ロボットたちは暗いキッチンで一緒に踊ります。ヒューマノイドロボットはどのようにしてSFから現実に移行するのでしょうか?

フィギュアロボット（出典：フィギュア）

SF映画の予測では、人間とロボットの共生は常に静かな革命から始まります。かつては不器用だった機械の腕が人間のように考え始め、冷たい金属の関節が人生の場面に合わせて踊ることを学ぶのです。そして2025年2月、この光景が現実に静かに展開されつつあるようだった。

アメリカの新興企業フィギュアが発表した新世代のヒューマノイドロボットには、Helixと呼ばれる視覚・言語・行動（VLA）モデルが搭載されており、ロボットの知覚、制御、理解能力が大幅に向上し、2台のロボットがリハーサルなしで暗黙のうちにアイテムを受け渡すことができるようになった。まるで SF のようなインテリジェントなコラボレーション機能により、ファンタジーの家庭シーンに登場する機械の執事を現実の世界に再現します。

ヒューマノイドロボット：究極のテクノロジー

映画「メトロポリス」のスチール写真

ロボットの概念は演劇「R.U.R.」で初めて登場しました。 1920年にチェコの有名な作家カレル・チャペックによって書かれた。1927年の映画「メトロポリス」に登場するアンドロイドのマリアは、機械の体に人間性を宿しており、サイバーパンク美学の初期の原型となった。

ヒューマノイドロボットとは、人工知能とロボット工学技術を用いて作られた、人間のような外観と動作を持つロボットです。機械工学、電子技術、コンピューターサイエンス、人工知能など、複数の分野における最先端の成果を統合します。

NASAのヴァルキリー（R5）ロボット

画像提供: NASA

ヒューマノイドロボットのコア技術は、次の 4 つの部分で構成されています。

知覚システム: ヒューマノイドロボットが視覚、聴覚、触覚などのセンサーやその他のデバイスを通じて環境を認識し、外部情報を取得する能力を指します。

インテリジェントな意思決定: 機械学習、ディープラーニング、ニューラル ネットワークなどの人工知能技術を使用して、ロボットが状況やタスクの要件に基づいて自律的に意思決定や判断を行えるようにすることを指します。

ヒューマンコンピュータインタラクション：言語認識、感情認識など、ヒューマノイドロボットが人間とより良くコミュニケーションし、対話できるようにする機能を指します。

動作制御: さまざまなセンサーとアルゴリズムを使用して、ロボットの姿勢制御、歩行計画、バランス制御を行うことを指します。

ヒューマノイドロボットの開発の歴史は、人間が機械を使って自分自身を複製しようとした壮大な物語です。蒸気時代のギアファンタジーからAI時代のニューラルネットワーク革命まで、各技術ノードにおけるブレークスルーは、SF作品の予測や啓示と一致しています。

01

初期開発段階（1970年代～2000年）：

初期のヒューマノイド ロボット モデルは外観がシンプルで、基本的な人間の胴体と手足の形状のみを備えていました。実行できる機能も非常に限られていました。彼らは単純な歩行と手の動きしかできず、対話能力はまだなく、知能レベルも低かった。

WABOT-1ロボット（写真提供：早稲田大学）

例えば、1973年に日本の早稲田大学は、物を運ぶなどの作業しかできない世界初のヒューマノイドロボットWABOT-1を開発しましたが、その知能レベルは1歳半の赤ちゃんと同等でした。一方、日本のホンダが開発した自律歩行ロボットP2やASIMOは、歩行とバランスの面で継続的に最適化されたものでした。

02

高度統合開発段階（2001-2011年）：

この段階は、ヒューマノイドロボットの基本的な知覚機能の出発点です。技術革新により、この時代の人型ロボットは外部環境との限定的な相互作用を実現し、移動の自由度が向上しました。アプリケーションシナリオは比較的単純で、主に展示会やエンターテイメントに使用されていますが、モーションコントロールと人間とコンピューターの相互作用においては確かに大きな進歩がありました。

