1X、新型ロボット「Neo」の手を公開 ― 25本の自由度で25000ドルの家庭用ロボット
先週のAI業界は、身体性(ロボットの手)と知性(モデル運用の思想)という、一見異なる二つのテーマで大きな動きがあった。1Xが発表した新型ロボット「Neo」の手のデモ、そしてGoogle DeepMindのDemis Hassabis氏、MicrosoftのSatya Nadella氏、Thinking MachinesのMira Murati氏という3人のトップが同じ週にエッセイを発表した件、さらに「ループエンジニアリング」という新しい概念について、ポッドキャスト番組「Lightwork」の議論をもとに整理する。
1. 1Xの新型ロボット「Neo」― ついに越えた「手の壁」
1-1. 25自由度、価格25000ドル
1Xが公開したロボット「Neo」の手のデモは、業界に衝撃を与えた。番組パーソナリティの一人は、「本当にクールだったが、同時にちょっと不気味でもあった」と率直な感想を述べている。従来のロボットの多くは、コーヒーカップを持ち上げる程度の作業にも苦戦してきたが、Neoは、電球をねじ込んだり、ネジをつまみ上げたりする動作をこなして見せた。重量は約66ポンド(約30kg)で、Tesla Optimusの約150ポンドと比べて大幅に軽量だという。ただし価格は25000ドルとされ、決して安くはない。
1-2. 「手」はロボット工学の聖杯
1Xのプロダクト責任者によれば、この手の開発には、約1年を要したという。初期の試作品は手と手首が異様に大きく、社内では、「ポパイ」と呼ばれていたそうだ。最終的に人間の手が持つ27自由度に近い25自由度を実現し、指と手のひらに22、手首に3の自由度を配分。位置決め精度はプラスマイナス0.2ミリに達し、ワイングラスをつまむ繊細な動作から、20ポンドのケトルベルを持ち上げる力仕事までこなせるという。
1-3. 家庭用ロボットという「難しい方の道」
多くのロボティクス企業が、作業が単純で環境も清潔な工場やあ倉庫から着手するのに対し、1Xはあえて家庭という難易度の高い環境を最初の標的に選んだ。番組では、この選択の鍵となったのが、「フォース・トランスペアレンシー」という技術だと説明されている。従来のロボットは、ギア比が高く一方向にしか力が伝わらないが、Neoは関節が逆駆動可能で、外部からの力を感知して動きを止めることができる。これにより、人間や障害物との接触時に安全に停止できるという。また、手の素材が防水・洗浄可能である点も、家庭で洗濯や皿洗いをこなす上で見落とされがちな重要な要素として紹介された。
1-4. 遠隔操作という「見えないコスト」
Neoは完全自律ではなく、未知のタスクに直面した場合(全体の3〜4割程度とされる)には人間のオペレーターが遠隔操作(テレオペレーション)で介入する仕組みになっている。この際、家庭内に設置されたカメラ映像をどう扱うか、顔をぼかす処理をローカルで行うかクラウドで行うかといったプライバシー上の論点も番組内で提起された。作業速度についても、セーターを畳むのに2分、皿を3枚並べるのに5分かかるとされ、現時点では人間の手には及ばないスピード感だと率直に語られている。
2. Wired誌の「センセーショナル」な批判
Neoの発表映像を巡っては、Wired誌がジャケットのジッパーを閉める仕草などを取り上げ、性的な含意があるかのように報じたことが議論になった。番組パーソナリティの一人は、実際に映像を見た印象としてはむしろ「家庭的で安心感のある」ものだったと述べつつ、報道がクリックを稼ぐビジネスである以上、こうした切り口も理解はできるとバランスを取っている。
3. Hassabis・Nadella・Muratiの「三大エッセイ」
3-1. Demis Hassabis氏 ― 「砂に思考させた」実務的な提言
Google DeepMindのDemis Hassabis氏のエッセイは、AI業界全体への「統一への呼びかけ」として最も実務的な内容だったと評されている。同氏は、AGI(汎用人工知能)がもはや遠い未来の概念ではなく、数年内に到来しうるとし、その影響の規模を「産業革命の10倍の変化が10倍の速さで起きる」と表現した。半導体・シリコンという「砂」を「思考する単位」に変えたという比喩が印象的に紹介されている。同時に、サイバーセキュリティや生物学的リスクなど懸念にも言及し、フロンティアモデルを展開前に検証する独立した統治機関の必要性を訴えたという。
