労働の完全自動化(人の楽園？ or 失業地獄？)２

労働の完全自動化(人の楽園？ or 失業地獄？)２ (767ﾚｽ)
上下前次 1-新
通常表示 512ﾊﾞｲﾄ分割ﾚｽ栞

746: オーバーテクナナシー [sage] 2025/09/27(土) 09:37:41.87 ID:dKp0quWz

航空機開発は「3D UNIV+RSES」でどう変わる？　ダッソーが描く未来像
9/26(金) 21:00配信
ダッソー・システムズは2025年9月10日、同社がシルバースポンサーを務める「大阪・関西万博」のフランスパビリオン（フランス館）において、航空／宇宙業界向け特別イベント
「Space Event」を開催。仏Dassault Systemes 航空宇宙・防衛担当 バイスプレジデントのDavid Ziegler（デイヴィッド・ジグラー）氏が、航空／宇宙、防衛産業に向けた
同社の取り組みやビジョンについて語った。

ダッソー・システムズは、航空／宇宙産業に向けて約40年にわたりビジネスを展開しており、現在も世界の主要航空機メーカーに対して、設計、製造、運用／保守における
“バーチャルツインエクスペリエンス”を提供し続けている。

例えば、安全性などの認証を得るために必要な機体構造の高度なシミュレーションから、航空管制をはじめとする複雑な課題の解決に至るまで、幅広い領域をカバーし、
迅速なシナリオの探索や将来の挙動予測などにおいて、正確な解決策の導出に役立てられているという。

ジグラー氏は「航空機などの製造もまた、バーチャルツインによって革命的に進化する」と強調する。通常、航空機の製造工場の立ち上げには数百万ユーロもの
費用がかかるが、設備や装置などの物理的なシステムを導入した後に設計ミスが判明した場合、その修正には膨大なコストが必要となる。これに対し、バーチャルツインを
活用したアプローチであれば、設計チームと連携しながら工場全体を仮想空間で可視化し、プロセスや生産物、周辺環境への影響などを着工前にシミュレーションすることが可能となる。

「このように、製品ライフサイクル全体を通じた持続可能なビジネス革新が可能となり、リスクを低減しながら収益性を高める新たなビジネスモデルの探索につなげることができる。
リアルとバーチャルをつなぎ、未来を想像し、それを実現する。われわれが提供する“バーチャルツインエクスペリエンス”の世界には、新たな機会が広がっている」（ジグラー氏）

http://rio2016.5ch.net/test/read.cgi/future/1592947307/746

748: オーバーテクナナシー [sage] 2025/09/27(土) 09:39:26.85 ID:dKp0quWz

そして今、ダッソー・システムズが掲げているのが、「3D UNIV+RSES」による新たな革新の提供だ。

ジグラー氏は「この40年もの間、われわれはバーチャルツインの表現を高め続けてきた。さらにその先には、バーチャルツインがオペレーショナルデータ（あらゆる運用データ）と
接続され、世界を大きく変える未来が待っている。それこそが3D UNIV+RSESだ」と説明。例えば、航空機のバーチャルツインが工場のバーチャルツインとつながり、さらに
サプライチェーンのバーチャルツインとも接続され、航空機の設計だけでなく、製造や運用の改善までも同時に行うことが可能になるという。

この3D UNIV+RSESは、リアルとバーチャルの境目を縮める7つの要素によって支えられている。ジグラー氏はその中から一部を強調し、次のように説明した。

「まず、バーチャルツインだ。われわれの使命は、リアルとバーチャルの差を縮めることにある。単なるデジタルのコピーではなく、変革を実現するバーチャルツインの活用が
重要となる。シミュレーションやさまざまなシナリオを実行し、現実世界に変化をもたらす体験を提供することこそが、バーチャルツインの真の価値だ」（ジグラー氏）

