フィジカル AI の説明: フィジカル AI とは何か、そしてソフトウェア AI となぜ違うのか

物理 AI の定義

物理 AI とは、テキスト、画像、コードを生成するのではなく、センサーを通じて物理世界を認識し、モーター、空気圧、エンドエフェクターなどのアクチュエーターを通じて物理世界に作用する人工知能システムを指します。 Physical AI の「物理的」は、純粋なデジタル AI との違いを強調しています。つまり、言語モデルがトークンを処理して生成します。 物理的な AI システムは、センサーの読み取り値を処理し、空間内で質量を移動させ、物体と相互作用するモーター コマンドを生成します。

この用語は、NVIDIA の Jensen Huang 氏によって、ロボティクスや自律マシン向けの AI システムの来るべき時代を説明するために広められ、業界で広く採用されるようになりました。 これは本質的に「身体化 AI」（古い学術用語）と同義ですが、純粋な研究ではなく、物理的な製品や産業システムへの導入に重点が置かれています。

なぜ体現することですべてが変わるのか

ソフトウェア AI は、インターネットから収集したテキスト、画像、ビデオなど、既存のデータに基づいて完全にトレーニングできます。 物理 AI は、トレーニング データを生成するために世界との対話を必要とします。 言語モデルは、何世紀にもわたって人間が作成した文書から学習できます。 ロボットは、物理的な遠隔操作または自律探索を通じて、一度に 1 つのエピソードをリアルタイムで独自のデモンストレーションを生成する必要があります。 これが物理 AI の根本的なデータ ボトルネックです。

実施形態は結果ももたらします。 言語モデルでエラーが発生すると、誤ったテキストが生成されます。 ロボットがミスをすると、物体を損傷したり、人に怪我をさせたり、ロボット自体が破壊されたりする可能性があります。 この結果構造は、ソフトウェア AI が直面しない方法で、信頼性、不確実性の定量化、および安全な故障モードの要件を変化させます。 95% の信頼性がある物理 AI システムは、5% の障害のリスクに応じて、一部の設定では商業的に許容される場合もありますが、他の設定では致命的な危険となる場合があります。

データの問題

物理 AI の決定的な課題はデータ不足です。 インターネットには、数百兆のテキスト トークンと数十億の画像が含まれており、言語モデルと視覚モデルをトレーニングするための巨大な基盤を提供します。 ロボット インタラクション データの同等のコーパスはありません。 Open X-Embodiment データセットは、2026 年時点で最大のオープン ロボット データセットであり、約 100 万のロボット エピソードが含まれています。これは、LLM の事前トレーニングで使用されるデータよりも桁違いに少ないデータです。

このギャップを埋めることが、SVRC のような組織の中心的な使命です。 私たちの データサービスプラットフォーム 研究チームや AI 企業が高品質のロボット デモンストレーション データを大規模に収集できるようにするために存在します。 物理 AI のデータは、実際のハードウェア上、実際の環境で、熟練した人間のオペレーターによって、または慎重に設計された自律的な収集パイプラインを通じて収集される必要があり、Web から収集することはできません。 これが、ソフトウェア AI にとってのコンピューティング インフラストラクチャと同様に、データ収集インフラストラクチャが物理 AI にとって戦略的に重要である理由です。

物理世界の基礎モデル

AI 分野では、言語と画像に関して GPT-4 と Gemini に匹敵する物理 AI の基礎モデルの構築に積極的に取り組んでいます。 これらのモデル (ロボット基盤モデル、ワールド モデル、またはジェネラリスト ロボット ポリシーと呼ばれることもあります) は、大規模な実施形態間のデータセットでトレーニングされ、比較的少ない追加のデモンストレーションで特定のロボットやタスクに合わせて微調整できます。 例としては、Octo (UC Berkeley 社)、OpenVLA、π0 (Physical Intelligence 社)、Google の RT-2 および RT-2-X などがあります。

これらのモデルは真のパラダイム シフトを表しています。タスクごとに新しいポリシーを一からトレーニングするのではなく、チームはオブジェクトの操作方法と指示に従う方法をすでに理解している事前トレーニング済みの基礎モデルから開始して、特定のロボットとタスク ドメインに合わせて微調整することができます。 事前トレーニング データセットの品質と範囲は、基礎モデルがどれほど有用であるかを直接決定します。そのため、大規模なデータ収集が分野全体にとって戦略的な優先事項となります。

主要な研究グループと業界関係者

物理的 AI 研究の学術リーダーには、カリフォルニア大学バークレー校 (チェルシー フィン、ピーター アッビール、ケン ゴールドバーグのグループ)、スタンフォード大学 (フェイフェイ リー、ドーサ サディグ、チェルシー フィンの研究室)、CMU (ディーパック パサック、デイビッド ヘルド)、MIT (プルキット アグラワル、ラス テドレイク)、およびチューリッヒ工科大学 (マルコ ヒッターの脚式ロボット工学グループ) が含まれます。 業界のリーダーには、Physical Intelligence (π)、Google DeepMind Robotics、NVIDIA Isaac Lab、Microsoft Research Robotics、および主要なヒューマノイド企業のロボット部門が含まれます。

物理 AI における SVRC の役割

SVRC は、物理 AI エコシステムの重要なインフラストラクチャ層を占めています。物理 AI の研究と展開を可能にするハードウェアとデータ収集サービスを提供します。 当社のパロアルト施設、ロボット リース プログラム、データ プラットフォームは、独自のハードウェア フリートや収集インフラストラクチャを構築するリソースを持たないチームでも物理 AI 開発にアクセスできるように設計されています。 新しいポリシーをトレーニングしている研究室、物理的な製品を構築しているスタートアップ企業、またはロボット工学のパイロットを実行している企業のいずれであっても、SVRC は物理 AI に必要な物理インフラストラクチャ層を提供します。 まずは私たちのものから始めましょう データサービス または ロボットリース プログラム、または お問い合わせ 特定の物理 AI プロジェクトについて話し合います。