ヒューマノイド・データ：AIロボブームで生まれた奇妙な労働

最近、食べ物をボウルに入れ、電子レンジで温め、取り出すといった作業を動画に撮ると暗号通貨が支払われるというアプリへの参加を勧められた。また別のWebサイトでは、中国・深圳にあるロボットアームを遠隔操作してパズルや課題をこなす新しいゲームを試してみないかと提案された。ロボットの器用さを向上させるためだという。

一体何が起きているのか。ちょうど私たちの言葉が大規模言語モデル（LLM）の訓練データになったように、ロボティクス企業は今、人間の動作に関するデータが高性能なヒューマノイド（人型ロボット）の開発に役立つと見込んでいる。ヒューマノイドは単純なロボットアームよりも訓練が難しいにもかかわらず、現在人間が働く場所により容易に溶け込める（そしていつかは人間を完全に置き換える）と各社は考えている。

ヒューマノイドの訓練方法に関するこの新たな発想は、2022年のChatGPT（チャットGPT）登場に端を発すると言える。大規模言語モデルは、人工知能（AI）企業が収集できた（あるいは盗んだと主張する声もある）あらゆる文章という膨大な訓練データにさらされることでテキストを生成できるようになった。ロボット研究者たちはこのスケーリング則をロボット工学に応用したいと考えたが、人間の動作を記述したインターネット規模のデータコレクションが存在しなかった。

そのようなデータを大量に収集することの困難さに直面した企業は、バーチャル・シミュレーション内でロボットに動作を学習させるといった代替手段を用いた。しかし、シミュレーションは摩擦や弾性といった現実世界の物理現象を完全には再現できないため、シミュレーション内で訓練したロボットは文字通りつまずく傾向があった。

今やヒューマノイドを開発する企業は、手間がかかるとはいえ、現実世界のデータを収集することで大きな成果が得られると判断するようになった。そこから事態は奇妙な様相を呈し始めた。

初期の取り組みは素朴で学術的なものだった。研究室では、カメラやハンドヘルドグリッパーを装着した人々がワッフルを焼いたり机を片付けたりといった家事をこなす様子を何時間も収録し、そのデータをオープンに共有していた。しかしロボット工学へのベンチャーキャピタル投資が急増し、2025年にはヒューマノイド分野だけで61億ドルにも達した結果、訓練データの作成をめぐる競争はより熾烈かつ精巧なものになってきた。

現在、中国には訓練センターが存在し、そこでは人々がエクソスケルトン（外骨格、ここでは着用型ロボットを指す）とVR（実質現実）機器を装着してテーブルを拭くといった同じ反復作業を1日に何百回もこなしている。ナイジェリア、アルゼンチン、インドのギグワーカーたちは自宅での家事を動画に撮影している。2026年に入って筆者は、米国のある配送会社が従業員にセンサーを装着させ、荷物を運ぶ際の動きを追跡していることを知った。その目的の一つは労働災害の研究だが、もう一つの目的は従業員を置き換えるロボットの訓練データの収集だという。

こうした動向は、肉体労働者がデータ収集者へと変わっていくという超現実的な労働の未来を示唆している。しかし、収集した動作データでロボットを訓練することは依然として複雑な問題をはらんでいる。技術的なブレークスルーをもたらすために必要とされる規模でそれを実現できるかどうかさえ不明であり、収益性のあるビジネスを構築できるかどうかはなおさら不透明だ。

電子レンジを開ける私の動画には、どれほどの価値があるのか。ロボットに夕食の調理を教えるには、そのような瞬間が何千回分必要なのか。おそらく2026年こそ、その答えが明らかになるだろう。

• 0

人気の記事ランキング

1. Is carbon removal in trouble? 炭素除去業界に激震、最大顧客のマイクロソフトが購入を一時停止
2. NASA is building the first nuclear reactor-powered interplanetary spacecraft. How will it work? 初の原子力推進で火星へ、 NASA「強気すぎる」計画 SR-1はどう動くのか？
3. Why opinion on AI is so divided AIの「すごさ」、プロと一般人の見え方がまるで違う理由
4. You have no choice in reading this article—maybe そこに自由意志は存在するか 神経科学者が挑み続ける 「選択の余地のない」問い