次に、AIをベースとする「Generative Experiences（GenXp／生成体験）」と「Virtual Companions」について言及した。GenXpは、顧客が保有する膨大なオペレーショナルデータを
学習し、組み立て要件、設計、テスト検証などをAI駆動で自動化するものである。一方、Virtual Companionsは、エンジニアや現場作業者を支援するAIアシスタントであり、
作業者のタスクを自動化し、より正確かつ効率的に仕事を進められるよう補助する存在だ。

「Cycle of Life」も重要な要素の一つだという。ジグラー氏は「将来、エンジニアが管理すべきものとして、設計、品質、コストに加えて、サステナビリティという新たな要素が
含まれるようになる。3D UNIV+RSESを通じて、顧客が環境負荷を削減し、持続可能性の目標を達成できるよう支援する」と説明する。

http://rio2016.5ch.net/test/read.cgi/future/1592947307/748

749: オーバーテクナナシー [sage] 2025/09/27(土) 09:40:25.10 ID:dKp0quWz

これまでのディスプレイを通じた体験から脱却し、バーチャルツインで再現されたリアルな世界により深く没入できる「Sense Computing」では、Appleの空間コンピューティングデバイス
「Apple Vision Pro」と連携した没入型体験が可能となる。

「これらの要素を全て組み合わせた3D UNIV+RSESが、これからの航空機の開発／設計／製造の在り方を根本から変革する。膨大なオペレーショナルデータから顧客の知識と
ノウハウを学習し、GenXpを提供できるようにすることを目指す。これは、われわれの役割が単なるソフトウェア提供者から、顧客の知的財産を保護する守護者へと変わることを意味する」（ジグラー氏）

講演では、3D UNIV+RSES（特にAIやバーチャルツイン）がもたらす航空機開発の変革について、設計、解析、製造、運用／保守といったプロセスごとに、具体的なイメージが示された。

まず設計段階では、航空機を単なる製品ではなく複雑なシステムとして捉え、システムアーキテクチャの設計をAIが支援する。電子、電気、ソフトウェアといった複数分野の設計が自動化され、
将来的には上位レベルの要求仕様から、ワイヤハーネスやプリント基板（PCB）、さらにはそれらを制御するソフトウェアに至るまで自動生成できるようになることを目指している。
また、設計の各段階は完全なトレーサビリティーを保ちながら進められ、関係者が一貫したデータに基づいて意思決定できるようになる。

航空機を構成する機械部品の設計では、ジェネレーティブデザインが活躍する。部品が配置される空間や境界条件、負荷条件、製造方法（鍛造、鋳造、フライス加工、3Dプリントなど）を
入力するだけで、AIが複数の設計案を自動的に生成する。設計者は膨大な設計案の中から最適な形状を選択すればよく、大幅な設計作業の効率化が図られるようになる。

認証とテストに向けては、解析技術がその支援となる。従来の物理試験をシミュレーションに置き換え、再現性の高い高度なシミュレーションを通じて、安全性や規制適合性の証明に
つなげる。また、「AIはサロゲートモデルの開発を加速し、大規模GPUを活用することで、膨大なシミュレーションを高速に実行できるようになる。これにより、実機を使ったテストの
回数を減らすことができ、コスト削減と開発期間短縮を実現可能にする」（ジグラー氏）という。

http://rio2016.5ch.net/test/read.cgi/future/1592947307/749

754: オーバーテクナナシー [sage] 2025/09/27(土) 14:09:12.88 ID:dKp0quWz

NVIDIAが語るフィジカルAIで加速するヒューマノイド開発の最前線「NVIDIA AI Day Tokyo」レポート　ドメインランダム化とシム2リアル
2025年9月26日
NVIDIAは2025年9月24日と25日に、東京ミッドタウンでイベント「NVIDIA AI Day Tokyo」を開催し、25日には招待制のセミナーが実施された。

「NVIDIA AI Day Tokyo」は、すでに開催されたホーチミンに続き、東京、そして今後予定されているシドニーやソウルと並ぶ、グローバルイベントのひとつに位置づけられている。

