GoogleのAI研究機関DeepMindは3月12日、新たなAIモデル「Gemini Robotics」を発表した。このモデルにより、ロボットは物体の認識と操作をより柔軟に行えるようになり、現実世界の環境を自律的に移動する能力も向上する。

公開されたデモでは、ロボットが音声コマンドに従い、紙を折ったり、メガネをケースに収納したりする様子が示された。DeepMindによると、「Gemini Robotics」は異なるロボットハードウェア間で共通の行動パターンを学習し、未学習の環境でも高い適応能力を発揮できるという。

さらに、研究者向けには「Gemini Robotics-ER」という簡易版モデルが提供され、独自のロボット制御モデルを開発できる環境が整えられた。また、AIロボットのリスク評価を目的とした新たなベンチマーク「Asimov」も導入されており、安全性の確保にも注力している。

Gemini Roboticsがもたらすロボットの汎用性向上

DeepMindの新AI「Gemini Robotics」は、ロボットの操作精度と適応能力を大幅に向上させるモデルだ。従来のAIでは、特定の動作を実行するために大量のデータを個別に学習させる必要があったが、「Gemini Robotics」は異なるロボットハードウェア間での行動を一般化する能力を備えている。

この技術により、特定の機械に限定されず、さまざまな環境やデバイスで共通の動作を学習できるようになる。公開されたデモでは、ロボットが紙を折ったり、メガネをケースに収納したりと、日常的な動作をスムーズに実行する様子が示された。さらに、訓練データに含まれていない環境でも適応できることがテストで確認されており、汎用性の高さが際立っている。

この技術の進化は、家庭用や産業用のロボットにとって大きな前進となる。これまでのロボットは、特定の環境やタスクに最適化されていたため、状況が変わると動作が不安定になりやすかった。しかし、「Gemini Robotics」により、ロボットが未知の環境に適応し、より柔軟にタスクをこなせる可能性が高まる。

研究者向けの「Gemini Robotics-ER」が意味するもの

DeepMindは「Gemini Robotics」の研究者向けバージョンとして「Gemini Robotics-ER」も公開している。これは、研究者が独自のロボット制御モデルを開発しやすくするための簡易版モデルだ。高度なロボットAIの開発には膨大なリソースが必要とされるが、「Gemini Robotics-ER」はそのハードルを下げ、より多くの研究機関や開発者がロボット制御技術を進化させる機会を提供する。

このモデルが公開されたことで、研究者は「Gemini Robotics」の学習プロセスを詳細に解析し、自らのロボットに適用できるようになる。特に、特定の用途に特化したAIを開発する際には、「Gemini Robotics-ER」を活用することで、実験や改良のスピードが向上すると考えられる。

また、研究者によるカスタマイズが可能になることで、より多様なロボットへの応用が期待できる。例えば、倉庫での自動仕分けロボットや、介護・支援ロボットなど、用途ごとに最適化されたAIの開発が進む可能性がある。「Gemini Robotics-ER」は、ロボットの進化を加速させる重要なステップとなるだろう。

AI搭載ロボットの安全性評価基準「Asimov」の導入

DeepMindは「Gemini Robotics」の発表と同時に、AI搭載ロボットのリスクを評価する新たなベンチマーク「Asimov」を導入した。この評価基準は、AIが物理環境でどのように動作し、どのようなリスクを引き起こしうるかを測定するためのものだ。

AIがロボットを制御する場合、予測不能な動作や誤作動による事故のリスクが常に伴う。特に、AIが自己学習によって環境に適応する場合、意図しない挙動を示すことがある。「Asimov」は、こうしたリスクを定量的に評価し、より安全なAIロボット開発を促進することを目的としている。

ロボットがより高度な判断を行うようになると、その安全性はより重要な課題となる。DeepMindが「Asimov」を導入した背景には、AIロボットが現実世界で実際に活用される場面が増える中、事故を未然に防ぐための標準が求められていることがある。今後、この基準がどのように業界に影響を与えるのか、注目すべき点だ。

Source：TechCrunch