空間知能を通じてコンピューターが物理世界を理解する能力は、次世代のAI駆動型システムを実現するうえで不可欠になりつつある。
例えば、自動運転車や最新世代のロボットを考えてみよう。これらが物理環境の中を移動し、相互作用し、状況を推論できるかどうかは、コンピュータビジョンなどの高度なセンシングに依存する。ここにあるのがフィジカルAIの世界であり、AIモデルが物理システムに組み込まれる、あるいは物理システムと緊密に連携する領域である。
企業にとって、フィジカルAIの恩恵を得るには、技術の成熟を待ち、相当規模のハードウェア投資を行うことが常であった。だが今、既存のレガシーシステムと連携して動作するソリューションを構築する革新的なプロバイダーが増えており、長期にわたり費用のかかるアップグレードを不要にしつつある。
フィジカルAI導入の障壁は低下している。リーダーは、この変化がもたらす可能性を理解することで大きな恩恵を受けられるだろう。
レガシーデバイスに「空間の脳」を構築する
空間知能プラットフォームのZensorsは、2019年にCEOのAnuraag Jainと共同創業者のChris Harrisonが、カーネギーメロン大学のFuture Interfaces Groupで行った研究を基に設立された。コンピューターサイエンスとインタラクションデザインを修めたJainは、同研究室の客員研究員であり、Harrisonは現在も同大学の准教授として研究室を率いている。
Zensorsの創設につながった研究は、汎用的な環境センシングの開発と、既存デバイスに空間の脳を構築するために何が必要かに焦点を当てていた。
JainとHarrisonは、多くの産業組織が多数のカメラを備えながらも、ライブ映像や録画映像のデータ駆動型意思決定の可能性を、人による警備監視や事後の調査以上には十分に活用できていないことに気づいた。
彼らの研究は、既存カメラに知能の層を重ね、環境についてあらゆる種類の問いにリアルタイムで答えられるようにするには何が必要かを問うものだった。この取り組みは、レガシーデバイスを高価で時間のかかるハードウェアアップグレードなしにフィジカルAIシステムへと変換する商用ソフトウェアソリューションの構築へとつながった。
レガシーカメラに空間知能をもたらす
産業用途で導入されるカメラは、一般にセキュリティ機能を担う。スタッフはカメラが向けられた対象を監視でき、録画映像は必要に応じて後から取り出して確認できる。基本的だが不可欠な機能である。
カメラ映像から知能を生み出すために、Jainの会社Zensorsは、同社ソフトウェアをホストする標準的なハードウェアゲートウェイデバイスを組織のネットワークに導入する。Jainは、自分たちはハードウェア企業ではなくソフトウェア企業であることを明言している。
このデバイス上のソフトウェアは、クラウドベースのAIサービスと連携しながら、カメラ映像をリアルタイムで検出・処理する。
オペレーターは、映像ストリーム内の場所を画面上で囲って指定すると、そこに映っている内容について多様な問いを投げかけられる。単純な例として、大型小売店で導入した場合、レジの行列に何人並んでいるか、店内の滞在時間はどれほどか、人々がどこで時間を過ごしているか、といった質問に答えられる。
特筆すべきは、Zensorsが平易な言語によるプロンプト（指示文）での質問をサポートしている点である。とはいえ、多くの顧客は、事前設定されたボタンによって標準的なクエリを実行する運用を選んでいる。
空港に到来する空間知能
空港には通常、数百台、場合によっては1000台を超えるカメラが設置されている。複雑で機微な環境である空港では、これらのカメラがセキュリティをはじめとする重要な監視機能を支えている。
しかし空港のリーダーには、自らの環境についてはるかに多くを理解したいという強い需要がある。基本的なニーズの1つは、車寄せから搭乗ゲートまでの乗客の動線（旅程）を把握することだ。チェックインから保安検査までに各プロセスがどれほどの時間を要しているか、店舗で人々がどれほどの時間を過ごしているかといった基本的な問いに加え、特定の航空機にケータリングトラックが到着したかどうかといった複雑なクエリも、空港のリーダーがより高いパフォーマンスの組織運営を行ううえで実用的なインテリジェンスを提供する。
その結果として、Zensorsは空港における空間知能ソリューションの展開で、とりわけ成功を収めている。
年間5700万人以上の乗客を扱うラスベガスのハリー・リード国際空港は、既存のセキュリティカメラ500台にZensorsのソリューションを最近導入した。これにより管理側は、空港オペレーション、行列管理、人員配置の最適化といった領域でデータ駆動型の能力を強化した。この空間知能は手作業によるデータ収集の負担を減らし、意思決定を「事後対応」から「先回り」へと転換し、空港を移動する乗客にとってより良い体験を支える洞察を提供している。
世界がますますAI、自動化、ロボティクスを採用するにつれ、空間知能は導入と能力の双方で成長を続けるだろう。システムが周囲の世界を理解し、捉え、相互作用できるようになると、フィジカルAIの価値は劇的に高まる。Zensors、Bucket Robotics、Vayyarといった企業のソリューションにより、空間知能はこれまで以上に導入しやすくなっている。
Jainは、巨大で複雑な環境とは、知能を与えられるのを待つ一種のロボットだと考えている。多様な接続デバイスに知能の層を組み込めば、産業企業は複雑で自律的なタスクをより適切に処理できるようになる。Jainはこれを、インフラに脳を与えることに等しいと述べる。
物理世界は、はるかに知的なものへと変わろうとしている。いまリーダーに問われているのは、フィジカルAIが到来するかどうかではない。既存のインフラにどれだけ迅速に組み込み、その恩恵を獲得できるかである。
