カテゴリー: ロボット工学

ロドニー・ブルックスは多忙なロボット工学者の一人です。彼は 1984 年にマサチューセッツ工科大学 (MIT) の学部に加わり、最終的にはコンピューター サイエンスおよび人工知能研究所の所長になりました。 1990 年にまだそこにいたとき、彼はより実践的なロボット工学の仕事に戻るために、2 人の生徒とiRobot を共同設立しました。その会社は最終的に、ルンバやその他の家庭用掃除ロボットを世界中の何百万もの家庭に導入し、はるかに優れた価格帯でわずかな競争を勝ち抜いた。

その成功の後、ブルックス氏はロボット工学で別の業界に革命を起こしたいと決心し、アイロボットとMITから辞任し、Rethink Robotics (旧Heartland Robotics)という新会社を設立した。 Rethink は、製造業により多くのロボットを導入することを目指しています。製造業者はすでに重工業用ロボットを大量に使用しています。産業用ロボットは、材料やツールを操作してさまざまな製造作業を実行するようにプログラムできる動く機械です。これらは、自動車の製造やその他の多くの商品の生産を自動化するために使用されます。一般に、これらは購入、プログラム、保守に非常に高価であるため、よほどの大手メーカー以外は手に入れることができません。このようなロボットは非常に正確かつ高速ですが、新しい環境に簡単に適応できず、生命や手足を危険にさらすことなく人間の近くで作業することはできません。

そこでブルックス氏と彼の会社は、小規模メーカーが購入でき、現在人間が行っている日常的な作業を自動化するために使用できる、安価で適応性のあるロボットの開発に着手した。そして彼らの研究は、人間の作業環境に安全に設置でき、技術者でなくてもさまざまな反復作業を実行できるように簡単に訓練できる 22,000 ドルのロボット、Baxter のリリースによって結実しました。

バクスターを動かす物理的コンポーネントは何ですか?

バクスターはやや人型のロボットですが、人間にアピールするためだけにこのように作られたわけではありません。そのすべての部分が目的を果たします。タブレットに似たコンピュータ スクリーンのヘッドがあり、その上でアニメーションの漫画のような目と眉が表情を変え、近くの作業者に直観的なメッセージを伝えます。これらの表現には、待機中の目を閉じた状態も含まれます。学習を開始する準備ができているときの中立性（目を大きく開き、眉を目と平行にする）、学習途中の集中力（目を大きく開き、眉を中心に向かって斜めに下げる）、問題なく作業しているときの集中力（目）下を向き、眉毛が中央に向かって下がっている）、人が近くに来たときの驚き（瞳孔が開いた大きな目、眉毛が上がっていて、オレンジ色のスクリーンの背景）、課題で問題を抱えているときの混乱（広い目で片眉が反転し、オレンジ色のスクリーンの背景）両方外側に向かって下に傾いている）問題があり、課題に取り組むことを放棄したときの悲しみ（両目で下を向き、眉が逆さまで外側に傾いている）。バクスターの目は、近くで働いている人への警告として、腕の 1 つが動こうとしている方向にも動きます。

胴体には、肩からエンドエフェクター プレートまでの長さ 41 インチ (104 センチメートル) の 2 本のアームが取り付けられています。エンドエフェクター プレートには、さまざまな目的を果たす交換可能なエンドエフェクター、つまり「手」が取り付けられています。 Baxter には、真空カップと指のようなものを備えた電動平行グリッパーの 2 種類のハンドが付属しています。カップやフィンガーは他のものと交換することもでき、サードパーティが新しいタイプのエンドエフェクターを開発することが期待されています。各アームには 7 つの自由度があり、必要に応じて連携して動作することも、互いに独立して動作することもできます。これは、バクスターを 2 つのコンベア ベルトの間に置き、両方で動作させることができることを意味します。アームもコンプライアントです。これはロボット工学の用語で、完全に硬直して方向を変えることができないのではなく、遭遇するあらゆる障害物を感知して調整できることを意味します。片方の腕をつかんだり、押したり、ぶつけたりすると、固定されたままではなく、力を与えてしまいます。このコンプライアンスは、関節を直接制御するのではなく、モーターとギアボックスが関節を駆動するスプリングを制御する直列弾性アクチュエータを使用することによって可能になります。各アームの剛性を一般的なロボット アームよりも低くしているのはバネであり、アームに作用する力を測定するためにも使用されます。

バクスターの何かとの接触を感知する能力は、安全上の理由から役立ちます。 Baxter には 360 度ソナー センサーと 5 台のカメラも搭載されています。そのソフトウェアは、これらのハードウェア デバイスを使用するように設計されており、バクスターは事実上、周囲の領域にあるものを感じたり見たりして、それに応じて動作を調整できるようになりました。誰かが近づいてきたことを感知すると、バクスターは驚いた表情を見せ、動きを緩めます。不意に何かや誰かにぶつかると、完全に動きが止まります。そして、何らかの理由で電力が遮断されると、バクスターの腕はゆっくりと緩みます。そのアームには、バックドライブ可能なモーター、パッド入りのカバーが備わっており、安全性を高めるためにピンチポイントがありません。万が一に備えて緊急停止ボタンも付いています。そして、カメラは安全のためだけのものではありません。これらにより、Baxter は作業領域内で操作する必要があるオブジェクトを検出できるようになります。

他の多くのロボットと同様に、バクスターには脚がないため、自力で移動することができません。 1 か所に取り付けることも、オプションの車輪付き台座に置いて必要な場所に転がすこともできます。バクスターの高さは台座なしで 37 インチ (94 センチメートル)、台座ありの場合は 70 インチ (178 センチメートル) から 75 インチ (191 センチメートル) になります。その重量は、台座を除いた人間の 165 ポンド (75 kg) に匹敵します。台座の重量は 141 ポンド (64 kg) 増加します。

Baxter には、イーサネット ジャック、 USB タイプ A ポート、他のデバイスとインターフェースするための PLC 準拠接続を備えた 15 ピン D-sub などの入出力 ( I/O ) 接続もあります。ロボットは一般的な 120 ボルトのコンセントに接続できます。

