Nfiniteのアレックス・ド・ヴィガンCEOは、小売、eコマース、実世界AIのためのフィジカルAIを訓練するための大規模3Dビジュアルデータセットを構築している。
企業はこの10年間、クラウド、モバイル、そして最近では生成AIに追いつくために競争してきた。各波は次の波が到来するまで止められないように見えた。今日、次のインフラシフトの輪郭はすでに見えているが、ヘッドラインはまだ追いついていない。ネタバレすると、それはフィジカルAIだ。
言葉とピクセルだけで訓練されたシステムとは異なり、フィジカルAIは知能を現実世界の複雑な幾何学に根付かせる。それは単に説明するだけでなく、認識し、シミュレーションし、行動する。そして、クラウドプロバイダーがモバイルとSaaSブームの不可欠なインフラ層になったように、フィジカルAIのための3Dデータとパイプラインを構築する企業が次の波を支えると私は考えている。
静かな構築
ビッグテックの戦略を注意深く見れば、その兆候は明らかだ。アルファベットはDeepMindのロボティクス活動を、シミュレーションと物理的試行の両方から学習する実体化エージェントを中心に拡大している。メタはデジタルツインと実体化アバターに力を入れている。エヌビディアはOmniverseをメタバースのオペレーティングシステムとして位置づけているが、実際には主に産業シミュレーションとロボティクストレーニングのプラットフォームとして機能している。一方、OpenAIのような企業は、言語だけでは自律的な行動を駆動できないことを認識し、マルチモーダルなワールドモデルに多額の投資を行っている。
これらの企業は大規模言語モデルを放棄しているわけではないが、「AIの母」と呼ばれるWorld Labs共同創設者のフェイフェイ・リー氏が述べた単純な真実に収束している：知能の多くは空間的である。3次元で認識し相互作用する能力がなければ、AIは有用性において頭打ちになるだろう。
データがボトルネックである理由
ここに落とし穴がある：フィジカルAIは計算能力やモデルアーキテクチャによって制約されているわけではない。それはデータによって制約されている。空間認識能力を持つ堅牢なシステムを訓練するには、構造化された高忠実度の3Dコンテンツの膨大な量が必要だ。今日の業界は、シミュレーション対応でない断片的で一貫性のないデータセットに足止めされている。
より多くの企業がフィジカルデータインフラ—2D入力を構造化されたシミュレーショングレードの3Dアセットに変換するパイプライン—を構築するにつれて、実体化された知能がスケールするために必要な基盤が解放されるだろう。言語AIがウェブによって燃料を供給されたのなら、フィジカルAIは世界のデジタルツインによって燃料を供給されるだろう。
アーカイブをAIインフラに変える
業界全体で、視覚データの膨大な貯蔵庫がすでに存在している：製品カタログ、映画のフッテージ、建築スキャン、博物館のコレクション、デザインレンダリングなど。その大部分は機械ではなく人間の目のために作成され、断片化されたフォーマットや古いデータベースに眠っている。
3Dデータセットに再構成されると、同じ素材がフィジカルAIのインフラとなる。小売業者の何十年もの製品画像は、店舗計画アルゴリズムの空間トレーニングセットとして役立つ可能性がある。エンターテイメントスタジオの小道具や環境モデルは、実体化エージェントが複雑でリアルな空間をナビゲートするためのトレーニングに使用できる。自動車アーカイブ（過去のキャンペーンから数千の3D車両モデル）でさえ、自律走行テストのための知覚システムのトレーニングに使用できる。
フィジカルAIの原材料はすでに存在しているが、欠けているのは、単に計算するだけでなく認識する機械のために、それをクリーンにし、構造化し、標準化するパイプラインだ。そのブリッジが構築されれば、世界の創造的・商業的アーカイブは歴史であることをやめ、新しい知能クラスの設計図となる。
産業を超えて：日常的な重要性
フィジカルAIを産業的な物語として枠組みするのは魅力的だ：倉庫のロボティクス、工場のデジタルツイン、エネルギーグリッドのシミュレーションなど。しかし、その波及効果ははるかに広範囲に及ぶ。
高品質の3Dデータは、消費者および専門家の体験の範囲に影響を与える可能性がある。例えば、オンラインショッパーはARを使用して自分のリビングスペースに家具をプレビューし、サイズや調和を確認できる。医療研修生は、手術室に入る前に、リアルなシミュレーションで複雑な処置を練習できる。
同様に、配達ドローンから介助ロボットまでの自律システムは、トレーニングデータが実世界の環境を正確に反映している場合、より安全に家庭内をナビゲートできる。これらの例は、フィジカルAIが私たちが住む空間と、私たちがそれらと相互作用する方法の両方を形作り始めていることを示している。
これはSFではない。フィジカルAI革命はすでに製造業、そしてeコマース、ヘルスケア、教育、デザインなどで進行中だ。真の変曲点は、基盤となるインフラが今日の一握りのテック巨人を超えてスケールし、孤立したブレークスルーを日常的なシステムに変えるときに訪れるだろう。
AIリーダーへの教訓
AIの未来を構築している人々に、私が推奨することは次のとおりだ。
• データの深さを監査する。 あなたのセクターでフィジカルAIアプリケーションを支える、構造化された高忠実度の3Dデータセットを持っているか、またはアクセスできるか？
• インフラの整合性に投資する。 アルゴリズムを超えて、準備が整っているとは、空間データストリーム、デジタルツイン、センサー出力を統合するためのプラットフォームとワークフローを準備することを意味する。
• 戦略的パートナーシップを求める。 このレイヤーを単独で構築する企業はない。パートナーシップは、スケールのロック解除、コスト削減、品質の標準化の重要な要素であることが多い。
フィジカルAIが主流になるまで待つのでは遅すぎる。堀となるのはデータ所有権とインフラの成熟度だ。
最後の考察
10年前、クラウドインフラがほぼすべてのデジタルビジネスに不可欠なレイヤーになるとは、ほとんど予見されていなかった。フィジカルAIは、現在登場しつつある実体化され、空間認識能力を持つシステムに対して同じ役割を果たす態勢にある。
より多くの企業が膨大な2Dアーカイブをトレーニング対応の3D世界に変換するにつれて、初期の兆候はここにある。AIの次の時代は、いくつのプロトタイプが発表されたかではなく、知能が物理世界の制約の中でいかに適応し、持続するかによって評価されるだろう。言語モデルはドアを開いた。フィジカルAIは、私たちがついにそれを通り抜けることを可能にするものだ。