25日のセッションでは、NVIDIAの担当者やパートナー企業が講師として登壇し、GPU、クラウドサービス、エッジAI、データセンターなどの分野で具体的かつ実践的な活用方法や
事例を紹介した。主要トピックは「エージェント型AI」「フィジカルAI」「AIファクトリー／AIインフラ」「ハイパフォーマンスコンピューティング（HPC）／量子コンピューティング」。

特に「フィジカルAI」については人気が高く、満席になるセッションが多かった。

今回の記事ではフィジカルAIのトピックからセッション「フィジカルAIで加速するヒューマノイドロボティクス　NVIDIA Isaac GR00TとCosmosの紹介」の前半をベースに、
NVIDIAが提供しているロボティクス向け「フィジカルAI」の概要などを解説していきたい。

加瀬氏は、「フィジカルAI」について、大規模言語モデル（LLM）を使ってロボットを動かすイメージから紹介した。
例えば「トースターからトーストを取り出し、右側の白い皿に置いて」というテキストコマンドを入力すると、ロボットはカメラ画像などから得た認識情報を加味し、
アクショントークンを生成。関節を自動制御し、指示どおりに動作する。

従来の産業用ロボットは、詳細なプログラミングによる「モデル化手法」で高精度な動作を実現してきた。しかし、設計やティーチングには多大な手間と時間がかかり、想定外の状況への対応は難しい。
一方、近年注目を集めている「フィジカルAI」は経験を学習して動作する。いわゆる強化学習(多くの経験パターンから学ぶ)をもとにしていて、数学的に設計するのが
難しいタスクにも対応することができる、従来のコンピュータよりも、人に近い学習方法とタスク対応が特徴になる。

http://rio2016.5ch.net/test/read.cgi/future/1592947307/754

756: オーバーテクナナシー [sage] 2025/09/27(土) 14:12:11.28 ID:dKp0quWz

シミュレーションでできる限り多くのパターンを学ぶ点では、同時に大量の数のロボットを仮想環境で動かすことによって、膨大なデータを収集し、学習していく手法もとられる。
下の画像は「Isaac Sim / Lab」で4000台のロボットがアクションデータを収集して学習のために利用する例だ。

「Isaac Lab」(ラボ)は、NVIDIAのロボティクスシミュレーションプラットフォーム「Isaac Sim」が提供するシミュレーション機能を活用し、多くのロボット（マニピュレーター、
四足歩行ロボット、ヒューマノイドなど）向けの学習環境とツールを提供している。

ファインチューニングとは、膨大なデータで事前学習した汎用的なAIモデルを、特定のタスクや環境に合わせて少量のデータを使って再学習して調整する技術。
これにより、ロボットの精度や効率、パフォーマンスを向上させることができる。
これらによって、現実世界のテレオペレーションで得たデータと組み合わせて、精度と汎化性を高める学習環境が整う。

LLMを中心とした生成AIを使ったことがある人は体感していると思うが、生成AIはテキストから画像を創ることができる。例えば、シミュレーションのデータとして活用するための
アイテムの生成には従来とても時間がかかる作業だったが、生成AIを活用すると瞬時に様々なパターンのアイテムや環境を生成することができる。この技術もシミュレーション環境の構築に活かされている。

汎化性を一層高める技術として「世界基盤モデル（World Foundation Model）」が導入されつつある。加瀬氏のセッションでは、その代表例として「Cosmos」が紹介された。詳細は今後さらに掘り下げたい。