バクスターに何ができるのか？

運用能力に関しては、Baxter の最大ペイロードは約 5 ポンド (2.3 キログラム) で、速度はペイロードに応じて毎秒 2 ～ 3.3 フィート (毎秒 0.6 ～ 1 メートル) です。両腕を使用して、1 分間に最大 12 回のピック アンド プレース操作を実行できます。 Baxter は、華氏 32 ～ 104 度 (摂氏 0 ～ 40 度) の温度で動作すると評価されています。

Baxter は、工場現場で人間が通常行うさまざまな反復作業を処理できるように設計されています。 Rethink によると、これらのタスクには次のものが含まれます。

Baxter をトレーニングするには、人は腕を物理的に動かし、腕にあるナビゲーター ボタンを使用して画面から選択を行います。オブジェクトを拾ったり配置したりするようにプログラムしたいとします。まずロボットの手首をつかんで、トレーニング中であることをロボットに知らせます。次に、そのエンドエフェクタをアイテムの上に配置します。カメラがアイテムを中心にして画面に表示されます。クリックして、それがバクスターに拾ってもらいたいアイテムであることを確認します。 Baxter がそれを拾った後、目的地の上にそのアームを置き、クリックして確認します。目的地が箱の場合、バクスターが商品を受け取り、箱に入れます。トレーニングが終了すると、バクスターは、掴むオブジェクトがある限り、事前の指示に基づいてアイテムを掴んだり配置したりし続けます。 Baxter はアイテムの位置や方向の変化に合わせて調整できるため、アイテムが同じ相対領域に留まっている限り (たとえば、アイテムがベルトコンベアを降りてくる間)、Baxter は問題ありません。トラブルが発生すると、それに応じて表情が変化し、人間が介入することができます。

Baxter には現在、かなりの基本的な組み込み機能が備わっていますが、Baxter の機能を向上させるために定期的にソフトウェア アップデートをリリースする計画があります。ロボットのソフトウェアは、オープンソース BSD Unix ベースの OS であるROS (ロボット オペレーティング システム) と、ロボットのプログラミングに特化した特殊なドライバー、ライブラリ、およびその他のツールのセットを含むソフトウェア、 OpenCV (オープン ソース コンピューター ビジョン ライブラリ) をベースにしています。コンピューター ビジョンと機械学習アルゴリズムを含むライブラリ。ソフトウェア開発キット( SDK ) は、2013 年中に Rethink によってリリースされ、企業やロボット愛好家によるサードパーティ プログラミングによるより複雑な機能の将来の開発を可能にします。 Baxter は、ハードウェアとソフトウェアのアドオンを通じて将来の改善の余地がたくさんある拡張可能なプラットフォームになるように設計されました。

Baxter は他の産業用ロボットとどう違うのですか?

Baxter と他の産業用ロボットの大きな違いの 1 つは価格です。ほとんどの産業用ロボットの購入には 10 万ドル以上の費用がかかり、プログラマーがロボットを制御するコードを記述する必要があるため、保守と運用にはさらに多くの費用がかかります 。また、一般に、効率的に作業し人間の安全を守るために、専門的な環境を構築する必要があるため、エンジニアリングと建設のコストも考慮する必要があります。これには、短期および長期の両方で多額の投資が必要となり、場合によっては合計数十万ドルに達する可能性があります。

一方、Baxter の基本モデルの価格は 22,000 ドルで、これには 1 年間の保証と 1 年間のソフトウェア アップグレードが含まれます 。追加料金を支払えば、3年間の保証も付けることができます。 Rethink は、設計プロセス中にコストを念頭に置き、部品サプライヤーと協力して製品がバクスターにどのような機能をもたらすかを決定することで、価格を低く抑えることができました。プラスチックパーツもたくさんあります。 Baxter はコストが低いため、現在ロボットによる自動化を行う余裕がない中小企業でも利用できるはずです。 Rethink は、運用コストは 1 時間あたり約 4.00 ドルになると見積もっています。

また、バクスターでは、高レベルの技術スタッフが数日、数週間、または数か月かけてプログラミング (コードまたは押しボタン ペンダントの使用による) を費やす必要がなく、ほとんどの産業用ロボットよりもはるかに少ない専門知識と指導時間が必要です。顔の表情や画面に表示されるプロンプトを通じて、いくぶん直感的なユーザー インターフェイスを備えています。技術者ではない人でも、腕の動きと簡単なボタンを押すだけで何をすべきかを教えることができ、30 分程度で新しいタスクを習得できます。組み立てやセットアップもほとんど必要ありません。 Baxter を箱から取り出して起動して実行するには、わずか 1 時間ほどしかかかりません。

安全性と柔軟性にも大きな違いがあります。他の典型的な産業用ロボットは、その硬直した高速かつ強力な動きによって誰かが怪我をしたり死亡したりしないように、檻の中に入れておくか、人間から隔離して保管する必要があります。彼らの作業環境は、人間が占有する既存の環境に合わせるのではなく、彼らを中心に設計される必要があります。 Baxter は、安全機能が組み込まれているため、人を傷つけるリスクを負うことなく、人間と一緒に作業することができます。さまざまなセンサーのおかげで周囲に適応することができ、一定レベルの常識を持つようにプログラムされています。たとえば、物体を落とした場合、動作を続ける前に停止して別の物体を回収する必要があることを認識しています。また、コンベアベルトが加速または減速した場合、それに応じて調整できます。 Baxter の適応性と安全性により、大騒ぎすることなく既存の組立ラインに投入することができます。

Baxter には、既存の工場ロボットほど高速でも正確でもないという点でいくつかの制限があり、重量物を持ち上げることはできません。超人よりも人間の方が得意です。これは、既存のロボットを置き換えるのではなく、Baxter を使用して新しい役割を果たし、現在の手動だが日常的なタスクを比較的安価に自動化できることを意味します。

バクスターのせいで人間が失業する可能性はあるでしょうか?

