　旭鉄工の事例は製造現場の改善活動の効率化を狙うものだが、製造現場の業務自体の効率化を目指す動きもある。2023年4月にドイツで開催された「ハノーバーメッセ2023」では、Hewlett Packard Enterprise（HPE）が大規模言語モデルを活用して構築した、現場作業員が産業用ロボットについて自然言語や画像で質問できるAIアシスタントのデモを公開した。

　例えば、現場作業員がタブレット端末を通じて「ロボットを起動するにはどうすればよいか」とテキスト（デモでは音声認識による問いかけ）で尋ねると、AIアシスタントがスタートボタンの位置を回答する。さらに、作業者がスタートボタンの画像を撮影して「これがスタートボタンか」と聞くと、その正誤を対話形式で答えてくれる。

　緊急事態が発生した場合には、ロボットの停止スイッチの位置を指示する他、ロボットアームの交換方法なども説明するデモがあったという。エラー修復のサポートにも対応していたようだ。

　ちなみにこのデモでは、ドイツのスタートアップであるAleph Alphaが持つ独自のLLM「Luminous」が活用されていた。同LLMは大手競合他社のLLMと比較するとパラメーター数は半分程度だが、自然言語推論や読解などでそれらに匹敵するようなパフォーマンスを発揮したという。

　なお、ここで紹介したHPEの事例はロボット操作をLLMで支援するものだが、ロボットへのティーチングや動作制御の領域で対話型AIを活用する事例もすでに出てきており、マイクロソフトやグーグルの他さまざまな企業が取り組んでいる。例えば、2023年2月にはマイクロソフトが、ユーザーが指示したタスクから適したコードをChatGPTが推論、生成して、ロボットアームを制御するデモを公開した。ロボットの基本動作を組み合わせた高レベルのライブラリをあらかじめ定義しておき、このライブラリを基にChatGPTを通じて曖昧な動作指示を与えることでジグザグ飛行を行い、棚を検査することにも成功したようだ。

マイクロソフトによるロボットアームの制御デモ［クリックで再生］出所：Microsoft Autonomous Systems & Robotics Research

ドローンの飛行制御デモ［クリックで再生］出所：Microsoft Autonomous Systems & Robotics Research

　パナソニックグループでもGPT-4を活用し、自然言語文からロボットの制御コードを生成し、自律制御を行う研究事例を発表している。エンドエフェクタ座標や関節角、関節速度、物体位置などの情報を伴わず、自然言語文で未知のタスクや動作を指示したところ、タスクを解決するためのコード生成とロボット制御が高確率で可能になることをシミュレーション環境で確認したとする。例えば「箱を大きさ順に積み上げて」と指示すると、「大きさ」の尺度を具体的に指定せずともロボットはその通りに動作する。

　ロボットに動作を学習させるための強化学習においては、現実世界の観測から予測モデルを構築する枠組みである「世界モデル」の活用に注目が集まっている。同社の研究事例では、世界モデルの一種であるニュートンの運動方程式による制約を加えた「Newtonian VAE（変分オートエンコーダー）」をLLMと組み合わせる形で使用した。