センサーデータを通じて世界を解釈するフィジカルAIは、サプライチェーンの混乱や労働力不足といった世界的な課題への対応に役立つ可能性があります。
現在のフィジカルAIをめぐる議論の多くはロボティクスと同義になっており、人間の能力の拡張（オーグメンテーション）よりも自動化に強く焦点を当てています。
人間に代わるロボットを開発するのではなく、少人数のチームが複雑さを増す環境を管理できるよう支援するフィジカルAIシステムが必要です。
物理的現実を完全に理解することは、いつか可能になるのでしょうか。何世紀にもわたり、哲学者や科学者がこの問いを議論してきました。今日では、それは理論上の問題を超え、生存に関わる問題となっています。
極端な気象現象は頻度と強度を増しており、産業システムは前例のない負荷のもとで機能不全に陥り、サプライチェーンは予測が難しい形で崩壊しつつあります。その一方で、深刻な労働力不足により、深刻な労働力不足熟練労働者の数が減少しており、これらの複雑な課題に対応することが困難になっています。
AIをめぐる議論は、チャットボットや人型ロボットが中心となってきました。しかし、センサーデータを通じて世界を解釈する人工知能であるフィジカルAIは、人類が直面する最も緊急の課題に対処する新たな機会をもたらします。問題は、私たちがそれを根本的に誤って捉えていることです。
フィジカルAIに対する狭い見方
現在、フィジカルAIをめぐる議論はロボティクスと同義になっています。洗濯物をたたむ、製品を組み立てる、荷物を配達するといった作業を自動化するために設計された機械のことです。Boston Dynamicsの「Atlas」はバク転ができ、Teslaの「Optimus」は家事を行うことを約束しており、Amazonの倉庫ロボットはすでに荷物の取り扱いを行っています。
これらの活用事例には意義がありますが、人間の能力の拡張ではなく自動化に焦点を当てています。物理産業全体で深刻な労働力不足が続く中、私たちに必要なのは、人間を単に代替するのではなく、人間の能力を増幅させるソリューションです。
フィジカルAIをロボティクスと同一視すれば、より有望な機会を逃すおそれがあります。その機会とは、AIを活用して、より少ない労働者が大規模に複雑な物理システムを理解し、管理できるようにすることです。
そして、問われているのは効率化の向上だけではありません。製造、エネルギー、建設、交通、農業はいずれも、気候変動、老朽化したインフラ、サプライチェーンの不安定化によって圧力にさらされています。これらの分野はすべて深刻な人材不足に直面しており、より少ない人員でより多くの成果を出すことが求められています。
今日の「1兆センサー経済」
私たちはすでに、専門家が呼ぶところの「1兆センサー経済」の中で暮らしており、数兆ものセンサーが、いわゆるモノのインターネット、あるいはすべてのものがつながるインターネットを形成しています。
物理世界は監視機器であふれています。気象パターンを追跡するレーダーシステム、機器の状態を監視するサーモセンサー、構造的な応力を検出する振動検出器、大気質を測定する化学センサーなどです。
こうした技術によって生成されるデータ量は膨大です。自律走行車1台は、1日に25ギガバイトのセンサーデータを生成し、一方で最新の航空機は、1時間あたり20テラバイトのエンジンデータを、数十万のパラメーターにわたって生成しています。
それでも、車両、航空機、工場などから生成されるデータの大半は活用されずに終わっています。問題はデータの不足ではありません。異なるセンサーからのストリームを、状況を変えるのに十分な速さで実行可能なインテリジェンスへとまとめ上げる能力が私たちに欠けていることです。こうした信号を解釈できる経験豊富な労働者が減っている中、この問題はさらに大きくなっています。
人間の能力を増幅するフィジカルAI
人間に代わるロボットを開発するのではなく、少人数のチームが複雑さを増す環境を管理できるよう支援するAIシステムが必要です。
エネルギー分野を考えてみましょう。この分野では、高齢化した労働力の退職が、新たな労働者の育成が追いつかないほどの速さで進んでいます。この業界では、フィジカルAIが気象データ、パイプラインの圧力測定値、その他の重要データをリアルタイムで統合し、オペレーターに状況認識と、脆弱なシステム構成要素に関する予測アラートを提供することで、重大な障害が発生しないよう支えることができます。
同様の可能性は、さまざまな業界に存在します。
製造業：フィジカルAIはセンサーデータを統合し、設備故障が発生する数週間前に予測することができ、少人数の保守チームが事後対応ではなく事前対応で業務を進めることを可能にします。技術者を代替するのではなく、診断に関する知見を提供することで支援します。つまり、かつてはチーム全体を必要としたシステムを、一人の専門家が監督できるようになるのです。
建設業：AIは、現場のカメラ、気象センサー、作業員の安全リスクをリアルタイムで分析できます。建設現場の安全検査員の不足が深刻になる中、この技術は、より少ない安全の専門家で大規模な建設現場を監視することを可能にします。
よりスマートな環境：フィジカルAIは適応型システムを可能にします。運転者の状態を把握して注意散漫を減らす車両、居住者の行動に合わせて調整するスマートホーム、洪水や大雪に先回りして対応する都市インフラなどが含まれます。
フィジカルAIは人間の労働者を補完する
フィジカルAIの最大の価値は、人間の労働者を代替することではなく、人間に超人的な分析能力をもたらすことにあります。
物理世界の複雑さが増すにつれ、私たちはセンサーデータをリアルタイムで処理し、パターンを特定し、現場の意思決定者に実行可能な知見を提供できるAIツールを必要としています。
フォーラムが、リーダーのAI理解と責任あるイノベーションに向けた協働をどのように支援しているか
AI卓越センターは、セクターを超えてリーダーをつなぎ、急速に進化する人工知能と、それが経済や社会に及ぼす影響を理解することを支援しています。AIの導入に伴う機会、リスク、トレードオフに関する、情報に基づいた対話を支えています。
信頼できる場や共同のイニシアチブを通じて、センターは、パートナーが共通の理解を構築し、AIのイノベーションと利用に関する責任あるアプローチに共に取り組めるようにしています。
これは、狭い意味での自動化を超えることを意味します。今後訪れるのは、あらゆる種類の物理データを解釈し、空間的な関係を理解し、文脈に即して行動できる新世代のAIモデルです。
目指すところは、単にタスクを自動化することではありません。人間が、物理世界を速度と規模の両面で理解し、対応できるよう、インテリジェントなツールを提供することです。