私たちの文献の多くは、ロボットが凶暴化して私たちを殺したり奴隷にしたりするのではないかという私たちの恐怖を反映しています。 Baxter のようなワークボットでは、多くの機能を備えていますが、知覚力が欠けているため、そのようなことは考えられません。バクスターは自分で「考える」ことができません。しかし、より合理的な懸念は、人々が失業するのではないかということである。失業をもたらすものとしての自動化に対する不信感は今に始まったことではなく、機械化時代を通じて抗議活動を引き起こしてきた。このような抗議活動の 1 つは、1700 年代後半にフランスで機械織機が導入されたときに起こりました。映画「スタートレック VI」で聞いたことがあるかもしれません。仕事を恐れた繊維労働者が織機を止めるために木製のサボ（靴）を投げ込んだことから、サボタージュという言葉が生まれました。

確かに、これまで人間が行っていた多くの仕事は機械に取って代わられています。 1800 年代、ほとんどの仕事は農業でしたが、産業革命により新しいテクノロジーが導入され、機械やオートメーションを使って商品や農業さえも大量生産するようになりました。時間が経つにつれて、これによりほとんどの人々の仕事が完全に変わり、私たちは農場から工場やオフィスへと移りました。

貧困に追い込まれた炭鉱コミュニティのように、こうした技術革新が失業を引き起こすこともあったため、必ずしも良いニュースではなかった。彼らはまた、多くの人々を新鮮な空気から追い出し、過酷な低賃金の工場勤務に導いた。しかし、機械化の結果、機械の操作、プログラム、メンテナンスに必要な技術者のような、賃金が向上し、身体的負担が軽減される仕事も生まれています。現在、自動車工場の作業の 80% は自動化されており、この変化により、残りの自動車工場労働者にとって、仕事の負担は減り、以前より満足のいくものになりました。

機械の自動化がなければ、現代の高度なテクノロジーの時代に私たちをもたらした小さな部品を大量生産することはできなかったでしょう。私たちは、雇用情勢を大きく変えたもう一つの発明である、コンピューターを実行する小型化と高性能化が進むマイクロチップを作ることはできなかっただろう。私たちの多くは現在、請求書の支払い、税金の申告、航空券の購入などをコンピューターで行っており、郵便、税務、旅行の専門家などと直接やり取りする必要が減りました。以前はボタンをクリックするなど人間の介入が必要だった雑務を処理し始めると、仕事は変化します。そして自動化できるものには終わりがありません。専門の報道機関向けにスポーツや株式の記事を書くソフトウェアもあります。このような完全な記事が次になる可能性があります。

バクスター氏は工場ラインの労働者の一部を置き換える可能性がある。 Rethink は、その現在の機能を利用して、Baxter が米国の約 80 万人が従事する単純なマテリアルハンドリングの仕事を処理できると推定しています 。価格が安いということは、人件費が 1 年程度で回収できることを意味します。さらに、バクスターは長期間ノンストップで作業できます。しかし、ロボットは人間が行う仕事を、最も単純な組み立てライン作業から、ロボットのトレーニングやメンテナンスなどのより良い仕事に変えるだけかもしれない。そして、バクスターが集められる以上に熟考を必要とするタスクがたくさんあります。ロボットのライン作業員は、遅番勤務など、人間が就くのが難しいポジションや、反復的なストレスによる損傷を引き起こしたり、有害なガスやその他の危険な状況に人をさらしたりする仕事にも適しています。

低コストの産業用ロボットは、海外の低賃金労働者と競争できるだけの費用対効果を備えているため、米国の製造分野を活性化する可能性があり、その結果、地元工場の増加とアウトソーシングの削減につながる可能性がある。 60年代と70年代の自動車産業やエレクトロニクス産業の場合と同様に、米国は日本のような国よりも自動化が遅れて実際に雇用を失った。米国の製造業者が産業用ロボットをさらに導入しなければ、他の国の企業が導入して、より安価に物を生産する能力を獲得または保持する可能性がある。安価なロボットへのアクセスが増えれば、労働者は肉体労働から解放され、より多くの企業が今日の世界経済で効果的に競争できるようになる可能性がある。

さらに、必ずしも必要ではない仕事の進行を遅らせるべきではないでしょう。コンピューターとロボットにより、人間がこれまで達成できなかった速度と精度で計算やタスクを実行できるようになり、さらなるイノベーションが生まれました。私たちは、地球の裏側に保存されている情報をインターネットで瞬時に検索したり、火星に探査ロボットを派遣して送り返してくるデータを監視したりすることができます。より多くの機能を備えたロボットの存在は、現時点では私たちにも起こっていないイノベーションにつながる可能性があります。

産業用ロボットの潜在的な未来

1980 年代、米国で稼働している産業用ロボットはわずか数千台でした 。現在、世界中で数十万人、そして百万人以上がいます。彼らの多くは自動車業界で働いており、車の移動、切断、穴あけ、溶接、塗装、その他の組み立てに携わっていますが、他のほぼすべての業界でも雇用されています。使いやすさと低価格により、バクスターはルンバが家庭用ロボットで行ったことと同じことを産業用ロボットで実現し、さらにその数を増やす可能性があります。

Baxter は、従業員数が 500 人以下の約 27 万社の中小規模の製造業者をターゲットにしています 。その規模の企業が、ワークスペースの再設計とそれを実行する IT 担当者を必要とするロボットに数十万ドルを投資できる可能性は低いですが、Baxtermight は手の届くところにあります。そして、そのような企業では、ロボットの最初の評判は良好でした。射出成形会社である Nypro と Vanguard Plastics は、Baxter をテスト走行し、自社の工場での稼働に関心を示しています。また、大企業は、現在手動​​で行っているタスクをコスト効率よく自動化するためにこれを検討することもできます。

バクスターは街で唯一の獲物ではありませんが、おそらく彼が最も安価です。他にも同様の市場に参入しようとしているロボット企業がいくつかあります。川田工業のネクステージロボットは、バクスターと同様に人間と一緒に作業できる双腕の人型組立ロボットです。より正確ですが、コストは 100,000 ドル近くかかります。したがって、近い将来、より多くのロボットを人間と一緒に働くビジネスに導入するための選択肢はたくさんあるでしょう。

