な作業を人間に置き換えることの技術的実現可能性をテストする高機動性二足歩行構造。
- Digit: 倉庫物流に焦点を当てた人型の機械で、プラスチックコンテナを持ち上げたり、歩いたり、積み重ねたりするように特別に設計されています。
技術的な障壁により、機械アシスタントの家庭への到着が遅れている
衣類をたたんだり食事を準備したりする機械アシスタントの可能性について金融市場が熱狂しているにもかかわらず、専門家は極めて慎重な態度をとっている。 Agility Robotics 社の主要幹部の 1 人であるジョナサン・ハースト氏は、人類が子供やペットのいる家庭内で重機を安全に動作させるにはまだ数十年かかると断言しています。研究者は、完全に安全な人工執事を短期間で提供すると約束する企業は現実を歪めていると強調している。家庭環境の予測不可能性には、現在のハードウェアでは重大な事故の危険を冒さずに実現できないレベルの認知処理と反応時間が必要です。
保護プロトコルは生活空間での悲劇を回避しようとします
労働者の身体的完全性に対する懸念は、1979 年にフォード工場で起きた悲劇的な事故を記念して、産業オートメーションの初期にまで遡ります。この事故では、労働者のロバート・ウィリアムズ氏が機械アームによる最初の死亡者となりました。大型モバイル機器によって歴史が繰り返されるのを防ぐため、デジットの現在の部隊は人の移動から離れた立ち入り禁止区域に限定されて活動している。バージョン 5 と呼ばれる次世代の機械には、従業員の接近を検知すると即座にエンジンにブレーキをかけることができる安全連携センサーが導入されることが約束されています。
新しいセンサーの開発と並行して、Agility 自体や Boston Dynamics などの最先端の開発者が ISO とのテーブルに着いて、新しい世界標準マニュアルを作成しています。目標は、業界全体で緊急ブレーキ システムと対話プロトコルを標準化することです。セキュリティに対するこの厳格さは、病院で使用される機械など、他の重要な分野でもすでに統合された現実となっており、テクノロジーが状況を完全に制御することなく専門家を支援しています。
手術室における人工知能の限界
埃っぽい物流倉庫とは別に、高度に複雑な医療でも、非常に保守的な方法で計算の自律性の限界がテストされます。宇宙飛行士を遠隔操作するために1980年代の宇宙研究から生まれた低侵襲手術は、現在では医師が顕微鏡の精度でピンセットを操作するコンソールに依存している。現在、この技術は独立性の初期レベルで行き詰まり、コンピューター ビジョン アルゴリズムによる手ぶれ安定化と画像強化のみを提供しています。
研究開発に数十億ドルを投じる医療機器メーカーの主な目的は、自律性のレベル 3 に到達することです。この段階で、コンピュータは患者の組織を分析し、医師の最終承認のために切断または縫合を提案できるようになります。部屋から外科医の存在を完全に排除するステージ4と5は、科学界からはユートピアとみなされている。人体の突然の出血や解剖学的異常をすべて予測することは数学的に不可能であるため、完全な自動化は患者の生命にとって容認できないリスクとなります。
テクノロジー競争が大学のカリキュラムを変革し、新たな才能を惹きつける
生成アルゴリズムをめぐる世界的な熱狂は大学全体に波及効果を引き起こし、メカトロニクス工学部には新世代の研究者やエンジェル投資家が集まりました。この資本と頭脳の大量注入は、専門家によって自己実現的予言と表現される加速的な進化のサイクルを生み出し、パデュー大学のような最先端の研究室を後押しします。そこでは、ディパム・パテルのような科学者が、不慣れな地形でのスムーズなナビゲーションを依然として妨げている重大なソフトウェアの欠陥の解決を目指しています。
現在の学術の焦点は、定期的なメンテナンスを行わずに毎日の磨耗に耐える金属部品を開発することに加えて、人工知能システムが新しいタスクを学習するときに古い知識を消去するという一般的なエラーである、いわゆる壊滅的な忘却と闘うことにあります。市場に参入する新人科学者にとって、この分野の未来は、人間の美学や行動を完全に模倣する機械を作ることにあるわけではありません。本当の革命は、純粋に機能性に焦点を当てた実用的なツールの設計に基づいており、安価で安全かつ高効率な方法で物流や産業の問題を解決します。
