このQ&Aは、TechCrunchの無料ロボットニュースレター「Actuator」に初掲載されました。こちらからご購読ください。
年末のロボティクスQ&Aシリーズは、ディープ・タッラ氏へのインタビューで締めくくります。10月にNVIDIAのベイエリア本社を訪問した際に伺いました。タッラ氏は10年以上にわたり、この半導体大手の組み込みおよびエッジコンピューティング担当副社長を務めてきました。彼は、2023年のロボティクスの現状と今後の方向性について、独自の洞察を提供しています。過去数年間にわたり、NVIDIAはロボティクスのシミュレーション、プロトタイピング、そして展開のための主要なプラットフォームを確立してきました。
前回のQ&A:
- CMUのマシュー・ジョンソン・ロバーソン
- メタのドゥルブ・バトラ
- トヨタ・リサーチ・インスティテュートのマックス・バジュラチャルヤ氏とラス・テドレイク氏によるロボット工学に関するQ&A
- ボストン・ダイナミクスのアーロン・サンダース
TC: ロボット工学の将来において、生成 AI はどのような役割を果たすのでしょうか?
DT:生成AIによる生産性向上は、既に様々な業界で確認されています。GenAIのインパクトは、シミュレーションから設計まで、ロボティクス分野全体に大きな変革をもたらすことは明らかです。
- シミュレーション：モデルは、シーンの構築、環境の構築、アセットの生成など、3Dテクニカルアーティストと開発者間のギャップを埋め、シミュレーション開発を加速させます。これらのGenAIアセットは、合成データ生成、ロボットスキルのトレーニング、ソフトウェアテストなどでの利用が拡大するでしょう。
- マルチモーダル AI:トランスフォーマーベースのモデルにより、ロボットが周囲の世界をより深く理解する能力が向上し、より多くの環境で作業し、複雑なタスクを完了できるようになります。
- ロボットの (再) プログラミング:シンプルな言語でタスクと機能を定義する能力が向上し、ロボットの汎用性/多目的性が高まります。
- 設計:効率性を向上させるための新しい機械設計 (例: エンド エフェクタ)。
ヒューマノイドフォームファクターについてどう思いますか?
自律ロボットの設計は困難ですが、ヒューマノイドロボットはさらに困難です。床面の障害物を主に認識するほとんどの自律移動ロボット（AMR）とは異なり、ヒューマノイドロボットは移動マニピュレーターであり、周囲の環境をより深く理解するためにマルチモーダルAIを必要とします。膨大な量のセンサー処理、高度な制御、そしてスキル実行が求められます。
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
基礎モデルを構築する生成AI機能の飛躍的進歩により、ヒューマノイドに必要なロボットスキルの汎用性が向上しています。同時に、AIベースの制御システムと知覚システムを訓練できるシミュレーション技術も進歩しています。
製造業と倉庫業に続いて、ロボット工学の次の主要分野は何でしょうか?
労働力不足と人口動態の変化の影響を受けている市場は、ロボット工学のビジネスチャンスとも密接に関連し、今後も拡大していくでしょう。これは、農業、ラストマイル配送、小売など、多様な業界で事業を展開するロボット企業に当てはまります。
様々なカテゴリーの自律ロボットを開発する上で重要な課題は、スタックのシミュレーションとテストに必要な3D仮想世界を構築することです。ここでも、生成型AIは、開発者がリアルなシミュレーション環境をより迅速に構築できるようにすることで、その実現を支援します。ロボット工学へのAIの統合により、より活動的で「ロボットフレンドリー」ではない環境でも、自動化を促進できるようになります。
真の汎用ロボットはどのくらい先にあるのでしょうか?
ロボットはますます知能化し、特定の環境下で複数のタスクを実行できるようになっています。ミッション固有の問題に焦点が当てられつつも、より汎用性の高いものへと進化していくことが期待されます。真の汎用性を備えた自律性は、まだ先のことです。
家庭用ロボット（掃除機を超えるもの）は、次の 10 年間で普及するでしょうか?
便利なパーソナルアシスタント、芝刈り機、高齢者を支援するロボットなどが日常的に利用されるようになるでしょう。
これまで家庭用ロボットの普及を阻んできたトレードオフは、ユーザーがロボットにいくら支払う意思があるか、そしてロボットがその価値を提供できるかどうかという軸です。ロボット掃除機は長年、価格に見合った価値を提供してきたため、人気を博しています。
また、ロボットがよりスマートになるにつれて、直感的なユーザーインターフェースが普及の鍵となるでしょう。自ら環境をマッピングし、音声で指示を受け取ることができるロボットは、プログラミングが必要なロボットよりも、家庭の消費者にとって使いやすいものになるでしょう。
次に普及が見込まれるカテゴリーは、まず屋外向け、例えば自動芝生管理といった分野に焦点が当てられるでしょう。パーソナルアシスタントやヘルスケアアシスタントといった家庭用ロボットも将来性は高いものの、変化に富み構造化されていない家庭環境において直面する課題に対処する必要があります。
ロボット工学に関する重要なストーリーやトレンドのうち、十分に報道されていないものは何ですか?
プラットフォームアプローチの必要性。多くのロボティクススタートアップは、特定のタスクや環境に適したロボットを開発しているため、スケールアップが困難です。大規模な商業化を実現するには、より汎用性の高いロボットを開発することが重要です。つまり、新しいスキルを迅速に追加したり、既存のスキルを新しい環境に導入したりできるロボットです。
ロボット工学者は、ロボット工学向けAIの訓練とテストを行うためのツールとライブラリを備えたプラットフォームを必要としています。プラットフォームは、モデルの訓練、合成データの生成、そしてロボット工学ソフトウェアスタック全体の動作検証のためのシミュレーション機能を備え、最新の生成AIモデルをロボット上で直接実行できる必要があります。
明日成功するスタートアップ企業やロボット企業は、新しいロボットスキルと自動化タスクの開発に重点を置き、利用可能なエンドツーエンドの開発プラットフォームを最大限に活用する必要があります。
ブライアン・ヒーターは、2025年初頭までTechCrunchのハードウェア編集者を務めていました。Engadget、PCMag、Laptop、そして編集長を務めたTech Timesなど、数々の大手テクノロジー系メディアで活躍してきました。Spin、Wired、Playboy、Entertainment Weekly、The Onion、Boing Boing、Publishers Weekly、The Daily Beastなど、様々なメディアに寄稿しています。Boing Boingのインタビューポッドキャスト「RiYL」のホストを務め、NPRのレギュラーコメンテーターとしても活躍しています。クイーンズのアパートでは、ジュニパーという名のウサギと暮らしています。
バイオを見る