私たちが社会経済的問題を解決して、私たち全員が有利な雇用を維持できるのであれば、この新しい技術革命により、私たち自身やロボットの同僚ができる新しく創造的なことを考え出すことができるでしょう。ロボットがより望ましくないタスクや困難なタスクを引き継ぐことができれば、人類の達成には限界がありません。私たちの多くは、思考のない生産から知識労働に移行することができます。ロボットは、手術、X線スキャン、爆弾探知、捜索救助作業の支援など、非工業分野にも進出している。用途が増えるにつれ、需要も高まります。おそらく、ロボット工学自体の分野で、私たち全員が将来就くべき仕事があるでしょう。

著者のメモ: ロボット Baxter の仕組み

ロボットはクールで、何度読んでも飽きません。いつか作るかも知れません。私はほこりをかぶっている古い LEGO Mindstorms キットと、新しい Raspberry Pi コンピューターを 2 台持っています。始める前に、時間を確保して、さらにいくつかのアイテム (ロボット工学の本など) を購入するために銀行口座を使い切る必要があります。

しかし、私の調査で判明した驚くべきことの 1 つは、記事を書くソフトウェア アプリケーションが存在するということでした。プログラムが読みやすいストーリーを生成できる段階にすでに達しているとは思いもしませんでした。スポーツや株の評価を超えて進歩すれば、仕事が自動化されることがどのような感じかをすぐに知ることができるかもしれない。

Baxter のようなロボットのユーザーフレンドリーなプログラミング機能が他の分野でも普及すれば、私のもう 1 つの職業であるコンピューター プログラミングも安全ではなくなるかもしれません。おそらく、私のもう一つの職業である小説執筆は、人工知能がエミュレートするのが難しいでしょう。しかし、有料の仕事に変えるのはさらに難しいことでもある。これをすべてうまくいくためには、資本主義から何らかの形のユートピアに切り替える必要があるかもしれません。

それでも、私はテクノロジーの進歩、特にロボット工学によって単調な仕事を仕事から取り除くことには大賛成です。もっと良い時間を過ごす方法があります。たとえば、新たに運動不足が生じてだらだらと過ごすことを防ぐために運動したり、差し迫った転職に備えて勉強したりすることです。

Rozy は、韓国で最もホットなソーシャル メディア スターの 1 人です。ひときわ美しいモデル、女優、ダンサーであり、その冒険は 149,000 人のフォロワーを魅了しています。彼女は保険会社のコマーシャルに出演し、今年初めにはシングル「」で歌手のキャリアにも乗り出した。

実際に生身の人間ではない人にとって、これはかなり印象的なキャリアだ。代わりに、Rozy は、最先端のテクノロジー企業によって作成された、コンピューターで生成された人工有名人です。 (これは同社のエグゼクティブディレクターとの会話です。) Rozy は、仮想インフルエンサーの台頭現象の代表的な例であり、企業は仮想インフルエンサーを若い消費者とつながるための強力な方法としてますます認識しています。

や などの仮想インフルエンサーが Instagram に集まりました。高級ブランドのプラダは、同名のフレグランスを宣伝するために開発しました。世界保健機関は2020年の新型コロナウイルス感染症予防キャンペーンでも。

バーチャルインフルエンサーの進化

米国ではバーチャルインフルエンサーはまだ初期の現象ですが、アジア諸国ではすでに主要なマーケティングツールとなっています。 Rozy に加えて、バーチャル インフルエンサーである韓国の小売ブランド、ロッテ ホーム ショッピングもあります。ビジネス誌の 2021 年の記事によると、中国では、中国のインターネット ユーザーの 3 分の 2 近くがコンピューターで生成された有名人をフォローしていることが調査で判明しました。

「このスペースは、形式 (媒体) と人気の到達範囲の両方で進化しました」と は説明します。彼は、バーチャル インフルエンサー業界をレポートおよび分析する Web サイトの創設者兼編集長です。

「バーチャルインフルエンサーは主に漫画メディアで始まり、その後クリエイティブテクノロジーによって参入障壁が下がり、魅力的なアート（コンテンツとも呼ばれる）を生み出すにつれて拡大しました」とトラバース氏は電子メールで述べた。 「現在、魅力的な仮想メディアを生成するツールが進化し続け、より多様で高度な形式の創作が容易になるにつれて、私たちが消費するメディアの性質もそれに伴って進化しています。そうは言っても、すべての兆候は仮想クリエイター ツールが継続的に進歩していることを示しています」これは、バーチャル、ゲーム、アバター メディアの供給が増加していることを示しており、このコンテンツで育った世代 (たとえば、iPad やビデオ ゲームで育った子供たち) の高齢化によって、同じメディアに対する需要が高まっていることと一致しています。」

バーチャルインフルエンサーは、その短い存在の間に、すでに大幅に進化しています。

「初期のバーチャルインフルエンサーは、より手作り的でした。CGI を使用してフォームを作成し、本物の人間の俳優のモーションキャプチャを使用してリアルな動きを生成しました」と電子メールで説明されています。彼はユニバーシティ カレッジ ロンドンのコンピューター サイエンス学部の名誉教授およびティーチングフェローであり、英国およびアジアの他のいくつかの機関で役職を歴任し、コンピューティングに関する 300 以上の科学論文と数冊の本を出版しています。

「今日では、生成機械学習（AI）を使用して写真のようにリアルな人工の身体、顔、声を自動的に作成できます。また、いわゆる「ディープフェイク」テクノロジーを使用して、ビデオ内の誰かの顔や身体を置き換えることができます」とベントレー氏は続けます。 「これは、仮想インフルエンサーの作成がかなり容易になることを意味します。最終的には、AI は人間のアクターなしで身体や動作を生成できるようになります。しかし、常に正しいことを言い、行動させるには、しばらくは人間の助けが必要になるかもしれません」 。」

