トヨタ・リサーチ・インスティテュート上級副社長が語る、完璧な家庭用ロボット開発の難しさ

テッククランチイベント

高齢者介護が第一の柱でした。

まさにその通りです。その過程で学んだことの一つは、進捗状況をうまく測れなかったということです。家づくりは本当に大変です。難しいからこそ、チャレンジ課題を選ぶのです。家づくりの問題は、難しすぎるということではなく、進捗状況を測るのが難しすぎることでした。私たちは様々なことを試しました。手順的に散らかしを作ってみたり、小麦粉や米をテーブルに置いて拭き取ったり、ロボットが整理整頓できるように家中に物を置いてみたりしました。Airbnbにデプロイして、どれだけうまくいっているのかを確認してみましたが、問題は毎回同じ家を用意できないことでした。もし同じ家を用意したら、その家に過剰適応してしまうでしょう。

毎回同じ家にならないのが理想ではないでしょうか？

まさにその通りです。でも問題は、どれだけうまくいっているのかを測ることができなかったことです。例えば、ある家の片付けが少しうまくなったとしましょう。それが私たちの能力が向上したからなのか、それともその家が少し楽になったからなのかは分かりません。私たちは「デモを見せて、かっこいいビデオを見せて。まだ十分じゃないから、かっこいいビデオをどうぞ」というお決まりのやり方をしていました。それでは、本当にうまくいっているのかどうか分からなかったのです。食料品の買い物チャレンジの課題では、家庭と同じくらい難しい、あるいは家庭と同じ典型的な問題を抱えている環境が必要だと言いましたが、その環境であればどれだけ進歩しているかを測ることができます。

家庭やスーパーマーケットのどちらかに対する特定の目標について話しているのではなく、両方の場所にまたがる問題の解決について話しています。

あるいは、ロボット工学の最先端技術を推し進めているかどうかを測るだけでも重要です。知覚、動作計画、そして実際に汎用的な動作を実現できるかどうか。正直に言うと、チャレンジの問題はそれほど重要ではありません。DARPAロボティクスチャレンジは、単に架空のタスクで、難しいものでした。これは私たちのチャレンジタスクにも当てはまります。私たちが最終的に家庭で人々を支援したい場所を象徴しているからこそ、家庭を好んでいます。しかし、必ずしも家庭である必要はありません。食料品店は、多様性に富んでいるため、非常に良い例です。

でも、フラストレーションもあります。こうした課題がどれほど困難で、実現がいかに遠いかは分かっているのに、知らない人があなたの動画を見て、自分が実現できなくても、それがすぐそこに見えてしまうんです。

まさにその通りです。だからこそ、ギル（プラット）はいつも「なぜこれが挑戦的な課題なのかを改めて強調してほしい」と言っているのです。

それを普通の人にどう伝えるか？普通の人はチャレンジングな課題にこだわらない。

まさにその通りです。だからこそ、今日ご覧いただいたデモでは、課題となるタスクだけでなく、その課題から生まれた機能を実際のアプリケーション、例えばコンテナの荷降ろしなどにどのように適用するかという例もご紹介しました。これはまさに現実の問題です。工場を訪問し、「はい、これは問題です。助けてもらえますか？」と尋ねられました。そこで私たちは、「はい、その問題に適用できる技術があります」と答えました。つまり、私たちはこれらの課題から、私たちが重要だと考えるいくつかのブレークスルーが生まれ、それを実際のアプリケーションに適用していることを示すように努めているのです。そして、それが人々の理解に役立っていると思います。なぜなら、その第二段階を目にすることで、理解が深まっているからです。

ロボットチームの規模はどれくらいですか?

この部門はこことマサチューセッツ州ケンブリッジに均等に分かれて約 50 人で構成されています。

テスラやフィギュアのような、汎用ヒューマノイドロボットの開発に取り組んでいる企業の例がありますが、あなたはそれとは異なる方向に向かっているようですね。

少しは。私たちが観察してきたことの一つは、世界は人間のために作られているということです。何もない状態から「人間の空間で働くロボットを作りたい」と考えると、結局は人間の体格と人間レベルの能力に行き着く傾向があります。人間の脚と腕を持つことになるでしょうが、必ずしもそれが最適な解決策だからというわけではありません。世界が人間を中心に設計されているからです。