3-2. Satya Nadella氏 ― 「逆情報パラドックス」
MicrosoftのSatya Nadella氏のエッセイは、経済学者ケネス・アロー(Kenneth Arrow)の「情報のパラドックス」を下敷きにした「逆情報パラドックス」という概念を提示した点が特徴的だ。従来の情報パラドックスでは、売り手は情報を開示しないと売れない一方、開示すれば価値が失われるというジレンマがあった。Nadella氏はAI時代にはこれが逆転し、買い手(利用企業)がAIを使うたびに自社の知的財産やノウハウをモデルに「教えて」しまうと指摘する。企業はトークン利用料という対価に加え、自社の秘訣という二重の代償を払っているというわけだ。この現象を同氏は「インテリジェンス・エグゾースト(知能の排気)」と呼び、企業は自前の学習ループや評価環境を持つべきだと提言しているという。
3-3. Mira Murati氏 ― 分散型AIという哲学的視座
Thinking MachinesのMira Murati氏のエッセイは、より哲学的・認識論的な内容だったとされる。現在の主要なAIモデルは、少数の大手ラボによって中央集権的に作られ、その価値観や「声」を規定していると同氏は指摘する。人間がすべてをAIに委ねれば、やがてスキルと権力を失うと警鐘を鳴らし、シェフや店主など個々のユーザーが自らの知識や価値観に合わせてAIを調整できる「分散型AI」の必要性を訴えた。単一の「ボスAI」ではなく、多様な人間の個性を反映する複数のAIからなるエコシステムを構想している点が特徴だ。
4. Namdi Iregbulem氏に聞く「ループエンジニアリング」
4-1. プロンプトから文脈、そして、ハーネスへ
Lightspeedのパートナーで、AIインフラとデベロッパーツールに投資するNamdi Iregbulem氏は、2022〜2024年に主流だった「プロンプトエンジニアリング」から、モデルが参照するファイルやツール、記憶などを設計する「コンテキストエンジニアリング」、そして、Claude CodeやOpenAIのCodexのような「ハーネス」を組み合わせる「ハーネスエンジニアリング」へと、実践がレイヤーのように積み重なってきた経緯を説明した。重要なのは、新しい層が古い層を置き換えるのではなく、上乗せされていく点だという。
4-2. ループエンジニアリングとは何か
Iregbulem氏は、ループエンジニアリングを「エージェントに、人間の介入なしに長時間にわたって生産的に振る舞わせる実践」と定義する。米空軍発祥の意思決定フレームワーク「OODAループ(観察・状況判断・意思決定・行動)」を引き合いに、エージェントが目標を与えられ、環境の中で行動し、結果を観察し、次の行動を決定するというサイクルを繰り返す構造を解説した。
4-3. 「完了」の定義と失敗モード
同氏は、ループ設計で最も重要なのは「完了(done)」を明確に定義することだと強調する。テストが全て通過する、ウェブサイトが公開される、メールが送信されるといった決定論的な基準が理想だが、モデル自身に判断させる非決定論的な基準も一定の条件下では有効だとした。設計を誤ると、意図しない無限ループに陥ったり、逆にモデルが「怠惰」になって作業の途中で勝手に停止してしまう問題が生じるという。特に、コンテキストウィンドウの使用率が50%前後になると、モデルの性能が実質的に低下する「ダムゾーン(愚鈍な領域)」に入ることがある点も指摘された。
4-4. 観測可能性とファイルシステムの重要性
長時間自律的に動くエージェントを監視する「オブザーバビリティ(観測可能性)」の重要性にも話が及び、Judgment LabsやRaindropといった企業がこの領域に取り組んでいると紹介された。また、エージェントにとって最も自然な作業環境はファイルとフォルダから成る従来型のファイルシステムであるとし、今後は法律家やカスタマーサービス担当者、会計士など、あらゆる職種のエージェントがGitのようなバージョン管理の仕組みを備えたファイルシステムを介して働く未来を見据えていると語った。
