「私もおそらく他の皆と同じように罪を犯していると思います」と、トヨタ・リサーチ・インスティテュート（TRI）のロボティクス担当上級副社長、マックス・バジュラチャルヤ氏は認める。「まるで、GPUが進化したみたいだ。ああ、機械学習が使えるようになったから、こんなこともできるんだ、と。ああ、そうか、もしかしたら、思ったより難しかったのかも」
もちろん、野心はこの仕事の重要な要素です。しかし、失敗から学び直すという、避けられない壮大な伝統もあります。部屋にいる最も賢い人たちは、特定の問題が解決されていない理由を何百万回も説明することができますが、それでも、今回は適切な人材と適切なツールがあれば、状況は変わるはずだと自分に言い聞かせるのは簡単です。
TRI社内のロボット工学チームにとって、不可能と思える課題は家庭だ。この分野での成功例がないのは、努力が足りないからではない。ロボット工学者たちは、自動化を待つ課題は山積しているという点で何世代にもわたって意見が一致しているが、これまでのところ成功例は限られている。ロボット掃除機を除けば、画期的な成果はほとんどない。
TRIのロボット工学チームは長年にわたり、家庭を最重要課題と位置付けてきました。その大きな原動力となっているのは、高齢者介護を「北極星」と位置付けていることです。これは、日本企業がこの分野で世界をはるかにリードしているのと同じ理由です。日本は65歳以上の国民の割合が世界で最も高く、人口4万人未満の西ヨーロッパの小国、モナコに次ぐ規模です。
私たちの健康と幸福が仕事の能力と密接に結びついている現代において、これは危機的な問題と言えるでしょう。イェール大学の助教授が集団自殺を示唆してニューヨーク・タイムズの見出しを飾るような事態です。これは明らかに最もセンセーショナルな「解決策」ですが、それでもなお、意味のある解決策が模索されている問題です。そのため、多くの日本のロボット工学者は、在宅医療、食事の準備、さらには孤独といった問題に対処するために、ロボット工学と自動化に着目しています。
初期のプロが制作した動画では、ロボットが家庭内で調理や様々な表面の清掃といった複雑な作業を実行する様子が紹介されていました。TRIが今週、サウスベイ研究所を一部の報道関係者に公開し、様々なプロジェクトを披露した際、家庭でのロボット活用という要素が著しく欠けていました。バジュラチャルヤ氏は2台のロボットを披露しました。1台目は、既製のアームを改造したもので、山積みになった箱を近くのベルトコンベアに移動するデモで、トラックの荷降ろし作業向けに設計されていました。これは、産業用倉庫において自動化が最も難しい作業の一つです。
2つ目は、買い物に出かける車輪付きロボットです。標準部品と改良されたグリッパーを使用した倉庫の例とは異なり、このシステムは主に必要に迫られて社内で設計されました。ロボットはバーコードと大まかな位置に基づいて棚から様々な商品を取りに行きます。システムは一番上の棚まで伸びて商品を見つけ、様々な物体を掴んでバスケットに入れる最適な方法を判断します。このシステムは、チームが家庭用ロボットの開発から方向転換したことから生まれました。
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
両ロボットの横には模擬キッチンがあり、壁の上部にはガントリーシステムが設置されている。擬似ヒューマノイドロボットがぶら下がり、動かず、生気がない。デモ中は誰も触れないが、チームの初期コンセプトビデオを見たことがある人なら、このシステムは見覚えがあるだろう。
「家は本当に難しいんです」とバジュラチャルヤ氏は言う。「難しいからこそ、チャレンジ課題を選んだんです。家の問題は難しすぎるということではありません。進捗状況を測るのが難しすぎるという点です。私たちは色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、テーブルに小麦粉や米を置いて拭き取ったり、家中に物を並べてロボットが整理整頓できるようにしたり。Airbnbにデプロイして、どれだけうまくできるか試してみたのですが、問題は毎回同じ家を用意できないことです。でも、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。」
スーパーマーケットへの進出は、高齢者コミュニティの喫緊の課題に取り組みながら、より体系的な環境を実現するための取り組みでした。製品のテストでは、チームはAirbnbではなく地元の個人経営の食料品店に拠点を移しました。
「正直に言うと、チャレンジの課題はそれほど重要ではありません」とバジュラチャリヤ氏は説明する。「DARPAロボティクスチャレンジは、単に難しいタスクをでっち上げただけのものでした。私たちのチャレンジの課題も同じです。私たちが最終的に家庭で人々を助けたい場所を象徴しているからこそ、家庭を好んでいるのです。でも、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ので、非常に良い例です。」
この例では、この設定で提示された学習内容の一部は、トヨタのより広範なニーズに応用できます。
このようなチームにとって、具体的に何が進歩と言えるのかは、答えるのが難しい質問です。しかしながら、大企業がまだ具体的かつ収益化可能な成果を上げていないロングテール研究プロジェクトにおける人員削減を始めていることを考えると、これは確かに最優先事項の一つです。昨日、TRIの責任者であるギル・プラット氏にこの質問をしたところ、彼はこう答えました。
トヨタは、雇用が景気循環に左右されないよう、非常に努力を重ねてきた企業です。自動車業界は常に好況と不況を繰り返す業界です。トヨタは、厳しい状況でも従業員を解雇せず、むしろいくつかの対策を講じてきた歴史があることはご存知でしょう。一つは、人々が共に困難に立ち向かい、犠牲を分かち合うこと。もう一つは、困難な状況にあっても、従業員の能力開発を支援するためのメンテナンス、計画、教育への投資に注力することです。
トヨタは業界では「レイオフなし」の方針でよく知られています。GoogleやAmazonのような企業が数万人規模のレイオフの最中にあることを考えると、確かにこれは称賛に値する目標です。しかし、TRIや他の研究部門のように目標がより抽象的な場合、企業は関連するマイルストーンをどのように測定するのでしょうか？
「住宅分野では進展がありましたが、食料品店に進出した時ほど速くも明確でもありませんでした」と幹部は説明します。「食料品店に進出すると、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はっきりと分かります。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、これらの機会はすべて、食料品店での課題と基本的に同じであることがわかりました。ただし、少し違います。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なのです。」
研究プロジェクトの性質上、有益な成果が予期せぬ形で現れることもあるとバジュラチャリヤ氏は付け加える。「これらのプロジェクトは、最終的に人々の家庭でどのように効果を上げられるかを検討している段階です。しかし、時間をかけて挑戦的な課題を選び、他の分野にも応用できるものが少しずつ出てきたら、その短期的なマイルストーンを使って、私たちが進めている研究の進捗状況を示すのです。」
こうした画期的な成果を製品化するための道筋は、時には曖昧になることもあります。
「今、状況はある程度把握できていると思います」とバジュラチャリヤ氏は語る。「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、事業部門であれ、企業であれ、スタートアップ企業であれ、トヨタ社内の部署であれ、そのような人材は存在しないということが分かりました。」
スタートアップのスピンアウト（アルファベットがXラボで行ったようなもの）は確かに検討対象ですが、製品化への主要な道筋となる可能性は低いでしょう。しかし、最終的にどのような形になるかは依然として不透明です。とはいえ、ロボット工学というカテゴリーは、TRIが2017年に設立された当時と比べると、現在でははるかに実現可能性が高くなっています。
「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、ようやく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」とバジュラチャリヤ氏は語る。「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研究に注力していますが、現在ではリソースの20%程度を、その研究が私たちの考え通り優れているのか、そして現実世界での応用に応用できるのかを検証す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と気づくこともあるでしょう。それでも、私たちは努力の20%を試行錯誤に注いでいます。」