AI により仮想インフルエンサー同士の交流が可能に

さらに、仮想インフルエンサーのクリエイターは AI を利用して、フォロワーと対話できるますます洗練された新世代のインフルエンサーを作成し始めています。 2022 年 6 月の記事で、ライターの Tevy Kuch が仮想インフルエンサーについて報告しています。仮想インフルエンサーの性格や外見はアルゴリズムによって形成され、ウィキペディアから収集した情報に基づいて時間の経過とともに進化する可能性があります。人間のチームがレイカの修正と管理を行っていますが、実際にレイカが次に何をするかを決定するのは AI です。 「私は自分の道を築いています」と合成キャラクターは説明し、同時に「人間の友人からのアドバイスに賢明に従っている」と認めた。

この種の相互作用はまだ初期段階にあります。 Reikka が Kuch の質問に対する応答を生成するのに 2 時間かかり、彼女が言葉を発したアニメーションをレンダリングするのにさらに 10 時間かかりました。

テクノロジーが進化するにつれて、いつか仮想インフルエンサーが人間に近いリアルタイムで応答できるようになるかもしれません。しかし、最終的にそれらが日常生活のいたるところに浸透するようになったとしても、それらとの相互作用が私たちにどのような影響を与えるかはまだ不明です。 2022年6月にニュー・メディア・アンド・ソサエティー誌に掲載された論文では、仮想インフルエンサーに対する視聴者のパラソーシャルな反応、つまりメディアペルソナとの一方的な関係は、実際に人間であるインフルエンサーに対する視聴者の反応と大きく変わらないことが判明した。 。

「目的は、視聴者をこれらの非現実的な人間の仮想生活に完全に引き込み、投資させ、製品やサービスの販売に利用できるようにすることです」とベントレー氏は言う。 「仮想インフルエンサーの多くは、現実の人間と同じくらい（あるいはそれ以上）のフォロワーを抱えています。その点で、人間との接触のようなものは、一部の人々の孤独を和らげるかもしれません。」

仮想完璧の効果は何ですか?

バーチャルインフルエンサーがユーザーに与える影響に特に焦点を当てた研究はまだあまりないようだ。しかし、2022年1月に国際環境研究公衆衛生ジャーナルに発表された論文では、ソーシャルメディアのインフルエンサーをより一般的に調査しており、10代と20代の若い女性にとって、インフルエンサーの画像を閲覧することは、視聴者自身の画像に対する不満と関連していることが判明した。身体。

ベントレー氏は、「インフルエンサーの非現実的な身体は、このような偽の『関係』の代わりに現実の人間関係を置き換える人たちの摂食障害や身体醜形障害の増加につながる可能性がある」と懸念している。

将来の AI を活用した仮想インフルエンサーが、仮想現実と、触覚や運動感覚を刺激する技術の一種である の進歩を利用して、フォロワーに強力な影響を与えることは想像に難くありません。しかし、人間のような感情をシミュレートする AI の能力はさらに強力になる可能性があります。

「人間は、ほとんどあらゆるものの中に人間の感情や感情を見出すことに非常に優れているため、常により高度なリアリズムが必要なわけではありません」とベントレー氏は言う。 「確かに、ロボット工学で見られる『不気味の谷』効果は、仮想インフルエンサーにも明らかです。人工実体と対話したり観察したりする自由が増えれば増えるほど、その動作はより現実的になる必要があります。そうでないと、人工実体はより現実的なものになる可能性があります。」少しロボット的または奇抜に見えるため、行動に対する期待がそれほど厳しくない、漫画のようなキャラクターの方が良い場合もあります。」

ベントレー氏は、コンピューターで生成された人工人間は人間のフォロワーに対して感情を抱くことができないため、仮想インフルエンサーとのやり取りは、たとえどれほど現実的であっても、最終的には一方的なものになると警告する。

それは、人工知能技術がさらに高度に進化しない限り、です。

知恵袋ブログ スタッフが今後の「トランスフォーマー」映画を心配しているのは間違いありません。それが良いかどうかだけを考えているわけではありません。私たちが生きているうちに、トランスフォーマーの機能を備えたロボットが登場するだろうか。実物大のトランスフォーマーは少し信じられないし、現実的ではないと思われますが、既存のロボットの中にはトランスフォーマーと多くの共通点があることが判明しました。この記事では、これらの変形ロボットがどのようなもので、どのように機能し、オプティマスプライムのようなトランスフォーマーとどのように似ているのかを探っていきます。

まずはプライム自身の分析から始めましょう。彼は巨大で印象的ですが、果たして彼は実在するのでしょうか？それを知るために、私たちはエンジニアのマイケル・D・ベロテに、二足歩行ロボットに変形できる本格的なトラクター・トレーラーを作るには何が必要かを尋ねました。言い換えれば、等身大のオプティマス・プライムを作るには何が必要になるでしょうか?

まず、Prime は自己再構成ロボットでなければなりません。一部の自己再構成ロボット、つまり形状を変えてさまざまなタスクを実行できるロボットが現在存在します。ただし、オプティマスプライムとは大きく異なります。ベロテは次のように説明しています。

エンジニアがオプティマスプライムの規模で交換可能なモジュールを作成する方法を見つけたとしても、モジュールを動かすための動力を提供することは依然として不可能である可能性があります。車両の形態では、オプティマス プライムは通常のディーゼル燃料で走行できます。しかし、歩くことは車輪で転がることよりもはるかに効率が低くなります。プライムが歩くためには、ディーゼルエンジンが提供できるよりもはるかに大きな電力が必要です。 Prime の電力要件を処理する方法についての Belote の分析は次のとおりです。

つまり、水力の力でプライムは歩けるかもしれないが、水力システム自体が別の問題を引き起こすことになる。 「作動油を保持するにはタンクまたはリザーバーを追加する必要があります。油圧ポンプが必要です。ポンプに動力を供給するために二次電源を使用する必要があります。適切な圧力と流量を満たすためにバルブが必要です。」とベロテ氏は言います。さらに、油圧駆動のプライムには、作動油を運ぶための配管が必要になります。これらのパイプは、プライムの燃料ラインや電気配線とともに、改造中に損傷を受けたり、触れられたりしないようにする必要があります。

