OpenAIの支援を受けている1X Technologies社は、人間と環境の調和を優先し、汎用性を高めるために、人間を模したロボット「アンドロイド」を設計している。同社は、これが豊富な肉体労働を提供し、単純作業や危険な作業など、一部の業務を人間と置き換える事が可能だと考えているようだ。

そのために、1Xは、ハードウェア面での汎用性だけではなく、それを最大限に活用するために自律性への最大限の汎用アプローチも追求している。それはすなわち、ニューラルネットワークを使って視覚から運動行動をエンド・ツー・エンドで学習するものだ。

2023年に最初のヒューマノイドロボット「EVE」にこのシステムを導入し、パトロール作業を行った後、1Xは現在、アンドロイドの能力を向上させる最新の改良を展開している。同社によると、これらの機能強化は、データからのエンド・ツー・エンドの学習のみによって獲得されたもので、ロボット技術の進化における重要なマイルストーンとなる。

高度な提案

1Xのアンドロイドは、人間そっくりのロボットで、人間の行動を模倣して作られ、私たちの環境をシームレスにナビゲートする。日常的な物を巧みに扱い、標準的な出入り口を通り抜け、様々な環境にシームレスに溶け込み、人間の活動を支援し、向上させる。

1Xのアンドロイドは、エンボディード・ラーニングを利用している。エンボディード・ラーニングとは、同社のAIソフトウェアを肉体に直接統合する先進的なAIアプローチである。この統合により、アンドロイドは自律的に環境と相互作用し、実世界の経験や感覚入力から学習することができる。また、「シェアード・オートノミー」と呼ばれる手法により、人間のオペレーターはAIと協力してアンドロイドの能力を向上させる。オペレーターは、1X’s StudioのVR遠隔操作を使ってアンドロイドに様々な作業を訓練し、人間の知能とAIの効率性を効果的に融合させる。

同社は、具現化された知能のための基礎モデルを、OpenAIの最新の高レベル計画および命令理解モデルと統合しながら訓練している。包括的な目的は、家事から産業環境に至る多様なアプリケーションに対応し、音声コマンドを介してタスクを理解し実行する能力をアンドロイドに装備することである。

ニューラルネットワーク

1Xが公開したデモビデオでは、ヒューマノイドのあらゆる動作は、10Hzで動作する単一の視覚ベースのニューラルネットワークに支配されており、運転、腕の動き、グリッパー機能、胴体の調整、頭の位置などを制御していると主張している。遠隔操作、コンピューターグラフィックス、ビデオ編集、スクリプトによる軌跡は一切関係なく、すべての動作はニューラルネットワークによって自律的に実行され、リアルタイムのスピードで動作すると1X社は主張している。

これらの動作を担う機械学習モデルを開発するために、1X社は30台のEVEロボットのデモからなる多様で高品質なデータセットを作成した。最初に、このデータセットで「ベースモデル」を学習させ、家事から人間や他のロボットとの社会的相互作用まで、さまざまな物理的行動を幅広く理解させる。

その後、このベースモデルを微調整して、一般的なドア操作や倉庫作業など、特定の能力ファミリーに特化させる。さらに微調整を行うことで、これらの能力を、特定のドアを開けるといった正確なタスクを解決できるようになるという。

このトレーニング戦略により、デスクトップGPUを活用し、最小限のデータ収集とトレーニング時間で、新しいスキルの迅速な導入が可能になる。同社は、「ビデオで紹介されているすべての能力は、アンドロイドのオペレーターによってトレーニングされており、従来のコーディング手法ではなく、データによってロボットの能力を表現する新世代の “ソフトウェア2.0エンジニア”を体現している」と主張している。このアプローチにより、同社は「AIエンジニアの数による制約から解放され、アンドロイドが顧客のために引き受けることができるタスクの範囲に柔軟性を育むことができる」と、声明では述べている。

Source

• 1X Technologies: All Neural Networks. All Autonomous. All 1X speed