ロボットが電子レンジを普通に使えるようになるためIntelが奮闘中

コンピューターやロボットのトレーニングは、オブジェクトを理解して認識する(たとえば、オーブンと食洗機を区別するとか)だけでは終わらない。人が日常行っている比較的簡単な作業ができるレベルにまで、訓練を重ねる必要がある。人工知能に冷蔵庫と薪ストーブの違いを教えることができても、本当に実用的なロボットにするには、それらの器具を操作できなければならない。

IntelのAI研究者たちが、カリフォルニア大学サンディエゴ校とスタンフォード大学と共同で取り組んでいる新たな課題がそれだ。コンピュータービジョンおよびパターン認識のためのカンファレンスで発表された報告書では、各部品に完全な注釈が付けられた非常に精細な3Dオブジェクトの大規模なデータセット「PartNet」を、共同研究チームはがどのように構築したかが詳しく説明されている。

このデータセットは他に類がなく、すでにロボティクス企業の間で需要が高まっている。なぜなら、オブジェクトを現実世界で認識し操作できるようデザインされた、人工知能用の学習モデル生成のための高度なアプリケーションを備えることで、オブジェクトを部品に分割して構造化できるからだ。そのため、たとえば上の画像のように、電子レンジを手で操作して残り物を温め直す作業をロボットにやらせたいときは、ロボットに「ボタン」のことと、ボタンと全体との関係を教えてやればいい。

ロボットはPartNetで訓練を行うのだが、このデータセットの進化は、どこかの道端に放置された「ご自由にお持ちください」とドアに貼り紙されたいかにもCGっぽい電子レンジを操作するだけに留まらない。そこには2万6000種類以上のオブジェクトがあり、それらは57万個以上の部品で構成されている。そして、カテゴリーの異なるオブジェクトで共通に使われる部品には、すべてが同類であることを示すマーキングがされている。そのため、ある場面で椅子の背を学んだAIは、別の場面でそれを見かけたときに椅子の背と認識できる。

これは、ダイニングの模様替えをしたいが、ロボット家政婦には、お客さんが来たときに、古い椅子でしていたのと同じように、新しい椅子の背も引いて勧めさるようにしたい、なんていうときに便利だ。

たしかに、今私が示した例は、遠い彼方の、まだまだ仮想の未来から引っ張ってきたものだが、世の中には、完成を目の前にした、詳細なオブジェクト認識のためのもっと便利なアプリケーションが山ほどある。しかも、部品特定能力は、汎用オブジェクト認識における判断力を強化してくれるはずだ。それにしても、家庭用ロボティクスにあれこれ思いを巡らせるのは、じつに楽しい。そこに、現在の進歩したロボティクス技術の商品化を目指す数多くの取り組みが集中している。

[原文へ]
(翻訳:金井哲夫)

ロボットが電子レンジを普通に使えるようになるためIntelが奮闘中

コンピューターやロボットのトレーニングは、オブジェクトを理解して認識する(たとえば、オーブンと食洗機を区別するとか)だけでは終わらない。人が日常行っている比較的簡単な作業ができるレベルにまで、訓練を重ねる必要がある。人工知能に冷蔵庫と薪ストーブの違いを教えることができても、本当に実用的なロボットにするには、それらの器具を操作できなければならない。

IntelのAI研究者たちが、カリフォルニア大学サンディエゴ校とスタンフォード大学と共同で取り組んでいる新たな課題がそれだ。コンピュータービジョンおよびパターン認識のためのカンファレンスで発表された報告書では、各部品に完全な注釈が付けられた非常に精細な3Dオブジェクトの大規模なデータセット「PartNet」を、共同研究チームはがどのように構築したかが詳しく説明されている。

このデータセットは他に類がなく、すでにロボティクス企業の間で需要が高まっている。なぜなら、オブジェクトを現実世界で認識し操作できるようデザインされた、人工知能用の学習モデル生成のための高度なアプリケーションを備えることで、オブジェクトを部品に分割して構造化できるからだ。そのため、たとえば上の画像のように、電子レンジを手で操作して残り物を温め直す作業をロボットにやらせたいときは、ロボットに「ボタン」のことと、ボタンと全体との関係を教えてやればいい。