ホンダロボティクス開発の歴史と第3世代ASIMO（出典：ホンダ）

例えば、2003年にソニーが開発したQRIOロボットは音声認識機能と顔認識機能を搭載し、10種類の表情を認識できるようになりました。 2011年、日本のホンダは第3世代のASIMOを発売した。このロボットは、センサーを使って自動的に判断して行動し、障害物を回避できるほか、5本の指を使って手話をしたり、やかんの水を紙コップに注いだりすることもできる。 ASIMOは階段を上り下りしたりお茶を出したりできるだけでなく、2014年にはデトロイト交響楽団の指揮も行いました。

03

高いダイナミックモーションとインタラクティブ機能の向上段階

(2012-2020):

この段階の研究開発の焦点は、ヒューマノイドロボットの動きや相互作用の能力を強化することにあります。強化学習技術により、ヒューマノイドロボットは環境との相互作用において動きや行動を継続的に最適化できるようになり、感情認識や言語対話技術も大幅に向上しました。

POPPYロボット開発の歴史（出典：Inria）

例えば、アメリカのボストン・ダイナミクス社が2013年に開発した二足歩行のヒューマノイドロボット「アトラス」は、超高い運動能力を持っています。垂直ジャンプ、逆立ち、障害物越え、バック宙を巧みにこなし、さらには Spot ロボットと一緒にダンスをすることもできます。手と足の両方を使ったパルクール機能を備えています。

2016年、フランスのInria Flower Laboratoryが開発した初のオープンソースヒューマノイドロボット「POPPY」が市場に投入されました。教育、科学研究、文化、芸術など多くの分野で優れた適応力を発揮しています。教育分野では、POPPY は、学生がロボット工学の原理とプログラミングの知識をより直感的に理解するのに役立つ教育ツールとして使用できます。文化芸術の創造の分野では、アーティストたちがPOPPYの独特の表現力を活かして、斬新な芸術作品を数多く生み出しています。

04

高度インテリジェント化開発段階（2020年現在）：

現代の人工知能、コンピュータービジョンシステム、その他の先進技術の助けを借りて、ヒューマノイドロボットはインテリジェントな進歩に向かっています。今日のヒューマノイドロボットは、知覚能力と認知能力が大幅に向上しています。それらのほとんどは、高度なバイオニック胴体構成と擬人化された動作制御を備えています。重量、柔軟性などにおいて大きな進歩を遂げ、実用性が大幅に向上しました。

Ameca Robotics 開発の歴史 (出典: Engineered Arts)

例えば、英国のEngineered Arts社がAmecaをGPT-3/4に接続したところ、生まれ変わりました。 Ameca は高度なセンサーを搭載しており、顔認識機能と複数の音声認識機能を備えているため、人間と自然に対話することができます。人間の感情を鋭敏に察知するだけでなく、豊かな表情や身振りで情報を伝達することもできます。

いくつかのハイエンドテクノロジー体験の場では、Ameca が受付係として機能し、心のこもったコミュニケーションと交流で訪問者にサービスを提供して、深い印象を残します。テスラのOptimus Gen2ヒューマノイドロボットの機動性、器用さ、バランス、リアルタイム処理能力も、AIビッグモデルの介入により大幅に向上しました。

Unitree H1 ロボット (出典: Unitree Technology)

中国におけるヒューマノイドロボットの開発は遅れて始まったが、研究は1990年代に始まったばかりだった。しかし近年、国内のヒューマノイドロボットの研究開発は大きく進歩しており、多くの企業や研究機関が積極的に参加し、技術革新と製品の応用を絶えず模索しています。 Yushu Technology は、中国のヒューマノイドロボット分野のリーダーです。

春節祭ステージでは、ユニシューテクノロジー社のヒューマノイドロボットUnitree H1 16台がダンサーとともに「YangBOT」を披露し、「サイバーヤンコ」で観客を魅了した。これらのロボットには 19 個の関節があり、腕にはさらに 3 つの自由度があるため、ハンカチを回転させたり、投げて回収したりするなど、難しい動作を実行できます。

「YangBOT」と名付けられたこのダンスの背後には、19個の関節の精密な調整、動作の各フレームのAIマッピング、複雑な動的バランスの分野における二足歩行ロボットの画期的な進歩があり、これは、人型ロボットの研究開発におけるYushu Technologyの底力を十分に示しています。

ヒューマノイドロボットの開発展望は期待に満ちています。人工知能、材料科学、センサー技術などの分野で革新的な進歩が続くことで、ヒューマノイドロボットはよりインテリジェントで、柔軟性が高く、強力になるでしょう。

