KADOKAWA Technology Review
×
Innovators Under 35 Japan 2026 候補者募集開始!
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
Stephanie Arnett/MIT Technology Review | Adobe Stock
Humanoid data

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

ロボティクス企業は今や、ヒューマノイドの訓練データとして、ギグワーカーたちにカメラやセンサーを装着させて人間の手や手足の動かし方に関する膨大なデータを収集している。ただし、この奇妙な労働がブレークスルーをもたらすかどうかは不明だ。 by James O'Donnell2026.04.24

この記事の3つのポイント
  1. ヒューマノイド開発競争を背景に、人間の動作データ収集が世界規模で急拡大している
  2. LLMのスケーリング則をロボット工学に応用しようとする動きが、現実世界データの大量収集を促している
  3. 動作データによる訓練の有効性・収益性は未検証であり、労働倫理上の問題も内包している
summarized by Claude 3

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。

人気の記事ランキング
  1. It’s time to address the looming crisis in entry-level work. 「コーディングを学べ」もう通用せず、AIが若者の雇用を奪い始めた
  2. Promotion Call for entries for Innovators Under 35 Japan 2026 「Innovators Under 35 Japan」2026年度候補者募集のお知らせ
  3. Anthropic’s Code with Claude showed off coding’s future—whether you like it or not 「Claudeに任せてしまおう」 たった1年で激変したソフトウェア開発
ジェームス・オドネル [James O'Donnell]米国版 AI/ハードウェア担当記者
自律自動車や外科用ロボット、チャットボットなどのテクノロジーがもたらす可能性とリスクについて主に取材。MITテクノロジーレビュー入社以前は、PBSの報道番組『フロントライン(FRONTLINE)』の調査報道担当記者。ワシントンポスト、プロパブリカ(ProPublica)、WNYCなどのメディアにも寄稿・出演している。
▼Promotion
社会実装都市「ひろしま」の魅力に迫る ローカル ✕ イノベーション
MITテクノロジーレビューが選んだ、AIの10大潮流 [2026年版]

AIをめぐる喧騒の中で、本当に目を向けるべきものは何か。この問いに対する答えとして、MITテクノロジーレビューはAIの重要なアイデア、潮流、新たな進展を整理したリストを発表する。

特集ページへ
MITテクノロジーレビューが選んだ、 世界を変える10大技術

MITテクノロジーレビューの記者と編集者は、未来を形作るエマージング・テクノロジーについて常に議論している。年に一度、私たちは現状を確認し、その見通しを読者に共有する。以下に挙げるのは、良くも悪くも今後数年間で進歩を促し、あるいは大きな変化を引き起こすと本誌が考えるテクノロジーである。

特集ページへ
フォローしてください重要なテクノロジーとイノベーションのニュースをSNSやメールで受け取る