[この記事はTechCrunchのロボット工学ニュースレター「Actuator」に掲載されています。こちらからご購読ください。]
私がNVIDIAの社員とロボット工学についてじっくり話したのは、セッションイベントでクレア・ドロネー氏をステージに招いた時が最後でした。それは随分前のことでした。彼女は昨年7月に同社を退職し、スタートアップ企業への投資に携わっています。実際、彼女は2週間前のDisruptのTechCrunchステージに戻り、アグテック企業Farm-ngの取締役アドバイザーとしての活動について語りました。
NVIDIAはここ数回の決算発表後に好材料を切望しているわけではないが、同社のロボット戦略が近年どれほど成果を上げてきたかを指摘しておくのは当然だろう。製造業以外でのロボットの主流化が多くの人にとってまだ夢物語に過ぎなかった時代に、NVIDIAはこの分野に多大な投資を行ってきた。4月にはTK1の発売から10周年を迎える。NVIDIAは当時、この製品について次のように説明していた。「Jetson TK1は、Tegra K1の機能をコンパクトで低消費電力のプラットフォームに統合し、開発者に提供します。これにより、PCでの開発と同じくらいシンプルな開発が可能になります。」
同社は今年2月、「世界中で100万人の開発者が、エッジAIとロボティクス向けのNVIDIA Jetsonプラットフォームを活用し、革新的な技術を開発しています。さらに、6,000社以上の企業（そのうち3分の1はスタートアップ企業）が、このプラットフォームを自社製品に統合しています」と述べています。
このプラットフォームを一度も使ったことのないロボット開発者を見つけるのは難しいでしょう。正直なところ、ユーザーが趣味人から多国籍企業まで実に多岐にわたるのは驚くべきことです。Arduinoのような企業にとって、これほどの広がりはまさに夢のようなことです。
先週、私は同社の広大なサンタクララオフィスを訪問しました。2018年にオープンしたこれらの建物は、サン・トーマス・エクスプレスウェイから見過ごすことはできません。実際、道路の上には歩道橋が架かり、旧本社と新本社を結んでいます。新オフィスは主に2つの建物、「ボイジャー」と「エンデバー」で構成されており、それぞれ50万平方フィート（約46,000平方メートル）と75万平方フィート（約74,000平方メートル）の広さを誇ります。
二つの建物の間には、木々に囲まれた屋外歩道があり、その下には太陽光発電パネルを支える大きな交差するトレリスがそびえ立っている。サウスベイの大手テック本社をめぐる争いは近年激化しているが、実質的にお金を印刷しているのであれば、土地を購入してオフィスを建設するのがおそらく最良の投資先だろう。Apple、Google、Facebookに聞いてみればわかるだろう。
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
一方、NVIDIAのロボット工学分野への参入は、様々な運命の恩恵を受けています。同社は、設計・製造から、ますます複雑なタスクを実行できる低消費電力システムの開発に至るまで、現時点で地球上の誰よりもシリコンに精通しています。こうした技術は、AIとMLへの投資がますます増えている世界にとって、まさに基礎となるものです。一方、NVIDIAのゲームに関する幅広い知識は、同社のロボット工学シミュレーションプラットフォーム「Isaac Sim」にとって大きな強みとなっています。まさに、まさに完璧な組み合わせと言えるでしょう。
8月のSIGGRAPHで、NVIDIAのCEOであるジェンスン・フアン氏は次のように説明しました。「ラスタライゼーションが限界に達していることに気付きました。2018年はまさに『会社を賭けた』時期でした。ハードウェア、ソフトウェア、アルゴリズムを刷新する必要がありました。そして、AIを活用してCGを刷新すると同時に、AI向けにGPUを刷新していたのです。」
いくつかのデモを体験した後、NVIDIAの組み込み・エッジコンピューティング担当副社長兼ゼネラルマネージャー、ディープ・タラ氏と話をしました。話を始めると、彼はJetsonプラットフォームが動作する、奥の壁に設置されたシスコのテレビ会議システムを指差しました。これは、Jetsonというと私たちが思い浮かべる典型的なAMRとは全く異なるものでした。
「多くの人はロボット工学というと、腕や脚、翼、車輪などを備えた物理的な物体、つまり内側から外側へ知覚する装置を思い浮かべます」と彼はオフィス機器について言及した。「人間と同じです。人間は周囲を見て状況認識を行うためのセンサーを持っています。一方、外側から内側へ知覚するロボット工学というものもあります。これは動きません。建物の中にカメラとセンサーがあると想像してみてください。何が起こっているかが分かります。私たちはNvidia Metropolisというプラットフォームを持っています。これはビデオ分析機能を備えており、交差点、空港、小売環境などにも拡張可能です。」以下はインタビューの一部です。
TC：2015年にJetsonシステムを披露した時の第一印象はどうでしたか？多くの人がゲーム関連企業を思い浮かべる企業からの発表でした。
DT：ええ、確かに変わりつつありますが。おっしゃる通り、ほとんどの消費者はそれに慣れています。当時はAIはまだ新しい技術で、どのようなユースケースを理解しているのか説明する必要がありました。2015年11月、ジェンセン・フアンと私はサンフランシスコに行き、いくつかのプレゼンテーションを行いました。その際に例として取り上げたのは自律型ドローンでした。自律型ドローンを作るには、何が必要でしょうか？これだけのセンサーが必要で、これだけのフレームを処理し、これを特定する必要があります。必要な計算量を特定するために、大まかな計算を行いました。そして、もし今それを実現したいとしたら、どのような選択肢があるでしょうか？当時はそのようなものは存在しませんでした。
Nvidia のゲームの歴史はロボット工学プロジェクトにどのように影響を与えたのでしょうか?