世界一のAI企業、NVIDIAはヒューマノイド向けAIやロボットの開発基盤「NVIDIA Isaac GR00T」の提供を2025年から開始しました。
NVIDIAが提供するフィジカルAI開発のためのプラットフォーム「NVIDIA Omniverse」や、ロボティクス向けの「NVIDIA Isaac Sim」などによって、ヒューマノイドロボット開発の効率が
格段に向上したと言われています。世界的に知られるロボット開発企業も既に使い始めています。

http://rio2016.5ch.net/test/read.cgi/future/1592947307/756

759: オーバーテクナナシー [sage] 2025/09/28(日) 10:08:07.40 ID:6tFNPRmt

米中先行の人型ロボ開発、家庭・工場・被災地の現場を１体で担う「汎用型」目標に…競争加速で見直し
9/28(日) 5:00配信
内閣府は、社会を変えるような挑戦的な研究を支援する「ムーンショット型研究開発制度」で、家庭や工場、被災地など様々な現場で活躍できる汎用（はんよう）の人型ロボットの開発を
新たな目標に定める方針を固めた。２０３０年までに試作機を作り、基盤技術の獲得を目指す。米中をはじめ海外で人型ロボットの開発競争が加速する中、日本の研究開発を促進したい考えだ。

２０年に始まった同制度は、国が挑戦的な目標を定めて研究を公募し、総額約４０００億円の基金から最長１０年間支援する。現在「台風や豪雨を制御」「１００歳まで健康不安なく人生を楽しむ」
など１０の目標があり、今回はこのうちの「人と共生するロボットを実現」の内容を見直す。人工知能（ＡＩ）の発展で、汎用の人型ロボットが現実味を帯びてきたことが背景にある。

これまでは人型に限定せず、介護や家事、災害対応などに使われるロボットの開発を個別に進めていた。

新たな目標として、これらの作業を１体で担える人型ロボットの開発を目指す。３０年までに、人間の支援の下で一定数の作業に対応できる試作機を製造する。民間投資の呼び水とするほか、ＡＩの研究を後押しする狙いもある。

５０年までに、学習しながら自律的に判断し、人間と同等以上の身体能力を備えたロボットを目指す。今年度中に新たな研究代表者などを公募する予定だ。

現在普及している産業用などのロボットは、特定の用途のみに使われ、活動できる現場も限定的だ。一方、一般社会の建物や道具などは人間向けに作られているため、あらゆる現場で使うには人型が適している。

汎用の人型ロボットの開発は加速している。米国では、電気自動車大手のテスラが、工場や家庭などでの利用を想定した「オプティマス」を開発し、来年にも量産を始める予定だ。
中国も人型ロボットを米国との先端分野の覇権を争う重要分野と位置付け、将来の労働力不足も見据えて急速に技術力を高めている。

内閣府の担当者は「当初の想定より技術の進展が速く、より野心的な目標に見直す。日本の強みであるロボット技術を発展させたい」と話している。

http://rio2016.5ch.net/test/read.cgi/future/1592947307/759

760: オーバーテクナナシー [sage] 2025/09/28(日) 10:17:01.70 ID:6tFNPRmt

GMO熊谷氏「ヒューマノイドは自動車産業を超える」家庭にも普及する？ 熊谷氏がCEOのAIヒューマノイドと共同記者会見
2025年9月26日
GMOインターネットグループは2025年9月25日（木）に「GMO AI・ロボティクス大会議＆表彰式2025」を開催した。イベント終了後には、同グループ代表の熊谷正寿氏による
プレスカンファレンス（記者会見）が行われ、ヒューマノイドに対する思いや、今後ヒューマノイドが社会にどのように浸透していくかについて語られた。

プレスカンファレンスには、AI・CEO「ヒューマノイド 熊谷正寿」も同席した。
AI・CEO「ヒューマノイド 熊谷正寿」は、日本で初めてAI・CEOをヒューマノイドロボットとして具現化したもの。ボディは「Unitree G1」で、顔にはディスプレイを搭載、熊谷正寿CEOの顔や表情を写している。

チャットボットを通じて対話を行うことで、事業における意思決定のさらなる高速化が可能とされる。これまでに3,500セッション以上、6,800回を超える対話を実施してきたという。

