四足歩行ロボットが、チェンソーで全ての足を切断された後も這い続ける様子は、多くの人にとって悪夢のような光景でしょう。しかし、Skild AIの共同創設者兼CEOであるディーパック・パタク氏にとっては、これは新たな、より汎用的なロボット知能の誕生を告げる明るい兆しなのです。
パタク氏は、自社開発の汎用人工知能アルゴリズムを「オムニボディ・ブレイン」と呼びます。このアルゴリズムは、ロボット工学の発展における大きな課題、「どんなロボットでも、どんなタスクでも、一つの脳で制御する」という極めて高い汎用性を解決するために開発されました。
多くの研究者は、ロボット制御用AIモデルは、十分な訓練データが収集できれば、大規模言語モデルやチャットボットを生み出したような飛躍的な進歩を遂げると信じています。しかしパタク氏によると、遠隔操作やシミュレーションを通してアルゴリズムが特定のシステムの制御を学習する既存の方法は、十分なデータを生み出さないとのことです。
そこでSkild社は、単一のアルゴリズムに、様々な種類の物理ロボットを幅広いタスクで制御させるというアプローチを採用しました。時間をかけて、これにより「Skild Brain」と呼ばれる、様々な物理的な形態（見たことのない形態も含む）に適応できるより汎用的な能力を持つモデルが生成されます。研究者たちは、このアプローチの概要を示した学術論文のために、LocoFormerと呼ばれる小型バージョンのモデルも作成しました。
このモデルは、脚を失うなど新たな状況にも迅速に適応し、学習した内容を新たな状況に適用する方法を見つけ出します。パタク氏は、このアプローチを、大規模言語モデルが問題を細分化し、その検討結果を自身のコンテキストウィンドウにフィードバックすることで特に難しい問題に対処する方法（インコンテキスト学習として知られる）に例えています。
トヨタ研究所やPhysical Intelligenceなどの競合他社も、より汎用性の高いロボットAIモデルの開発にしのぎを削っています。しかしSkild社は、これほど多くの種類のハードウェアにわたって汎用化するモデルを構築している点で異例です。
ある実験では、Skildチームは、形状の異なる多数の歩行ロボットを制御するためにアルゴリズムを訓練しました。その後、訓練データに含まれていない実物の二足歩行ロボットと四足歩行ロボットでアルゴリズムを実行したところ、その動きを制御し、歩行させることができました。実験では、四足歩行ロボットが後ろ足で立つと、アルゴリズムは地面を感知し、人間のように二足歩行で歩くようにロボットを制御することも確認されました。
この汎用アルゴリズムは、脚を縛ったり、切断したり、長くしたりするなど、ロボットの形状が極端に変化した場合にも適応できました。さらに、車輪と脚を持つ四足歩行ロボットのモーター2つを無効にしたところ、ロボットは不安定な自転車のように2つの車輪でバランスをとって適応しました。
Skild社は、ロボットマニピュレーションにも同じアプローチをテストしています。様々なシミュレートされたロボットアームでSkild Brainを訓練した結果、生成されたモデルは、見慣れないハードウェアを制御し、照明の減少など、環境の突然の変化に適応できることがわかりました。パタク氏によると、同社はすでにロボットアームを使用する企業と協力しているとのことです。2024年には、15億ドルの評価額で3億ドルの資金調達を行いました。
パタク氏は、これらの結果は一部の人にとって不気味に見えるかもしれませんが、自分にとってはロボットの物理的な超知能の兆候だと述べています。「個人的にはとても興奮しています」と彼は語っています。
Source: This AI-Powered Robot Keeps Going Even if You Attack It With a Chainsaw
