NTTドコモ、AI-DLCでロボットMLを3日構築

背景にあるのは応用機械学習でよくある悩みだ。研究論文がそのまま動くパイプラインになることはほとんどない。前提や暗黙の条件のわずかな違いは実装後に初めて表面化し、失敗した実験は高くつく。実世界で動作するAI（フィジカルAI）に取り組むNTTドコモのチームはまさにこれに直面していた——模倣学習モデルは10デモで成功率10%、データ増幅で45%まで上がったが、その後頭打ちになった。

チームはパイプラインをコーディング作業ではなく、AWSのAI-DLC枠組みで構造化すべき製品として扱うことを選んだ。これは計画の中心にAIを置きつつ、意思決定は人間が担う。Inceptionフェーズでは論文やドメイン資料をKiroツールに投入し、その周りでモブ形式で作業した。AIレビューはコードを書く前に、checkpoint形式の不一致、12次元対28次元の入力次元の衝突、アクションスケーリングの不整合といった問題を指摘した——まさにML作業で「コードは動くが出力が間違っている」として後から現れがちな類のエラーだ。

ここまでで示されたのは第1回、つまりInceptionフェーズであり、最終的な学習結果ではない。本当の試練はConstructionフェーズだ。そこでは2チームが並行して走り、一方は当初のスコープを放棄してAI-DLCの枠内で方向転換したと報じられている。構造化文書のアプローチが、調整の改善だけでなくMLの成果そのものを実際に高めるのか——第2回が答える構えのようだ。