ロボット形態への変形を生き延びた後、プライムは二足歩行として歩かなければなりません。ベロテ氏は、これが起こるには何が必要かを説明しています。従来のセミの重量は 30 トンを超えることが多いため、プライムの最終重量は簡単に 35 トンから 40 トンの範囲に収まる可能性があります。これを世界最高の「歩行」ロボットであるホンダのASIMO ロボットと比較してください。ASIMO ロボットは総重量 119 ポンドですが、最大速度 2 マイル未満で約 40 分間しか歩行できません (電動)。 ASIMO の重量比は 1 インチあたり 2.3 ポンドですが、Prime の重量比は 1 インチあたり 75 ～ 80 ポンドを超える可能性が高く、30 倍になります。

さらに、ロボットは歩行の動作を簡単に模倣することはできません。 「ロボットの場合は」とベロテ氏は説明する、「直接的な命令がある（足を上げる「x」量、前傾する「y」量、足を下に伸ばす「z」量など）。しかし、人間の場合は、 「フィードバック」メカニズムがない – 脳が足の位置を常に伝達するわけではなく、単に前傾して「転倒」し、足が床に接触したときに衝撃を吸収するように脚を設定します。」

したがって、私たちが生きているうちに、オプティマス・プライムや彼のようなロボットが動く姿を見ることはおそらくないだろう。しかし、形を変えたり、どんな形にもなれるロボットはすでに存在します。次のセクションでは、その一部と Prime との比較について説明します。

自己再構成ロボット

もちろん、トランスフォーマーの最もクールな点は、まったく異なる 2 つの形状になれることです。ほとんどは二足歩行ロボットまたは作業車両です。代わりに武器や電子機器に変形できるものもあります。トランスフォーマーの 2 つの形態には、大きく異なる強みと機能があります。

これは、通常 1 つのタスクまたはいくつかの関連タスクの実行のみを得意とするほとんどの実際のロボットとはまったく異なります。たとえば、火星探査車は次のことができます。

探査車は、これらのカテゴリに当てはまらないタスクにはあまり適していません。たとえば、橋を組み立てたり、非常に狭いスペースに収まったり、他のロボットを構築したりすることはできません。言い換えれば、それはひどい捜索救助ロボットを作ることになり、自動化された工場にはまったく適合しません。

それが、エンジニアが再構成ロボットを開発している理由です。トランスフォーマーと同様に、これらのロボットは、目の前のタスクに合わせて形状を変えることができます。ただし、二足歩行ロボットからトラクタートレーラーへのように、ある形状から別の形状に変更するのではなく、ロボットを再構成すると、さまざまな形状を取ることができます。本物のトランスフォーマーよりもはるかに小さいです。再構成ロボットモジュールの中には、人の手に収まるほど小さいものもあります。

モジュールは本質的に、小型で比較的単純なロボットまたはロボットの一部です。モジュール式ロボットは、これらの小さな同一のモジュールを多数集めて作られています。モジュール式ロボットは、ロボットの設計と実行する必要があるタスクに応じて、少数のモジュールまたは多数のモジュールで構成されます。モジュール式ロボットの中には、現在コンピュータ シミュレーションとしてのみ存在するものもあります。他のものはまだ開発の初期段階にあります。しかし、それらはすべて同じ基本原理で動作します。つまり、多数の小さなロボットが結合して 1 つの大きなロボットを作成できます。

モジュールはそれ自体では多くのことを行うことができません。再構成システムには次のものも必要です。

ほとんどのモジュール式再構成ロボットは、チェーン構成、ラティス構成、モジュール構成の 3 つのカテゴリのいずれかに当てはまります。チェーン ロボットは、特定の点で互いに接続できる長いチェーンです。チェーンの数と接続場所に応じて、これらのロボットはヘビやクモに似ることがあります。また、回転ループや二足歩行ロボットになることもできます。一連のモジュール式チェーンは、ヘビとしてトンネルを這い、クモとして岩だらけの地形を横断し、二足歩行者として三輪車に乗って橋を渡り、障害物コースを移動することができます。

チェーン ロボットの例としては、パロアルト研究センター (PARC) や NASA があります。ほとんどの場合、ネジで接続を手動で固定するには人間か、理論的には別のロボットが必要です。

格子ロボット

ラティス ロボットの基本的なアイデアは、小さな同一モジュールの群れを組み合わせてより大きなロボットを形成できるというものです。格子ロボットのプロトタイプはすでにいくつか存在しますが、コンピュータ シミュレーションとしてのみ存在するモデルもあります。格子ロボットは、互いに這い、隣接するロボットの接続点に取り付けたり、取り外したりすることで移動します。これは、スライディング タイル パズルのタイルの動きに似ています。この移動方法は基板再構成と呼ばれます。ロボットはロボットの格子内の点に沿ってのみ移動できます。ラティスモジュールは、内蔵型電源を備えることも、他のモジュールへの接続を通じて電源を共有することもできます。

格子ロボットは、地形の形状に従って互いに乗り越えることによって困難な地形を移動したり、他の構造物を支えるために固体で安定した表面を形成したりすることができます。十分な数の格子ロボットがあれば、ほぼあらゆる形状を作成できます。コンピュータシミュレーションでは、部品の山からティーカップに、犬からソファに変化する様子が示されている。モジュールを組み合わせて、平面、はしご、可動付属物、その他の想像できるあらゆる形状を作成できます。つまり、格子ロボットはトランスフォーマーというよりはターミネーター T-1000 に似ています。

ロボット工学研究室は、いくつかの格子ロボット システムを作成し、理論化しました。

格子ロボットと同様に、モバイル再構成ロボットは、組み合わせてより大きなロボットを形成できる小型の同一モジュールです。しかし、彼らは場所から場所へ移動するのに隣人の助けを必要としません – 彼らは自分たちで移動することができます。モバイル構成ロボットは、漫画で描かれた魚の群れや鳥の群れによく似ており、それらが結合してツールや構造物を作成します。特定のタスクを達成するために集合する必要があるまでは、独立して移動します。は、欧州連合の未来および新興技術プログラムによるプロジェクトであり、移動可能な再構成ロボットです。

