検索
特集

「ロボットはPCと同じ道をたどる」PFNが描くロボットの将来像CEATEC 2018(1/2 ページ)

「CEATEC JAPAN 2018」(2018年10月16〜19日、千葉県・幕張メッセ)の基調講演にPreferred Networks(以下PFN)代表取締役社長兼最高経営責任者の西川徹氏が登壇。「全ての人にロボットを〜Robots for Everyone」をテーマに講演した。

Share
Tweet
LINE
Hatena

 「CEATEC JAPAN 2018」(2018年10月16〜19日、千葉県・幕張メッセ)の基調講演にPreferred Networks(以下PFN)代表取締役社長兼最高経営責任者の西川徹氏が登壇。「全ての人にロボットを〜Robots for Everyone」をテーマに講演した。

 PFNは、ディープラーニング(深層学習)技術を自動運転やライフサイエンスなど、さまざまなアプリケーションに適用する事業を展開している。今回の講演ではロボット事業に絞り、同社の取り組みを紹介した。

ロボットでモノをつかむ難しさ

photo
PFN社長兼CEOの西川徹氏

 PFNがロボット事業に参入したのは、3年半前に行ったファナックとの協業からだという。「ファナックの工場を訪問したときに、衝撃的な光景を目にした。それは黄色いロボットが黄色いロボットを作っているところだった」と西川氏は振り返る※)

※)関連記事:人工知能を持つ工作機械実現へ一歩、一歩――ファナックがPFNと資本提携

 ただでさえ難しいロボット製造を、ほぼ自動で正確にロボットが行い続けているという技術力を目の当たりにして、西川氏はロボット事業に取り組むことを決意した。

 同社が同事業の中でも特化しているのが「モノをつかむ」というところだ。ロボットにおいて「PickingやGrasping」という作業は最も難しいことの1つに位置付けられている。ロボットには、人の手と比べて高度な機能はなく、能力を高めるためにセンサーを多数つけたり、自由度を高めたりするとそれだけコストが上昇することになるからだ。いかに少ないセンサー、自由度で物をつかめるかが課題だった。

 その対策として「人がモノをつかむときは、無意識に行っていることが多い。ロボットでモノをつかめるようにするには、人が普段無意識で行っていることを、いかにうまく取り込んで再現できるかが重要となる。この難しい課題に取り組むためにわれわれは、ディープラーニングの技術を応用した」(西川氏)。

ばら積みピックアップを深層学習で実現

 同社が最初に行ったのは、ばら積みロボットで、箱の中にばらばらに積まれた部品(一種類)をつかんで、ラインに乗せていくものだった。それまでは、つかみ方を人がプログラムにより、教え込む必要があり、手間がかかった。それをディープラーニングの技術を用いてこの教え込む作業を自動化した。

 つかむのに成功した場面、また失敗した場面の画像データを見せて記憶させ、どういう場合に成功また失敗したかを学習させた。それが5000データ学習後(稼働後8時間)には、9割の取得率を達成した。これは熟練者のチューニングに匹敵するという。これによりロボットのティーチングのコストが圧倒的に下げることができるようになったという。

photo
「2015 国際ロボット展」でのばら積みピックアップのデモの様子

 次に、1種類ではなく、さまざまな物体があったときにモノをうまくつかめる技術に取り組んだ。物流倉庫やコンビニやスーパーなどで、モノをつかむことを想定したもので、これもディープラーニングを用いて、未知のさまざまなものが、さまざまな置かれ方をしているものに対しても柔軟に対応できるように技術を高めた。

 さらに、言語によるロボットへの指示にも応じるなど「人のモノに対する多様な捉え方に対応する」ことにもディープラーニングの技術を活用した。このように「特定の状況だけでなく、さまざまな状況に対応できる力を、ディープランニングを適用することでロボットに与えることができる」と西川氏は述べている。

 こうした機能の向上により、ロボットは一般化し、その結果として社会に影響を与えることになる。西川氏は「ロボットの一般化の過程は、コンピュータの普及と同じような経緯をたどる」と予想しており、そして「ロボットの現状をみると、PCが登場前夜に近いものがある」とした。

       | 次のページへ

Copyright © ITmedia, Inc. All Rights Reserved.

ページトップに戻る