ヒューマノイドロボット産業、AI技術より人間操作に依存

ロボット産業は、その資金調達戦略の大半が対処していない構造的課題に直面している。過去18ヶ月でヒューマノイドロボット企業に数十億ドルが流入したが、その大部分がロボットを遠隔操作する人間労働者の雇用に充てられている。この記事はこのデータ生成手法を、技術的な橋渡しを装った永続的な労働解決策として説明している。基礎となる前提は、十分なデモンストレーションが最終的に新しい環境に一般化できるロボットを生み出すというものだが、数字がこの道筋を支持していない。テレオペレーションのデータセットは現在の言語・ビジョンモデル学習に使われるものより10万倍以上小さく、この差はオペレーターを増やしても埋められない。

根本的な課題は、現実世界が静的ではないということだ。棚の配置が変わり、ドアハンドルが異なり、組立ラインに新しい荷物タイプが到着する。あらゆるバリエーションに新たな人間デモンストレーションが必要となり、データ生成の問題は労働力の拡大より速く増加し、より多くの労働では乗り越えられない構造的な壁を生む。データ品質がこの問題を複雑にする。コントローラーを通じて作業するオペレーターは触覚を感じられず、深度判定も信頼できないため、動きが遅く過度に補正し、ロボットにコントローラーとの格闘を実践させるのではなく、効率的にタスクを遂行することを教えない。

この記事が指摘する代替手段はシミュレーション環境での強化学習である。人間デモンストレーションを収集する代わりに、強化学習システムは合成環境内で数百万回の反復を通じて試行錯誤で学習し、ループ内に人間がいない。このアプローチは計算資源に直接スケールする。より多くのGPUでより高速な反復と環境バリエーションが実現するが、テレオペレーションは人間労働に限定される。この記事の主張によれば、産業が真の自律性に向かうためには、人間への依存が実際に時間とともに減少しているかどうかを測定する必要があり、そうしたメトリクスがなければテレオペレーションは一時的な橋ではなく永続的な手法となる。