NVIDIA のロボット研究チームが11月10日、ロボットの動きを決める公開モデル GR00T 2 を発表した。チームを率いる Jim Fan 氏は、ロボットに積んだ計算機だけで動き、使う側がモデルの重みをすべて手元に持てると説明し、重みは12月に公開するとしている。
ロボットの「頭脳」は、これまで大手の手の内にあった。それが誰でも取り出せる形で配られると、家や小さな作業場で動くロボットを誰が作れるかが変わる。
何ができると言っているか
Jim Fan 氏の発表では、GR00T 2 は 20 手順以上・5 分以上続く作業をこなし、例として化学実験や模型飛行機の組み立てを挙げている。人が身につける道具やシミュレーションで集めたデータから学び、それを実物のさまざまなロボットへそのまま移す仕組みを X-Adapt と呼ぶ。
NVIDIA の研究ページには、条件つきの数字が並ぶ。手持ちのつかみ具で人が見せただけの作業から、ロボットアームがおもちゃのダンプカーを最後まで組み立てた成功率は 60% で、1 回に最大 4 分かかる。人型ロボット Unitree G1 では、軽量版の GR00T 2 Turbo を本体の計算機 Jetson Thor で動かし、1 回の予測に 124 ミリ秒かかる。ポップコーンを取り分けて配る作業は 48 回の試行すべてで成功した。
ただし、どの作業をするかを選ぶ推論のモデルは別に置く構成だ。体を動かす部分が本体で完結する、と読むのが正確になる。
配るものと、まだ配られていないもの
公開の範囲は広い。Jim Fan 氏は、モデルの重みと X-Adapt の手順を12月に出し、エージェントの仕組み、シミュレーター、データに注釈をつける道具、ハードウェアの設計、学習データ 10 万時間は発表日の時点で使えるとしている。研究ページによると、学習データは人の目線で撮った動画の一部 10 万時間で、Hugging Face で公開されている。
一方で、この記事を書いている時点で、重みと手順はまだ手に入らない。研究ページの見出しも「コードは12月に公開」となっていて、使える条件 (ライセンス) は書かれていない。
動かす側の負担も軽くない。本体で動かした例は、NVIDIA の Jetson Thor を積んだ人型ロボットだ。重みが自由に取り出せても、それを載せるロボットの体と計算機は、別に用意する必要がある。
「誰でもロボットを作れる」の手前で
Jim Fan 氏は、動くものはすべて自律的になり、誰でもロボットを作る人になれると書いている。重みを持てることには実際の意味がある。通信が切れても動き、どこかの会社のサービスが終わっても止まらない。家の中を見るカメラの映像を、外に送らずに済む作りにもできる。
その一方で、手元で動く頭脳は、手元で安全を確かめる必要も伴う。公開されたモデルの安全策を外す使い方をどう防ぐかは、AI の世界でも答えが出ていない論点だ。
次に開くのは NVIDIA GEAR の GR00T 2 研究ページだ。12月にコードと重みが公開されたとき、ライセンスの条件と、動かすのに要る計算機の目安が書かれるかを確かめたい。
ことば
- 重み — AI モデルが学習で身につけた中身を数値で表したもの。これが手元にあれば、提供元のサーバーを通さずに自分の機械でモデルを動かし、作り替えることもできる。
- X-Adapt — NVIDIA が GR00T 2 で示した、人の動画や別のロボットのデータから学んだ動きを、その作業を一度も見せていないロボットへ移す手法。12月に手順を公開するとしている。
ロボットの頭脳を自分の手元に置けるとしたら、あなたはまず何をさせたいだろうか？
