私は、巧妙なロボットに関して何か障壁があるとは思わない。事前学習データ？

重要なタスクの一つは、棚から箱を選んでパレットにきれいに置くこと、そしてその逆もできるようにすることだね。人々はこの問題に長い間一生懸命取り組んできて、すごいデモもあるけど、まだ誰も自分の最高の箱操作ロボットを実際の倉庫環境で使う準備ができていない。箱を一貫して拾って、別の場所に置くのはそんなに難しいことなのかな？どうやらかなり難しいみたいだね。

器用なロボットに対する障壁や理由は知らないな。ヒューマノイドロボットを作るのに根本的な障壁はないと思うけど、コストが非常に高い障壁になるだろうね。人間は自然の究極のロボットだよ。何百ものサーボ、何百万ものセンサー、米袋から自己組み立て、軽微な損傷の自己修復。これを超えるのは、しばらく無理だと思う。

言葉で説明するのがどれだけ役立つかは分からないけど、すでにかなりのデータがあると思う。まずはタッチセンサーを作るのがいいと思うし、もうかなり進んでるみたいだね。それからロボットを遠隔操作して、たくさんのデータを集めるのがいいんじゃないかな。もしくは、人間に録音できる手袋をつけさせて、普通の生活をしてもらうとか。

最近、匂いをデジタル化する研究が進んでるみたいで、特にOsmoって会社が注目されてるよ。元Googleの機械学習研究者たちが立ち上げたんだって。https://www.salon.com/2025/01/05/digital-smell-has-arrived-a...

触覚は3Dベクトルの2Dフィールドなんだ。画像として簡単に保存・送信できるし、ニューラルネットワークでも簡単に処理できる。温度や痛み/損傷のチャンネルを追加することもできるけど、ほとんどの操作タスクには必須じゃないみたい。（実際、彼が主張するほど触覚は重要じゃないと思う。もちろん、触覚でタスクを学んだ人はそれなしでは苦労するけど、やっぱりできるし、すぐに戦略を変えて改善すると思う。）触覚の問題は、安くて耐久性があって軽くて薄くて修理可能で敏感で形に合わせられるセンサーを作ることなんだ。表現はそれに比べたら簡単だよ。

車輪が進化するための圧力って何だろう？道路がないと無意味だよね。

車輪のセンサーは爪みたいなものだね。中枢神経系や脳はどこに行くんだろう？

車輪は素晴らしいけど、ロボットが階段や縁石みたいな不均一な表面に遭遇すると大変だよね。だから、何らかのステッピング機能はやっぱり必要だと思う。

世界には縁石や階段、段差、カーペット、車両などがいっぱいある。人間サイズのロボットなら、常に倒れないようにすごく広いベースが必要だから、ちょっと狭い場所だとすごく不器用になるよね。車輪と引き換えに足を失いたくはないな。車椅子の人たちは、見落としを修正するためにずっと戦ってるし。車輪ベースのヒューマノイドロボットは妥協としてはあり得るけど、安定性のない二足歩行プラットフォームにこだわる理由はあまりないと思う。例えば、犬サイズの体に3〜4本の小さな足と、長い腕を何本か持たせることもできるよね。

車輪への進化の道があったとしたら、見つけるのは難しいね。平坦な世界で十分なインセンティブがあって、良い「ベアリング」を当然のものとして考えても、どうやって生物的なつながりを維持しつつ、無限に回転できる車輪の器官を進化させることができるのか？いくつかの難しくてグロテスクな結末が考えられるけど：

• 車輪は固定回数だけ回転して、クリーチャーは反対方向に「巻き戻る」必要がある。この案が最も現実的に思えるけど、実際の車輪ではない。
• 本体が内部で交換用の車輪を作り（歯のエナメルのように）、定期的に「死んだ」車輪を排出してスポークに取り付ける。このオプションだと、非常に強いリム材料を生成しやすくなるだろう。
• 生物的なクイックリリース/クイックコネクトシステムで、車輪の器官が移動するために切り離され、再接続して廃棄物を排出し、栄養を得る。
• 車輪の生物が生きていて半自律的な共同体で、自分たちの栄養を得る方法を持っているかもしれない。もしかしたら、えっと…授乳するのかな。うえっ。

車輪は [...] 足よりも効果的だ。あなたのリビングルームではね。でも、密林に足を踏み入れてみて（それが私たちのために作られた場所だ）たら、その発言は現実から遠く離れてるよ。

これは何かの格言にするべきだと思う。「最も役立つロボットは、人間のように見えない（またはなろうとしない）ロボットだ。」なぜか（フリッツ・ラングやガンダムなどを見てると）人類はロボットが人間に似ていることに深い欲望や好奇心を持っている気がする。猫はロボット猫を欲しがるのかな？

そうだけど、それは特定の作業に特化してるし、多くの人が求めてるのは、既存の環境を変えずに多様な作業ができるロボットなんだ。料理や掃除、洗濯（畳むのも含めて）をしてくれるロボットが欲しいけど、そのロボットが使うスペースに自分が住む必要がある。最も明白な方法はヒューマノイドロボットで、それがナニー会社が取り組んでいる理由なんだけど、彼はそれがうまくいかないって主張してるんだ。

家や工場で動かないロボットには、足が必要だよね。車には車輪がいいけど、物を乗り越えたり（散らかった床とか）、階段を上ったりするには不向きだから。だから、計算能力とアルゴリズムがうまく機能するなら、足があるのが理にかなってる。あとは創造性を発揮する余地があるし。人間は頭があって、脳も目もそこにあるけど、ヒューマノイドロボットには頭が必要ないし、胸や背中にカメラをつけて、脳も胸に入れられる。役立つものに応じて、二本の腕に制限される必要もない。胸の中央に一つ、両側に二つの安価な腕を持つこともできるし、四本、両側に二本ずつ持つこともできる。三本の手があったらいいなと思ったこともあるけど、問題は見た目が変だってこと。非伝統的なデザインは、どうしても不気味の谷に落ちちゃうから、どんなに技術的に優れていても、一般市場には売れないんだよね。変な車や乗り物の歴史を見ればわかる。だから、想像力の欠如じゃなくて、実用性の問題なんだ。