GMOインターネットグループは、意思決定のさらなる高速化が必要だと考え、2024年7月から「GMO Brain AIプロジェクト」を推進。その第1弾として、同年12月に社内向け独自AIツール
「AI 熊谷正寿」をパートナー（従業員）向けに提供開始した。「AI 熊谷正寿」は、熊谷氏の思考やフィロソフィー、そしてGMOインターネットグループのカルチャーを集約・言語化した
「GMOイズム」を学習した“バーチャル知的ナビゲーター”として位置付けられている。
今回のヒューマノイドは、そのプロジェクトをさらに一歩進めた形となる。

「GMO Brain AIプロジェクト」での「ヒューマノイド 熊谷正寿」の意義について問われた熊谷氏は、次のように語った。
定性的ですが、回答精度という点では、彼（ロボット）は今はまだ80％くらいです。しかし、私のことを毎日学習しています。人は1日8時間労働ですが、ロボットは24時間365日働くことができます。
私は1つの会議にしか出席できませんが、彼は10台のコピーを作れば10の会議に同時に出席できます。私が100の精度で答えられても、彼が80の精度でも10の会議に出席できるなら、
会社全体で見れば彼の方が生産性は高いとも言えます。

http://rio2016.5ch.net/test/read.cgi/future/1592947307/760

763: オーバーテクナナシー [sage] 2025/09/28(日) 10:20:38.66 ID:6tFNPRmt

人の動作をリアルタイム転写するヒューマノイドロボットをEmplifAIが実装「人の即興性×ロボットの到達性」共同実証パートナー募集
2025年9月26日
株式会社EmplifAIは、操作者の身体動作や意図をリアルタイムにヒューマノイドロボットへ転写する遠隔・身体共有型テレプレゼンスの実装に成功したと発表した。

同技術は、ステージ演出・ライブ配信などの「人が乗り移った」ような体験や、高所・狭隘・被ばくリスク等を伴う現場での代替支援に発展し得ることを示している。あわせて、
PoC（概念実証）・実証実験の共同パートナー企業の募集を開始する。

自立させながらの身体制御は、既存の自律制御だけでは再現が難しく、現場適用のボトルネックだった。EmplifAIは、操作者視点の知覚と動作意図をロボットへ低遅延で写し取る
アプローチにより、「人の即興性×ロボットの到達性」を両立。初期検証では、腕・上体・歩行の協調などの基本動作で追従を確認している。

同技術の主な特徴は、低遅延・高追従性を実現し、操作者の上半身・手先の運動をロボットへリアルタイム反映することだ。汎用ロボット対応として、ヒューマノイド（例：Unitree G1等）を中心に、用途に応じて拡張可能となっている。

応用分野として、以下のケースが想定されている。

・エンターテインメント・ライブ演出：パフォーマーが「乗り移った」ロボットが舞台上で演技・所作を披露し、配信コンテンツの拡張が可能だ。
・教育・文化体験：熟練者の身体知を遠隔地へ「身体ごと」伝えるワークショップが実現できる。
・危険作業の代替支援：高所・狭隘・被ばく・有害物取扱い等の現場で、人の判断×ロボットの到達性を融合した作業が可能となる。
・イベント運営・接客：遠隔プレゼンスでの来場対応、案内、簡易作業などに活用できる。

同社は「この場面で使えるかも」「まずは軽く試したい」など、ラフな相談から歓迎するとして、共同実証パートナー企業の募集を開始した。
想定領域は、エンターテインメント・イベント、製造・物流、インフラ、研究、自治体などとしている。

http://rio2016.5ch.net/test/read.cgi/future/1592947307/763

764: オーバーテクナナシー [sage] 2025/09/28(日) 10:23:00.42 ID:6tFNPRmt

Googleが「Geminiロボティクス」の最新動画4本を一挙公開　ヒューマノイドAIも驚異的に進化、VLAモデルの動画を徹底解説
2025年9月27日
Google DeepMindが「Gemini Robotics 1.5」の最新動画を2025年9月26日に一挙に4本公開し、驚異的な進化が話題になりはじめています(動画のYouTube設定で
音声トラックに「日本語」を指定することで、AIによる日本語翻訳で解説を聞くことができる)。
「Gemini Robotics」はヒューマノイドを含むロボット工学向けに設計されたGeminiを基盤としたAIモデルです。

