HN 日本語サマリー

← 一覧へ戻る
AI・機械学習

OpenAI、汎用モデルがロボットを動かし始めたためロボティクスチームを解散

OpenAI disbands its robotics team as its general models start running robots (fortune.com)

137 pointsby sshah0360 コメント

要約

OpenAIは、独立したロボティクスチームを解散し、研究者を他のチームに異動させました。これは、汎用AIモデルが物理世界でロボットを制御できるようになり、ロボティクスを専門分野ではなく汎用知能の応用分野と見なすようになったためです。この再編成は、コスト削減と中核事業への集中という同社の戦略とも一致しています。

全文翻訳

独占:OpenAI、汎用モデルがロボットを動かし始めたためロボティクスチームを解散

OpenAIは、独立したロボティクスチームを解散し、その研究者を他のチームに異動させました。

同社は、Fortuneからの問い合わせに対し、この再編成を確認しました。同社の広報担当者は、ロボティクスはOpenAIの長期的なビジョンの中核であり続けると述べ、この再編成を後退ではなく、ロボティクスへのコミットメントの表れとして描写しました。

OpenAIによると、ロボティクス研究チームはChief Research OfficerのMark Chen氏の指揮下にある同社のメイン研究チームに再配置され、応用ロボティクスおよびハードウェアチームはOpenAI社長のGreg Brockman氏に報告する、より大きなApplied組織に再配置されました。

この変更は最近行われたため、OpenAIは今週オースティンで開催されるトップレベルの学術ロボティクス会議であるCoRLにブースを登録していました。会議アプリとフロアプランにはOpenAIの場所が示されていましたが、Fortuneがブース#208を訪れたとき、そこは空っぽでOpenAIのロゴは見当たりませんでした。

OpenAIは初期段階にもロボティクスチームを持っていましたが、2020年にそれを縮小しました。共同創設者のWojciech Zaremba氏は後に、ロボットデータの限界と、創業以来OpenAIの目標である人間のようなAIである人工汎用知能(AGI)へのより効率的な道筋は、他の方法にあると述べていました。特に、OpenAIは膨大なテキストデータセットで超大規模言語モデルをトレーニングすることにますます注力するようになりました。これが、2022年末に同社の画期的な製品ChatGPTを生み出したアプローチです。

OpenAIは2024年に独立したロボティクスチームを再建し、ヒューマノイドロボット向けのAIモデルを開発するためにスタートアップFigureとのパートナーシップを発表しました。そのパートナーシップは2025年2月に終了し、Figureは独自のロボットAIを開発すると述べました。OpenAIは現在、独自のヒューマノイドロボットを開発しており、CEOのSam Altman氏は2027年の最初の一般公開デモンストレーションを目指しています。

同社の広報担当者は、再編成にもかかわらず、OpenAIは汎用ロボットを世界に普及させることに引き続きコミットしていると述べました。

この再編成は、AI業界全体で勢いを増している「汎用モデル」への賭けを反映しています。言語、コード、ビジョン用に構築された汎用モデルは、「具現化されたAI」にも使用できるという考え方です。これは、ロボット、自動運転車、ドローンなどの物理世界で動作するデバイスをAIモデルが制御するものです。これにより、ロボットのデジタル「頭脳」となる専用AIモデルを構築するロボティクスチームを別に持つ必要がなくなります。

研究者たちは、GPT-6 Astraをロボットに接続した際に驚くべきパフォーマンスを見ており、汎用AIモデルを直接使用して一部のロボットタスクを実行しています。

カーネギーメロン大学ロボティクス研究所のアシスタントプロフェッサーで、以前からOpenAIの再編成について聞いていたGuanya Shi氏は、Fortuneに対し、この動きはOpenAIがロボティクスを「もはや特別な問題ではない」と見ているシグナルだと解釈できると語りました。代わりに、彼はロボティクスを汎用知能のダウンストリームアプリケーションとして対処できる課題と見なしている可能性が高いと述べました。これは、現在、同じ基盤となる最先端AIモデルが、専用のコーディングツールや、法律・金融業務向けのツールを動かしているのと同様です。