マイルストーンをどのように測定しますか？チームにとっての成功とはどのようなものですか？

家庭から食料品店への移行は、その好例です。家庭では進歩を遂げていましたが、食料品店への移行ほど速くも明確でもありませんでした。食料品店に移行すると、自分たちの取り組みがどれだけうまくいっているのか、そしてシステムの真の問題点はどこにあるのかが、非常に明確になります。そして、それらの問題の解決に真剣に取り組むことができます。トヨタの物流施設と製造施設の両方を見学した際に、食料品の買い物における課題と基本的に同じ、しかし少し異なる、あらゆる機会を目にしました。つまり、部品が食料品ではなく、配送センターにあるすべての部品であるということです。

知り合いの 1,000 人から家庭用ロボットは本当に難しいと聞き、自分で試してみなければならないと感じ、そして実際、彼らと同じ間違いを犯してしまうのです。

たぶん私も他の人と同じで、GPUが進化したからこうなったんだと思う。ああ、機械学習が使えるようになったから、これができるってわかった。ああ、そうか、思ったより難しかったのかも。

いつか何かがそれをひっくり返すはずです。

たぶん。長い時間がかかると思います。自動運転と同じように、特効薬はないと思います。魔法のように「よし、これで解決だ！」というわけにはいきません。少しずつ、少しずつ、着実に進めていく必要があります。だからこそ、短いタイムライン、つまり短いマイルストーンで小さな成果を積み重ねていくロードマップを持つことが重要なのです。そうすることで、長期的なビジョンを真に実現するために、努力を続けることができるのです。

これらのテクノロジーを実際に製品化するプロセスは何ですか?

それは非常に良い質問で、私たち自身もその答えを探し求めています。今では状況はある程度把握できていると思います。当初は、技術を第三者かトヨタ社内の誰かに委ねられる人材を見つければいい、と甘く考えていたのかもしれません。しかし、事業部、企業、スタートアップ、あるいはトヨタ社内の部署など、何であれ、そのような人材は存在しないということを学びました。ですから、私たちは何か新しいものを生み出す方法を模索しており、これはTRI-ADのストーリーでもあると思います。TRI-ADは、私たちが行っていた自動運転の研究をより現実的なものにするために設立されました。ロボティクスや、私たちが取り組んでいる多くの先進技術において、同じ問題を抱えています。

スピンオフ作品が制作できる段階に到達する可能性を考えていますね。

可能性はあります。しかし、それがこの技術を商業化するための主な手段ではありません。

主なメカニズムは何ですか?

分かりません。答えは、私たちが行っていることの多様性は、グループによって異なる可能性が高いということです。

TRIは設立以来どのように変化しましたか?

私が最初に着任した頃は、明らかにロボット工学の研究だけをやっていたように思います。その理由の一つは、人間の生活環境におけるほぼあらゆる現実世界の困難な用途に技術を適用できる段階から、まだ程遠い状況だったからです。しかし、この5年間で、この非常に困難な問題において十分な進歩を遂げ、今やそれが現実世界での応用へと発展し始めていると感じています。私たちは意識的に方向転換しました。研究の80%は依然として最先端の技術を追求していますが、今ではリソースの20%程度を、その研究が私たちが考えているほど優れているのか、そして現実世界の用途に適用できるのかを見極めることに割り当てています。失敗する可能性もあります。興味深いブレークスルーを達成したと思っていたものの、信頼性や速度が十分ではないことに気づくかもしれません。それでも、私たちは努力の20%を試行錯誤に注いでいます。

高齢者介護はこれにどのように当てはまるのでしょうか?

ある意味、これは依然として私たちの北極星と言えるでしょう。プロジェクトは、人々の家庭における活動をどのように拡大していくかという点を依然として模索しています。しかし、時間をかけてこれらの課題に取り組む中で、他の分野にも応用できるものが少しずつ見えてきたら、その短期的なマイルストーンを用いて、私たちが行っている研究の進捗状況を示すことにしています。

完全なライトアウト要因の可能性はどの程度現実的でしょうか?

将来、ゼロから始めることができれば、それは可能かもしれません。しかし、今日の製造業、特にトヨタの現状を見ると、それに近づくことはまず不可能に思えます。私たちは工場の従業員に、「ロボット技術を開発しているのですが、どこに応用できると思いますか？」と尋ねました。彼らは私たちに、ワイヤーハーネスをここに通して、ここから引き出して、ここでクリップして、ここでクリップして、ここで持ってきて、ここで持ってきて、こうやって動かすといった、実に多くの工程を見せてくれました。この技術を習得するには、人間が5日もかかります。私たちは「ああ、これはロボット技術には難しすぎる」と思いました。

しかし、人々にとって最も難しいことは、自動化したいものなのです。

はい、難しいですし、怪我をする可能性もあるでしょう。もちろん、最終的にはそこに到達するための足がかりを作りたいと思っていますが、今のロボット技術を見ると、まだかなり遠い道のりだと思います。