「Gemini Robotics」の最大の特徴は、ロボットを直接制御することを目的に、視覚（Vision）・言語（Language）・行動（Action）を統合したVLA（Vision-Language-Action）モデルを追求し、
現実世界で汎用的に動作できる点です。VLAモデルは現在のAIロボティクス分野で最も注目されている最先端技術のひとつです。

「Gemini Robotics 1.5」は、高次元の思考･計画機能を持つ補助モデル「Gemini Robotics-ER 1.5」と連携して設計され、複雑なタスクやマルチステップの実行で、
単なる反応的な動作ではなく「先読み」「分割実行」「ツール利用」などが拡張されています。

では、各動画とポイントを見ていきましょう。
・Gemini Robotics 1.5: Enabling robots to plan, think and use tools to solve complex tasks
・Gemini Robotics 1.5: Using agentic capabilities
・Gemini Robotics 1.5: Learning across embodiments
・Gemini Robotics 1.5: Thinking while acting

冒頭の「Gemini Robotics 1.5: Enabling robots to plan, think and use tools to solve complex tasks」は以降の3つの動画を包括的にまとめたものになっています。
時間のない人はまずはこれを見るとよいでしよう。じっくり理解したい人のために、この記事ではあえてラストに解説します。

Gemini Robotics 1.5: Using agentic capabilities
Gemini Robotics 1.5 が単に反応的に動くロボットではなく、ある種の自律的判断能力を持つ「AIエージェント」として振る舞えることを示しています。

http://rio2016.5ch.net/test/read.cgi/future/1592947307/764

765: オーバーテクナナシー [sage] 2025/09/28(日) 10:24:11.22 ID:6tFNPRmt

動画では、ロボットが「エージェンティックAI（AIエージェント）の能力、エージェンティック（agentic）能力」を持つことにフォーカスしています。今までは単純に「命令」を受けて
「動作」するだけの行動だったものが、エージェンティックAIの進化によって、自律的に判断･計画･行動ができるようになる、という能力です。
エージェンティックAIによって、環境を観察し、目標を分割したり、優先度をつけたり、その場で戦略を変えたりしながら動作を決定する、その一連の様子が見て取れると思います。

もうひとつ重要なポイントとして、エージェンティックAIは必要なツール（例えば Google検索など）を呼び出したり、外部の情報にアクセスすることで、必要な知識をAIロボットが
補完しながら行動できる能力も示唆しています。この機能はロボティクスに限らず、ビジネス分野でも、最新のエージェンティックAIが、目的を遂行するために必要なソフトウェアや
APIをAIが自律的に活用する機能として注目されています。

また、動作を実行する際の思考プロセス（行動をステップごとに言語で表現する思考）をAIが生成している可能性もあります。「思考してから動く (think before acting)」能力を垣間見ることができます。

Gemini Robotics 1.5: Learning across embodiments
ロボットが把持や物体操作、持ち替える動作などの具体的なタスクを、複数のロボット構成であっても同一のモデルがで実行できる様子に着目するとよいでしょう。
この動画の「embodiment（具現体・身体構成）」とは、ロボットの形や関節やセンサー構成などを指す用語として使われています。従来、ひとつのロボットで学習した動作を別の形状のロボットに
そのまま適用するのは困難でした。例えばアーム型、双腕型、ヒューマノイドでは、基本構造はもちろん、関節の自由度、動力の特性等が異なるためです。しかし、次世代のロボット基盤モデルでは、
その違いをソフトウェアが吸収することを目指して研究が進められています。

http://rio2016.5ch.net/test/read.cgi/future/1592947307/765

766: オーバーテクナナシー [sage] 2025/09/28(日) 10:25:32.15 ID:6tFNPRmt

この動画では、「Gemini Robotics 1.5」は「ロボットの種類や身体構成が異なっていても、学習した動作やスキルを別のロボット(embodiment)に転移（transfer）できる」能力の成果が示されています。
動画の中で、Google DeepMindは、アーム型ロボットの「ALOHA2」で学習したスキルを、双腕ロボット「Franka」やヒューマノイド「Apollo」にそのまま応用(転移)したデモを披露しています。
こうした能力は、ロボット学習における汎化性能を大きく高めます。従来のようにロボットのメーカーや機種が異なる度にAIの膨大な再学習が必要なくなれば、時間やコストを大幅に削減できる可能性があります。