会社を設立した当初、GPU開発の資金はゲーム業界から得られました。その後、非グラフィックアプリケーションにも使用できるよう、CUDAをGPUに追加しました。CUDAは、私たちがAI分野に進出するきっかけとなりました。現在では、例えばレイトレーシングなどにより、AIがゲーム業界にも貢献しています。結局のところ、私たちはGPUを搭載したマイクロプロセッサを開発しているのです。先ほどお話ししたミドルウェアはすべて同じです。CUDAは、ロボティクス、高性能コンピューティング、クラウドAIなど、あらゆる分野で活用されています。誰もがCUDAのあらゆる機能を使う必要はありませんが、基本的に同じです。
Isaac Sim は [Open Robotics の] Gazebo と比べてどうですか?
Gazeboは、限定的なシミュレーションを行うための優れた基本シミュレータです。Gazeboに取って代わろうとしているわけではありません。Gazeboは基本的なタスクに適しています。GazeboとIsaac Simを接続するためのシンプルなROSブリッジを提供しています。しかし、Isaacは他ではできないことを実現できます。IsaacはOmniverseをベースに構築されており、Omniverseで利用できる機能はすべてIsaac Simに搭載されています。また、あらゆるAIモード、あらゆるフレームワーク、そして現実世界で行われているあらゆることと連携できるように設計されています。あらゆる自律性を実現できます。視覚的な忠実度も備えています。
ROS と競合するつもりはありません。
いいえ、違います。覚えておいてください、私たちはプラットフォームを構築しようとしているのです。私たちは皆と繋がり、私たちが彼らのプラットフォームを活用しているのと同じように、他の人たちにも私たちのプラットフォームを活用してもらいたいのです。競争する意味はありません。
研究大学と協力していますか?
まさにその通りです。ディーター・フォックスはNVIDIAのロボティクス研究の責任者です。彼はワシントン大学のロボティクス教授でもあります。私たちの研究メンバーの多くは、複数の大学に所属しています。多くの場合、大学に所属しています。私たちは論文を発表しています。研究を行う際は、オープンであるべきです。
展開やフリート管理などの作業についてエンドユーザーと協力していますか?
おそらくそうではないでしょう。例えば、ジョンディアがトラクターを販売している場合、農家は私たちに相談しません。通常、フリート管理は農家と話をするでしょう。私たちは農家を支援するツールを提供していますが、フリート管理はサービスを提供している企業やロボットを開発している企業が行います。
ロボット工学が Nvidia にとってパズルのピースになったのはいつですか?
2010年代初頭だと思います。AIが誕生したのもその頃です。ディープラーニングが初めて世界に広まったのは2012年だったと思います。最近、ブライアン・カタンザーロのプロフィールが掲載されました。彼はすぐにLinkedInでこう言っています。[LinkedIn投稿からの引用全文]「私はジェンセンを説得したわけではありません。ただディープラーニングについて説明しただけです。彼はすぐに自分の信念を固め、NVIDIAをAI企業へと転換しました。その姿を見るのは刺激的で、NVIDIAの変革を目の当たりにできたことが今でも信じられないことがあります。」
2015 年は、クラウドだけでなく、Jetson と自動運転の両方のための EDGE 向けの AI を開始した年でした。
生成 AI について人々と議論するとき、それが単なる流行ではないことをどのように納得させますか?
結果がそれを物語っていると思います。生産性の向上は既に実感できます。メールも自動作成してくれます。完璧ではありませんが、ゼロから始める必要はありません。70%の精度で作成してくれます。以前と比べて明らかに進歩していることが分かります。要約も完璧ではありません。わざわざアプリに読み上げさせて要約させるつもりはありません。ですから、生産性向上の兆候は既に見えていると言えるでしょう。