これらのロボットは互いに大きく異なって見えますが、動き方や操作方法には多くの類似点があります。次にこれらを見ていきます。

並列頭脳の群れ

サイズとモジュール構造に加えて、自己再構成ロボットは 1 つの大きな点でトランスフォーマーとは異なります。オプティマスプライムと他のトランスフォーマーは自己を認識しており、独立した決定を下すことができ、脳を体内の 1 か所に留めています。トランスフォーマーの脳は各可動部品を制御しますが、部品自体には自律性はほとんどありません。

ただし、ほとんどのモジュール式ロボット構成では、各モジュールがある程度の意思決定権を持ち、どこに移動するかを把握するのに役立ちます。 1 つのモジュールが他のすべてのモジュールのボスとなるのではなく、計画機能と移動機能がすべてのモジュールに分散されます。

小さなロボットの群れが、それぞれが自分の行き先を決めるというこのアイデアは、悲惨に聞こえるかもしれない。ただし、モジュールは、移動方法に関する一連のジオメトリベースのルールを使用してプログラムされています。また、動きを制御するアルゴリズムもプログラムされています。これらのアルゴリズムとルールにより、ロボットはある形状から別の形状に変化し、地形を移動する方法を理解できるようになります。

非常に複雑な操作の場合、ロボットは 1 つのステップで大きな変更を加えようとするのではなく、一連のサブ形状を計画します。たとえば、ランダムなモジュールの山から二足歩行ロボットに変更する必要がある格子ロボットは、最初に脚を形成する可能性があります。そして、その脚を足場としてロボットの上半分を組み立てるかもしれません。

現時点では、これらのロボットの多くは、ある形状から別の形状への単純な移行を単独で行うことができます。より複雑な変更には科学者の助けが必要になる場合があり、ロボットの集合体を自律型ではなく半自律型にすることができます。まだ開発の初期段階にあるいくつかのロボットは、すべての指示をコンピューター ワークステーションから受け取り、自分自身で意思決定を行いません。

現在、ほとんどの再構成ロボットには独自のルールとアルゴリズムのシステムがあり、ルール セットは設計されたロボットに対してのみ機能します。言い換えれば、Rus Robotics Laboratory の Crystal のルールは Molecule では機能しません。

しかし、科学者たちはコンピューター シミュレーションを使用して、ロボット モジュールの外観に関係なく機能する動作理論を研究しています。これらの理論は、次のようなロボットの動きの基本ルールを確立する可能性があります。

この研究が成功すれば、エンジニアは同じ動作規則に従う新しい実用的なモジュール式ロボットの作成が容易になる可能性がある。

これらのロボットはトランスフォーマーのように歩いたり話したりはしませんが、適切なプログラミングと指示があれば、事実上あらゆる形状に変化できます。彼らとトランスフォーマーについて詳しく知りたい場合は、次のページのリンクを参照してください。

情報源

トビハゼが地上でぎこちなく活動しているのを見れば、これが地球上での最初の日だと思うのも無理はないでしょう。これらの魚は、一生の多くの時間を水の外で身をよじり、くねくねと動き回り、皮膚で呼吸し、口と鰓室に水を貯めて過ごします。そして、トビハゼの動きはランダムで不格好に見えるかもしれませんが、トビハゼは木に登るのに十分器用であり、砂、泥、またはぬるぬるした岩の上を胸びれで引きずり回ることも問題ありません。これらの理由から、これらは、約 3 億 6,000 万年前に最初の脊椎動物がどのようにして海から引き上げられたのかを解明しようとしている研究者にとって、優れた研究対象となっています。

Science 誌の A では、生物学と物理学の接点を探求し、ロボット工学にも立ち寄ります。そうすることで、研究者らは、暖かいデボン紀の海で泳ぐことに慣れていた動物が、陸地に進出する際に、どのようにして砂や泥などの複雑な物質の上をよじ登ることができたのかを説明する仮説を思いついた。

同大学のダン・ゴールドマン准教授は、「私たちは数年前、孵化したばかりのウミガメがどのようにして毎秒複数の体の長さで海岸を滑り降りるのかという問題に取り組み始めた」と語る。 「最初の脊椎動物の陸上動物の運動器官はどれほど複雑だったのだろうかと疑問に思いました。彼らは完全な陸上生活に移行する間にどのような能力を備えていたのでしょうか?」

過去 20 年間で、ロボットは比較的簡単に、そして安価に製造できるようになりました。つまり、動物の動きを研究する科学者は、動物の物理モデルを作成し、その動きの重要な側面をプログラムして、それらをさまざまなシナリオに置くことができるようになりました。 。このプロジェクトにおいて、研究チームはトビハゼという動物で、生涯の多くを陸上で過ごすが、その手足や付属器官は歩くのに最も洗練されているわけではなく（丁寧に言えば）、おそらく近づけるのが限界だということに気づいた。最初の陸上の脊椎動物と私たちの遠い祖先の解剖学と行動。

研究チームは、生きたトビハゼを観察し、初期の陸上ゴムが砂利、砂、泥などのさまざまな基質の中でどのように移動できたかを評価するために数学的およびロボット物理的モデルを作成しました。これらすべてはそれぞれ独自の方法で注意が必要です。この記事の上部にある技術ビデオでプロセス全体を説明しています。トビハゼから学んだことによると、先史時代の陸地ゴム類はおそらく尻尾に大きく依存して前に押し出し、前足ヒレやヒレで失敗を補っていたと考えられます。

「生体力学モデルは通常、硬い地面で行われます」とゴールドマン氏は言います。 「私たちは、動物がその上を移動しなければならなかった初期の基質はおそらく粒状か流動性であったと主張しており、特に傾斜が増すにつれて操作がより困難になります。ロボットと数学的モデルの両方で私たちが発見した興味深い点は、明らかではありますが、トビハゼは尻尾を使って陸上を推進しますが、私たちは彼らが尻尾を非常に制御された方法で使っていることを発見しました。これは、正しい方法でヒレを平らにしなかった場合の間違いを消すのに役立ちます。」