ロボットはPartNetで訓練を行うのだが、このデータセットの進化は、どこかの道端に放置された「ご自由にお持ちください」とドアに貼り紙されたいかにもCGっぽい電子レンジを操作するだけに留まらない。そこには2万6000種類以上のオブジェクトがあり、それらは57万個以上の部品で構成されている。そして、カテゴリーの異なるオブジェクトで共通に使われる部品には、すべてが同類であることを示すマーキングがされている。そのため、ある場面で椅子の背を学んだAIは、別の場面でそれを見かけたときに椅子の背と認識できる。

これは、ダイニングの模様替えをしたいが、ロボット家政婦には、お客さんが来たときに、古い椅子でしていたのと同じように、新しい椅子の背も引いて勧めさるようにしたい、なんていうときに便利だ。

たしかに、今私が示した例は、遠い彼方の、まだまだ仮想の未来から引っ張ってきたものだが、世の中には、完成を目の前にした、詳細なオブジェクト認識のためのもっと便利なアプリケーションが山ほどある。しかも、部品特定能力は、汎用オブジェクト認識における判断力を強化してくれるはずだ。それにしても、家庭用ロボティクスにあれこれ思いを巡らせるのは、じつに楽しい。そこに、現在の進歩したロボティクス技術の商品化を目指す数多くの取り組みが集中している。

[原文へ]
(翻訳:金井哲夫)

Walmart、全米でVRトレーニングを開始予定――将来的には店舗への導入も

世界最大の小売企業Walmartは、マネジメントやカスタマーサービスといった種々のテーマの従業員向けトレーニングに近々VRテクノロジーを活用し始める予定だ。

このVRインストラクションは、同社がアメリカ中の200か所に開設している”Walmart Academy”というトレーニングセンターへ今年中に導入され、年間推定15万人が参加する同プログラムの効率化を目指す。各トレーニングセンターには、VRコンテンツを利用するためOculus RiftとゲームPCが設置される予定だ。

全てが360度動画ベースのWalmartのVRインストラクションは、参加者がさまざまな場面に直面し、目の前に表示されるインタラクティブな選択肢から自分がとるべき行動を選ぶような仕組みになっている。シナリオの中には、カスタマーサービスやマネジメントに関するもの、さらにはブラックフライデーの混雑具合を再現したものなど季節的な設定も含まれている。

また、ひとつひとつのインストラクションは30秒から5分程度の長さで、従来のトレーニング内容を補完するようなつくりになっている。

WalmartはVRトレーニング環境の開発にあたり、STRIVR Labsと呼ばれる比較的知名度の低いVR企業とタッグを組んだ。同社はこれまで、主に大学生やプロのアスリートのためのVRトレーニングの開発を行ってきた。

一体両社のコラボレーションはどのように始まったのだろうか? 全ては、Walmartのオペレーション部門の幹部が、アーカンソー大学のフットボールチームで使われているSTRIVR製のVRトレーニングを見かけたときに始まった。その後、STRIVRのCEO Derek Belcherにとって「思いがけない問い合わせ」がWalmartから寄せられ、本格的な議論が始まった。そして、今年の1月終わりには国内のトレーニングセンター30か所でパイロットプログラムがスタートしたのだ。パイロットプログラムの期間中、両社は協力しながらWalmartのトレーニングに合うVRコンテンツを模索していたとBelcherは話す。

「VRを使うことに意味があると思えるものは、全て組み込もうとしました」と彼は話す。「その結果、袋詰作業から店長としての仕事まで、さまざまな役職に合ったコンテンツが整っています」

Walmartとの契約締結からは数か月しか経っていないものの、既にSTRIVRには金融サービス企業や大手自動車メーカーなど、数社から引き合いがきているようだ。

「文字通り世界最大規模の企業を初めての法人顧客に迎えるというのは、かなりの大事ですからね」とBelcherはTechCrunchに対して語った。

注目すべきことに、STRIVRは既に黒字化を果たしている。細かな数字は明らかにされなかったが、Belcherは過去2年間で同社が「数百万ドルの売上」を計上しており、実際の数字は1000万ドル強だと話していた。なお、STRIVRはInsignia Venture PartnersやBMW i Ventures、Advancit Capital、Presence Capitalからこれまでに500万ドルを調達している。

現状の契約はトレーニングセンターだけに関するものだが、Belcherいわく、Walmartは最終的にアメリカ国内の5000店舗にVRヘッドセットを導入したいと考えているようだ。

原文へ

(翻訳:Atsushi Yukutake/ Twitter