Gemini Robotics 1.5: Thinking while acting
「thinking while acting」とは「思考しながら動く」ことで、タスクを実行中にも判断と制御をリアルタイムで更新し、次に行うべき最適な動作を絶えず思考しながら実行できるスキルを指しています。

従来は「ある計画を立てたらその通りに実行する」というのがプログラムにとってはセオリーでしたが、人はタスクの途中に障害物が現れたり、物の位置が変わったり、他の人が介入するなど、
予期しない環境変化を認識したとき、臨機応変に対応しようとします。身体性を持ったAIロボットにも同様に「thinking while acting」が重要です。

具体的には、タスク遂行中にも「思考ステップ:中間推論（intermediate reasoning）」を生成・更新しながら、次の動きを決定する様子を動画で確認することができます。

Google DeepMindのブログによれば、「思考 (thinking) を経てから動く (think before acting)」というスキルをさらに発展させた形として「思考しながら動き続ける」能力が重要視されています。

この動画では、途中で目標物が動いたり、障害物が現れたり、環境変化が起こっても、ロボットが思考を止めることなく、連続的に最適なタスクを再演算･更新しながら動作を修正しています。

http://rio2016.5ch.net/test/read.cgi/future/1592947307/766

767: オーバーテクナナシー [sage] 2025/09/28(日) 10:27:11.20 ID:6tFNPRmt

Gemini Robotics 1.5: Enabling robots to plan, think and use tools to solve complex tasks
「複雑なタスク」を解くために、ロボットが「計画 (planning)」「思考 (thinking)」「ツール使用 (tool use)」まで組み合わせて行動するなど、総合的な作業を達成できる様子を紹介したものです。
以降の3つ動画が詳細に解説していることを包括的にまとめたものでもあります。

他の3つ動画で示されているように、ロボットが単純な命令に応えるだけではなく、タスクのゴールまでのプロセスを分解して段階的なステップを生成し、そのステップにもとづいて行動し、
必要に応じて外部ツール（検索、データベース参照、情報取得など）を活用して補助を行う能力を達成する可能性が示されています。

例えば、「洗濯物を色別に仕分けする」「ある地域（サンフランシスコなど）のゴミ分別ルールを調べて適切に分類する」など、作業のタスクが複数の段階にわたっていても、
AIロボットが自律的に考えて実行していく可能性を示唆しています。

また、AIロボットが「リーズニング」を生成し、それをもとに行動を段階的に実行していく手法として「思考してから動く (thinking before acting)」ことも示されています。
例えば「AIロボットが実世界で何をすればいいか判断するために、ウェブ検索をかけてその地域のゴミの分別ルールを参照」することで、より詳細な情報を取得して行動の精度を上げたり、
改善するため活用するといったタスクに発展できる可能性があります。

ビジネス分野でも「AIエージェント」は単にユーザーの質問に回答するツールとしてだけでなく、「思考」「計画」「実行プロセス立案」「選択」「ツール呼び出し」「実行」「成果と評価」といった
一連の流れを自律的に行うことが期待されています。身体を持ったロボットにも自身が自律的に構成して制御できるスキルが求められていることを示した内容になっています。

http://rio2016.5ch.net/test/read.cgi/future/1592947307/767

上下前次 1-新書関写板覧索設栞歴

ｽﾚ情報赤ﾚｽ抽出画像ﾚｽ抽出歴の未読ｽﾚ

ぬこの手ぬこTOP 0.025s