ロボティクス

主要ニュース

1. 1

   Alphabetの子会社Intrinsicが、AIを使ったロボット向けソフトウェア「Intelligence Cell」を発表し、工場自動化で複雑なプログラミングが不要になります。

   Alphabetの傘下企業Intrinsicが、AI搭載の「Intelligence Cell」を発表しました。このソフトウェアは、工場自動化を簡素化し、複雑なロボットプログラミングを排除することを目的としています。 従来、ロボットを使った製造現場では手作業でのプログラミングが必要でしたが、このツールによってその負担が軽減される可能性があります。工場オペレーターにとって、ロボット導入の障壁が下がることになります。

   Intrinsicはこの新しいソリューションで、製造業の自動化プロセスを大幅に簡潔にしようとしています。

2. 2

   Bear Roboticsが物理AI（ロボットを動かすAI）企業のKinisi Roboticsを買収し、ヒューマノイドロボット技術の強化に動く

   Bear RoboticsがKinisi Roboticsを買収しました。KinisiのKR1ヒューマノイドロボット、ブリストル拠点のエンジニアリングチーム、および物理AI（実世界でロボットを制御するAI）機能をBear Roboticsに統合します。 物理AIは今後のロボット産業の中心技術とみられており、この買収によってBear Roboticsが実際に動作するロボットの開発能力を拡張できることが、事業の成長につながる可能性があります。

   KR1ロボットと搭載されたエンジニアリングチームが統合される点が、Bear Roboticsのロボット製品ラインアップ拡充への直結を意味します。

3. 3

   NVIDIAが産業用ロボット向けの安全システム「Halos for Robotics」を発表し、Agility Roboticsなどが採用を開始します。

   NVIDIAが、AI計算、システムソフトウェア、センサーデータ、安全アプリケーション、検査を統合した完全なロボット安全システム「NVIDIA Halos for Robotics」を発表しました。Agility Roboticsは同社のヒューマノイドロボット「Digit」にNVIDIA IGX ThorとHalos Coreを組み込み、工場や倉庫での利用を目指しています。 ロボットが人間と並んで働く産業環境では、安全性が必須です。NVIDIAは自動運転車開発で培った18,600年相当のエンジニアリング経験をロボット向けに転用することで、企業が安全で検証されたロボットシステムを迅速に構築・展開できる標準化されたアーキテクチャを提供しています。

   Halos Core for NVIDIA IGXはLinuxおよびLinux+QNX構成で登録開発者向けに早期アクセス版が利用可能です。TÜV Rheinland、UL Solutions、TÜV SÜDなど認定認証機関6社が検査プロセスに参加しており、40社以上の製造業者・認証機関・安全ベンダーが参加する検査ラボが設置されています。

4. 4

   ドイツのDigidが開発したナノスケールセンサー技術が、ロボットの触覚認識という長年の課題の解決に向けて注目を集めており、同社は既に100万個以上のセンサーを生産し、ロボティクスから医療機器、AI インフラまで幅広い応用に対応しています。

   Digidは2019年創業のドイツのセンサー技術企業で、従来のセンサーより4桁小さいナノスケールセンサーを開発しました。同社は既に100万個以上のセンサーを生産しており、ロボティクス、医療機器、ウェアラブル製品、産業システム、AI インフラなど複数の分野で応用されています。 ロボットが物理世界で効果的に動作するためには、視覚だけでは不十分で、力やすべり、温度といった触覚情報が必要です。Digidのセンサーは従来のセンサーでは設置できない場所への統合が可能なため、物体を掴む際の把握力の安定性や環境の変化をリアルタイムで把握でき、ロボットの認識能力と作業能力が大幅に向上する可能性があります。

   センサー数が増加するにつれて大量のデータが発生するため、Digidは生データをクラウドに送信せず、ローカルで必要な情報のみを処理する戦略を進めています。同社は従来約30個の部品が必要だった顧客のシステムを6個に削減した実績があり、複雑さ、製造工数、コストの大幅な削減を実現しています。

5. 5

   ロボット産業がAI導入で進化する中、企業指導者がインフラリスクへの対応が不可欠になっていると指摘されています。

   ロボット産業が新たな成長段階に入っており、自律走行ロボット（倉庫内を高度に移動するもの）、産業用ロボット（より知的で適応性の高いもの）、AI搭載ビジョンシステム（製造、物流、防衛分野を変革するもの）といった複数の領域で進化が進んでいます。 これらの進歩の全てが背景にあるのはAIインフラストラクチャですが、この点がロボット業界指導者にとって見落とされやすいリスク領域になっているとみられます。AIシステムに依存するロボット企業は、基盤となるインフラの課題に対処する必要があります。

   Nadine Akeyは Hutchinson Aerospace & Industry の営業・マーケティングマネージャーとして、この課題を警告しています。

6. 6

   TDK Venturesの投資責任者が、AI進化がロボット産業に自動的に利益をもたらすという誤解を指摘し、知覚・計画・性能・基盤の「4つのP」が真の課題だと主張しています。

   TDK Venturesの投資責任者Ankur Saxenaがインタビューで、ロボット産業が大規模言語モデルとジェネレーティブAIの進歩を過度に評価していると警告しました。AIは確率機械だが物理世界は機械法則に従うため、基盤モデルの進歩が自動的に物理的なロボットの能力向上に繋がることはないと述べています。 ロボット産業は知覚（センサーデータの正確な解釈）が最大の課題だと同氏は指摘します。産業用ロボットは制御された環境では優れていますが、照明変化や物体の遮蔽が生じると精度が急速に低下するため、知覚技術の汎用化が自動化の拡大を左右するとみられます。

   同氏は近期で価値を生む機会は自律移動ロボット（物流・倉庫）、検査・監視ロボット（エネルギー・鉱業インフラ）、無人航空機、手術・リハビリロボットなど、限定的で反復的な環境での活用だと指摘しています。ヒューマノイド投資は長期的には正当だが、現在の投資は実用化時期を少なくとも10年楽観視しすぎていると述べています。