ビル・ダリー氏が2009年にNVIDIAの研究所に加わったとき、研究所にはわずか12人ほどの従業員しかおらず、コンピューターグラフィックスで使用されるレンダリング技術であるレイトレーシングに注力していた。
かつては小規模だったこの研究所は現在 400 名以上の従業員を擁し、彼らの貢献により、Nvidia は 90 年代のビデオゲーム用 GPU の新興企業から、人工知能ブームを牽引する 4 兆ドル規模の企業へと変貌を遂げました。
現在、同社の研究所は、ロボット工学とAIの推進に必要な技術の開発に注力しています。そして、その研究成果の一部は既に製品に反映されています。同社は月曜日、ロボット開発者向けに、新たな世界AIモデル、ライブラリ、その他のインフラストラクチャを発表しました。
現在NVIDIAのチーフサイエンティストを務めるダリー氏は、スタンフォード大学在学中の2003年にNVIDIAのコンサルティング業務を開始した。数年後、スタンフォード大学のコンピュータサイエンス学部長を退任するにあたり、彼は長期休暇を取る計画を立てていた。しかし、NVIDIAは別の考えを持っていた。
当時研究所を率いていたデビッド・カーク氏と、NVIDIAのCEOであるジェンスン・フアン氏は、研究所でのより恒久的なポジションを得る方が良いと考えました。ダリー氏はTechCrunchに対し、2人はダリー氏がNVIDIAの研究所に加わるべき理由を「徹底的に」訴え、最終的に説得に成功したと語っています。
「結局、私の興味と才能にぴったり合ったんです」とダリーは言った。「誰もが人生の中で、世界に最大の貢献ができる場所を常に探し求めていると思います。そして私にとって、それは間違いなくNVIDIAです。」
2009年にダリー氏が研究所を引き継いだ際、何よりもまず拡張が優先されました。研究者たちはすぐにレイトレーシング以外の分野、例えば回路設計やVLSI（超大規模集積回路）（何百万個ものトランジスタを1つのチップに集積するプロセス）の研究に着手しました。
それ以来、研究室は拡大を続けています。
テッククランチイベント
サンフランシスコ | 2025年10月27日～29日
「私たちは、会社にとって最もプラスになるものは何なのかを考えようとしています。なぜなら、私たちは常に刺激的な新しい分野を目にしているからです。中には素晴らしい仕事をしている分野もありますが、私たちがこの分野で大成功するかどうかは分かりません」とダリー氏は語った。
しばらくの間、同社は人工知能（AI）向けに高性能なGPUを開発していました。NVIDIAは将来のAIブームをいち早く察知し、2010年からAI向けGPUのアイデアを練り始めました。現在のAIブームの10年以上も前のことです。
「これは素晴らしい、世界を完全に変えるだろう、と私たちは言いました」とダリーは語った。「私たちはこれにさらに力を入れ始めなければなりません。私がそう言った時、ジェンセンもそれを信じてくれました。私たちはGPUをこの分野に特化し、それをサポートするソフトウェアを数多く開発し、この分野に取り組んでいる世界中の研究者と協力し始めました。それが明らかに重要になるずっと前からです。」
物理的なAIフォーカス
現在、NVIDIAはAI GPU市場で圧倒的なリードを握っており、AIデータセンター以外の新たな需要分野を模索し始めています。その探求は、NVIDIAを物理AIとロボティクスへと導いたのです。
「ロボットは最終的に世界で大きな役割を果たすようになると思います。そして、私たちは基本的にすべてのロボットの頭脳を作りたいと思っています」とダリー氏は述べた。「そのためには、鍵となる技術の開発に着手する必要があります。」
そこで、NVIDIAのAI研究担当副社長であるサンジャ・フィドラー氏が登場します。フィドラー氏は2018年にNVIDIAの研究所に加わりました。当時、彼女はすでにMITの学生チームとロボットのシミュレーションモデルの開発に取り組んでいました。研究者向けのレセプションで、フィドラー氏がホアン氏に研究内容を伝えると、ホアン氏は興味を示しました。