OpenAIは、Fortuneへの回答でこの見解を裏付けるかのような発言をしました。同社は、年初には、ロボティクスを進歩させる最善の方法は、SoraのようなAIモデルに関する作業を基盤にすることだと研究者たちは考えていたと述べました。Soraは、リアルなビデオを作成するために、物理世界がどのように機能するかについての暗黙の理解をある程度持っている必要がありました。

しかし、同社の広報担当者によると、それ以降、GPT-6 Astraを含む同社の汎用最先端モデルは、ロボティクスに直接応用できることが示されました。この発見が、OpenAIが独立したロボティクスチームを解散し、関連する研究者をより汎用的なAIモデルに取り組むチームに異動させる動機となったのです。

この再編成は、OpenAIがコストを抑制し、少数のコア製品に集中していることを示すよう圧力を受けている時期とも重なります。昨年、Altman氏は同社に「サイドクエスト」を放棄する必要があると伝え、同社はコンピューティングリソースをよりコアで潜在的に収益性の高い事業に再配分するために、Soraを含むいくつかの取り組みを断念しました。同社は、新たな資金調達ラウンドをクローズし、2027年初頭のIPOの可能性に備える中で、報告によると直近四半期で109億ドルに達した巨額の営業損失を食い止めるプレッシャーにさらされています。

「空間知能」を持つ専用モデルを作成する必要なしに、汎用AIモデルを直接ロボット制御に適用できるというこの考え方は、ロボットには独自の頭脳が必要であるという前提で数十億ドルを調達してきた今日の多くのロボティクススタートアップの基盤となる仮定に挑戦するように見えます。

しかし、MITの教授でありWalden Roboticsの共同創設者兼CEOであるRuss Tedrake氏は、ロボティクス企業にはAIラボにはない利点があると述べています。それは、彼らのロボットがすでに工場のような実際の場所で作業経験を積んでいることです。このような「展開」経験と、これらのロボットが集めるデータは、ロボットが特定の職場やタスクに適応するのに役立ちます。Tedrake氏によると、より優れた基盤モデルは、ロボットがそこからより速く学習できるため、そのサイト固有のデータをより価値のあるものにします。

最近の実験では、専門的なロボットデータでのトレーニングなしに、汎用モデルがどれだけの作業を行えるかがテストされました。研究者たちは、Astraにカメラ画像、ロボット情報、そしてモデルが特定の行動をコマンドできるようにする制御インターフェースを与えました。あるNvidiaの研究では、Astra搭載エージェントがシミュレーションされた操作ベンチマーク(モデルがデジタルシミュレーション内でシミュレーションされたロボットをコマンドするもので、実際のロボットとは異なります)で74.8%の成功率を達成しました。これは、このリーダーボードで報告されている最高の専用ロボットモデルの51.0%と比較されます。

Shi氏は、汎用モデルの空間認識能力と推論能力の進歩により、以前は専用トレーニングを必要としていたタスクを処理できるようになっていると述べています。ボトルが異なる位置にあったり、照明が変わったりしても対応でき、タスクのシーケンスやどのステップが間違っていたかを推論できます。

一方、大規模言語モデルは強力ですが遅く、クラウドでホストする必要があるため、ロボットやデバイスは常にネットワーク接続が必要です。Shi氏は、ロボットのオンボードコンピューターで、常にインターネット接続を必要とせずに実行できる、より小さな専用モデルの必要性も依然として見ています。

ロボット向け汎用AIモデルをトレーニングするスタートアップGeneralistの共同創設者であるPete Florence氏は、Fortuneに対し、「知能を成長させるための出発点は異なる可能性がある」と語りました。彼は、既存のどのモデルが長期的にロボティクスを支配するのかは不明だと述べました。

OpenAIは、汎用ロボットの構築に向けた進歩を加速する最善の方法はこれだと信じているため、ロボティクス研究者を他のチームに再配置していると述べています。

CoRLのブース#208に戻ると、展示やデモがないにもかかわらず、数人の元OpenAIロボティクスチームのメンバーは依然として人垣を作っていました。結局のところ、会議で最も注目されていた質問の1つは、汎用モデルの能力が高まるにつれて、ロボティクスに関する専門知識がどれだけ価値を保つかということでした。そして、他のチームに配置された元OpenAIロボティクス研究者の経験は、その答えの1つを提供しました。