ボルトを締めるとき、力を加える角度が変わるんだよね。だから、6方向の固定位置に力を加えるだけじゃなくて、各位置で6方向に力を加える必要がある。そういう相互作用から、物体の重さや重心など、いろいろなことを学べるんだ。さらに、ロボットは通常、単一の剛体マニピュレーター以上のものを持ってるし。

うん、人間は安価なロボットアームを使って、かなり複雑な操作を遠隔操作できるよ！

それはいい問題だね。どのラボだったかは分からないけど（たぶんGoogleかな？）、最近、機械学習モデルを使ったロボットが紙を折るデモをやってたよ。

それは、音声認識が機械学習と空気圧センサーで解決できるって言ってるようなもんだね。

そうだね、彼はすぐにGOFAIについて話し始めて、敵をさらに混乱させるんだよね…

Q: プロログのプログラマーが電球を交換するのに何人必要か？ A: 嘘。

少なくとも私には、ヒューマノイドが何を意味するのかは明らかだったけど、私はこの分野で働いていたからね。

タイトルを見たときの最初の感想は「でもヒト科はすでにかなり器用だよね」だった。

かかしやセックスドールの器用さが大きな問題だとは感じないな。

その作業にはとても繊細な力のフィードバックが必要で、金属部品の中で起こりうる複数のシナリオに瞬時にマッピングされるんだ。例えば、ネジが噛み合ってしまった感じがするのか、ちょっと錆びてるのか？もう少しだけ、でも優しく捻ってみて確かめてみよう。

ナットやボルトの扱いには、正直言って自分も苦労してて、ほぼ諦めそうになることもある。でもこの記事が見落としてるのは、ロボットが簡単に操作できるように環境を整えることができるってこと。標準化されたナットやボルトだけにして、IDを刻印しておけば、ロボットはどう使うかを正確に知ることができる。皿もロボットが認識できるサイズで認証されてたり、持ちやすい場所に目に見えないマークがついてたりするかもしれない。マッチ棒は標準化されたガスライターに置き換えられるかも。もしかしたら、ロボット会社がそれを自分たちで売ることもあるかもね。

物理的なAIのための「聖杯テスト」を考えたんだ。「キーリングを使ってドアを開ける」ってやつ。視覚、器用さ、物理的制約の理解などが関わってくる。私たちの手がこんなに気軽にこれをやってのけるなんて、信じられないよね。

そうだね、触覚的なものは動物だけがアクセスできる暗いデータストリームのように説明できるかも。神経終末のことを言ってるんだ。どんなセンサーの組み合わせでも、その豊富なデータは得られないよ。ライダーや加速度計では、冷たいのと熱いの、デコボコと滑らかなのを区別できない。一方で、今日は猫が4メートルの棚から飛び降りて、手のひらよりも幅の狭い2メートルのフェンスの上に着地するのを見て、どうして私たちが自分たちよりも環境をナビゲートするのが明らかに上手な存在に驚かないのか不思議に思ったよ。

正直、言語についても同じことを言ってたよね。言葉や概念のニュアンスは、単語生成器が正しく組み合わせるのが難しいって。でも今はLLMがある。映像生成についても同じことを言ってた。光や影、微表情のニュアンスを再現するのは難しいって。でもLLMはそれをかなりうまくやってる。物理的なLLMもそのうち出てくるはず。

タッチセンサーってあるよね。前に働いてた会社のスピンオフが、ゴムに埋め込まれた圧力センサーを使って、かなり可愛いロボットと敏感な触覚を実現してるんだけど、解像度が低くて横の力は測れないんだ。 [1]https://www.takktile.com/

スポーツをやってきたことや自然ドキュメンタリーをたくさん見てきたせいか、95%の時間をデスクに座って過ごしてる人たちが、動物の体がどれだけ優れていて、正直言って「魔法のような」存在かを理解してないように思える。コメントの中には、自分のマッスルカーがチーターよりも早く加速できるって言ってる人がいるけど、確かにそうだけど、チーターのように曲がれるのか、岩に飛び乗ったり降りたりできるのか、ぴったりのタイミングで加速して獲物に飛びかかることができるのか、そして自分が潰されたり蹴られたりしないようにできるのか？人間はイギリス海峡を泳ぎ渡ったし、キューバからフロリダ、アラスカからロシアまで泳いだこともある。サハラ砂漠を横断したこともあるし、2000フィートの垂直の岩壁を手だけで登ったこともある。地球上のすべての8000メートル級の山の頂上に立ったこともある。エベレストの頂上や、夏のデスバレーの真ん中、密林の奥深くなど、ATVやスノーモービル、ヘリコプターが入れない危険な場所にも行ける。もちろん、ナットをボルトにねじ込んだり、ロックされたドアを開けたり、スケボーでトリックを決めたりもできる。結局、私たちも他の動物もただの機械であって、進化した計画から育ったのではなく、設計された計画から作られた機械が同じことをする理由は原則としてないわけじゃないけど、実際には多くの人が思っているよりも難しい問題なんだ。2000年代後半に戦車部隊にいたときも、アフガニスタンに行くときはいつも歩兵として行ってた。なぜなら、私たちのトラックや戦車は岩だらけで急な山では全く役に立たなかったから。でも、十分に訓練された人間が通れない地形はどこにもないんだ。