知能の面では、学習能力と推論能力がより強くなり、より複雑なタスクや状況を理解して対処できるようになります。ヒューマノイドロボットは、モノのインターネットやビッグデータなどのテクノロジーとの緊密な統合を通じて、大量のデータをリアルタイムで取得して分析し、より正確な判断とより効率的な行動を可能にします。

運動能力の面では、新しい素材と機械設計により、ヒューマノイドロボットの動きがよりスムーズで自然になり、さまざまな複雑な地形や環境に適応し、より困難な動作を完了できるようになります。

フィギュアロボット（出典：フィギュア）

ヒューマノイドロボットの技術が成熟するにつれて、その応用シナリオはますます広範囲に広がっています。工業分野では、危険な作業、反復作業、または高精度の作業に従事することがあります。医療分野では、ヒューマノイドロボットは高精度な手術能力により医師の手術を支援し、手術のリスクを軽減することができます。家庭サービスでは、ヒューマノイドロボットが家事アシスタントとして機能し、床の掃き掃除、窓の掃除、食器洗いなどの家事を簡単にこなすことができます。教育の分野では、革新的な教育ツールとしてのヒューマノイドロボットが、生き生きとした興味深い方法で知識を伝えることができます。

ヒューマノイドロボットは将来大きな可能性を秘めていることがわかりますが、まだ多くの課題に直面しています。

1. 高い計算能力: ヒューマノイドロボットの姿勢、速度、強度には高い計算能力が必要であり、現在の計算能力は大きな課題に直面しています。

2. 技術力の弱さ: 現在の基本的な技術力は依然として非常に弱いです。既存のソフトウェアアルゴリズムはヒューマノイドロボットの大規模な応用をサポートするには不十分であり、依然として大きな技術革新が必要です。

3. 高コスト: ヒューマノイドロボット業界では、研究開発コスト、損失、研究開発投資が高額になるのが普通です。

4. 安全性の欠如: データ セキュリティ機能とシステムが不十分であり、セキュリティとプライバシーの問題に直面しています。

ゲーム「デトロイト ビカム ヒューマン」の主人公コナー

WABOT-1のシンプルな動きからAmecaの自由なインタラクションまで、ヒューマノイドロボットは「テクノロジーの奇跡」として私たちの日常生活に入り込んでいます。これらは両方とも、『2001年宇宙の旅』のHAL 9000の進化形であり、『デトロイト ビカム ヒューマン』のコナーのプロトタイプです。しかし、テクノロジーの究極の目標は人間に取って代わることではなく、「インターステラー」のTARSのように、未知の世界を探索する協力的なパートナーになることです。

将来、ヒューマノイドロボットが真に社会に統合されると、人間は生物学的特徴ではなく、創造性、共感、倫理的選択に基づいて「人間性」を再定義することになるかもしれない。

おそらく、すべての古典的な SF の教訓的な物語のように、ヒューマノイド ロボットは最終的に人間の本質を映し出す鏡となるでしょう。ロボットがリンゴを渡すときに指先の衝撃を避けるために指先の強さを調整することを学んだとき、私たちも同じように人間に優しく接することができるでしょうか。チューリングテストを突破したとき、人類が誇る「意識」の境界はどのように再定義されるべきなのだろうか？

その答えは、今後 10 年間の研究室に隠されているかもしれないし、あるいは、アシモフのロボット工学の法則や「アンドロイドは電気羊の夢を見るか?」の雨の夜の独白の中にすでに書かれているかもしれない。唯一確かなのは、この機械の覚醒の最終章は、人類の文明と機械知能によって共同で書かれる運命にあるということだ。

参考文献:

https://www.ccidgroup.com/info/1207/41123.htm

https://www.hanspub.org/journal/paperinformation?paperid=86460

https://www.figure.ai/news/helix

https://en.wikipedia.org/wiki/Atlas_(ロボット)

https://builtin.com/robotics/humanoid-robots

https://en.wikipedia.org/wiki/Humanoid_robot著者: Yang Yuxin

企画：Liu Ying、Zhang Chao、Li Peiyuan、Yang Liu

査読者: 南京理工大学准教授 傅昌毅

江蘇省サイエンスライター協会SF委員会委員長