「参加せずにはいられませんでした」とフィドラー氏はTechCrunchのインタビューで語った。「テーマがぴったりだっただけでなく、企業文化も非常に合致していました。ジェンセンは『私たちと一緒に、私たちのためにではなく、私と一緒に働きなさい』と言ってくれました」
彼女はNvidiaに入社し、トロントにOmniverseと呼ばれる研究室を設立しました。これはNvidiaのプラットフォームであり、物理AIのシミュレーション構築に重点を置いています。
フィドラー氏によると、これらのシミュレーション世界を構築する上で最初の課題は、必要な3Dデータを見つけることだったという。これには、使用可能な画像の適切な量を見つけること、そしてそれらの画像をシミュレータが使用できる3Dレンダリングに変換するために必要な技術を構築することが含まれていた。
「私たちは、微分化可能レンダリングと呼ばれる技術に投資しました。これは本質的に、レンダリングをAIに適応させるものです」とフィドラー氏は述べた。「レンダリングとは、3Dから画像や動画への変換を意味します。そして私たちは、これを逆方向にも進めたいと考えています。」
世界モデル
Omniverseは、画像を3Dモデルに変換するモデルの最初のバージョンであるGANverse3Dを2021年にリリースしました。その後、動画向けにも同じプロセスを開発する取り組みを開始しました。フィドラー氏によると、ロボットや自動運転車の動画を使用し、同社が2022年に初めて発表したニューラル・リコンストラクション・エンジンを通じて、これらの3Dモデルとシミュレーションを作成したとのことです。
同氏は、これらの技術は1月のCESで発表された同社の世界AIモデル「Cosmos」ファミリーの基盤となるものだと付け加えた。
現在、研究室はこれらのモデルの高速化に注力しています。ビデオゲームやシミュレーションをプレイする際には、リアルタイムで反応できる技術が求められます、とフィドラー氏は述べ、ロボットにおいては反応時間をさらに高速化することに取り組んでいます。
「ロボットは、世界の動きと同じ時間、同じ方法で世界を観察する必要はありません」とフィドラー氏は述べた。「100倍も速く観察できます。ですから、このモデルを現状よりも大幅に高速化できれば、ロボットや物理的なAIアプリケーションに非常に役立つでしょう。」
同社はこの目標に向けて着実に前進しています。NVIDIAは月曜日に開催されたSIGGRAPHコンピュータグラフィックスカンファレンスにおいて、ロボットの学習に使用できる合成データを作成するために設計された、新たなAIモデル群を発表しました。また、ロボット開発者向けの新たなライブラリとインフラストラクチャソフトウェアも発表しました。
こうした進歩や、特にヒューマノイドロボットに関する最近の誇大宣伝にもかかわらず、Nvidia の研究チームは現実的な姿勢を保っている。
ダリー氏とフィドラー氏は両者ともに、ヒューマノイドロボットが家庭に導入されるまでには、業界はまだ少なくとも数年かかると述べ、フィドラー氏はそれを自動運転車に関する誇大宣伝とタイムラインに例えた。
「私たちは大きな進歩を遂げており、AIこそがまさにその成功の原動力となっていると考えています」とダリー氏は述べた。「ロボットの認識のための視覚AIから始まり、次にタスクや動作の計画、そして操作において非常に価値の高い生成AIが登場しました。こうした小さな問題を一つ一つ解決し、ネットワークを訓練するために必要なデータ量が増えていくにつれて、これらのロボットは成長していくでしょう。」
私たちは常に進化を目指しています。TechCrunchや私たちの取材、イベントに関する皆様のご意見やご感想をお聞かせいただければ、私たちの活動に大きく貢献できます。 アンケートにご回答いただく と、賞品が当たるチャンスがあります！