そして確かに、この研究は、私たちが遠い過去に目を向けて最初の陸上動物がどのように移動したかを理解するのに役立ちますが、同時に、私たちが未来に向かって、世界中、さらには他の世界でも操縦できるロボットを構築するのにも役立ちます。

「生物学、ロボット物理学、数学のこの交差点は新しく、さらに親しみやすくなりました」とゴールドマン氏は言います。 「ロボットは、複雑な地面の上を移動する能力において、まだ非常に原始的です。私たちは現在、サンショウウオを観察し、余分な手足の存在と背中を曲げる能力がどのように運動能力に役立つのか、それとも悪影響を与えるのかを研究しています。これにより、人間の発達が可能になる可能性があります。」より現実的な環境で移動できる、より洗練されたロボットです。」

ロボットはすでにブースやレストランから人間の接触を排除しつつある。中東のエンジニアやレースファンの中にも、ラクダのレースの仕事を機械に任せたいと考えている人もいるようだ。

アブダビ郊外のいくつかのレーストラック、ワディラン、アルアインに向かうと、大きな楕円形のトラックを疾走するラクダにまたがる人間の姿は見えません。この獣のレース中の平均速度は時速約 25 マイル (時速 40 キロ) で、代わりに 6 ポンド (2.7 kg) の小型ロボットが「有人」になります。リモコンマシンには、専用の急ごしらえのレーシングジャージとラクダの鞭が装備されており、オペレーターはレース中にトラックの横を旋回する車からボットジョッキーを指揮します。

確かに、特に生きた人間が何世紀にもわたってラクダと競争してきた場合、それは確かに多くの仕事のように聞こえます – そしておそらく深刻な交通渋滞 – 特に。しかし、世界的な機械の台頭は、生活の幅広い範囲から人間の要素を奪っているとしばしば非難されるが、今回はヨルダンやクウェートのような場所でのロボットへの切り替えは良いことのようだ。

それは、ラクダのレースによく使われていた、体が小さいため子供たちがラクダに乗ることに慣れていたという慣行を排除することだ。たとえば、アラブ首長国連邦では2005年にこの慣行が禁止されたが、ロボット騎手への移行により、この慣行は確実に過去のものとなった。

人間であることは、人間を作り上げることよりもはるかに簡単です。

前庭で友達とキャッチボールをするなどの単純なことを考えてみましょう。この活動を、それを達成するために必要な個別の生物学的機能に分解すると、それは決して単純ではありません。センサー、送信機、エフェクターが必要です。あなたとあなたの仲間との間の距離に基づいて、投げる強さを計算する必要があります。太陽のまぶしさ、風速、周囲の気を散らすものを考慮する必要があります。ボールをどのくらいしっかりと握るか、キャッチボール中にミットを握るタイミングを決定する必要があります。そして、ボールが私の頭上を越えたらどうなるかなど、さまざまな仮定のシナリオを処理できる必要があります。それが道路に転がり落ちたらどうなるでしょうか？隣の家の窓に衝突したらどうなるでしょうか？

これらの質問は、ロボット工学の最も差し迫った課題のいくつかを示しており、カウントダウンの準備を整えます。私たちは、ロボットに教えるのに最も難しいこと 10 個のリストを、大まかに「最も簡単」から「最も難しい」まで順番にまとめました。ディック・ブラッドベリの約束を実現するためには、この 10 個を克服する必要があります。 、アシモフ、クラーク、そして機械が人間のように振る舞う世界を想像した他のストーリーテラー全員。

10: 道を切り開く

地点 A から地点 B に移動するのはとても簡単に思えます。私たち人間はそれを一日中、毎日行っています。しかし、ロボットにとって、ナビゲーション、特に常に変化する単一の環境、またはこれまでに遭遇したことのない環境間でのナビゲーションは、難しい作業となる可能性があります。まず、ロボットはその環境を認識できなければならず、次に受信データを理解できなければなりません。

ロボット工学者は、周囲を評価するために一連のセンサー、スキャナー、カメラ、その他のハイテク ツールを機械に装備することで、最初の問題に対処します。レーザー スキャナーはますます人気が高まっていますが、水は光を妨げ、センサーの範囲を大幅に狭める傾向があるため、水中環境では使用できません。ソナー技術は水中ロボットでは実行可能なオプションですが、陸上のアプリケーションでは精度がはるかに低くなります。そしてもちろん、統合された立体カメラのセットで構成されるビジョン システムは、ロボットがその風景を「見る」のに役立ちます。

環境に関するデータを収集することは、戦いの半分に過ぎません。より大きな課題には、そのデータを処理し、それを使用して意思決定を行うことが含まれます。多くの研究者は、事前に指定された地図を使用したり、その場で地図を構築したりしてロボットをナビゲートさせています。ロボット工学では、これはSLAM (位置特定とマッピングの同時実行)として知られています。マッピングは、ロボットがセンサーで収集した情報を特定の表現に変換する方法を記述します。ローカリゼーションは、ロボットが地図に対してどのように位置決めするかを表します。実際には、これら 2 つのプロセスは同時に発生する必要があり、鶏が先か卵が先かという難題が生じますが、研究者はより強力なコンピューターと、確率に基づいて位置を計算する高度なアルゴリズムを使用して、この難題を克服することができました。

9: 器用さを発揮する

ロボットは何年もの間、工場や倉庫で荷物や部品を拾ってきました。しかし、彼らは通常、このような状況では人間を避け、ほとんどの場合、整然とした環境で一貫した形状の物体を扱います。工場の現場を超えて冒険するロボットにとって、人生ははるかに構造化されていません。もしそのような機械が家庭や病院で稼働することを望むなら、近くにいる人を検知し、乱雑に集められた物のなかから一つの物を選び出すことができる高度な触覚が必要となるだろう。

これらはロボットが習得するのが難しいスキルです。従来、科学者は接触を完全に避け、別の物体と接触すると機械が故障するようにプログラムしていました。しかし、ここ 5 年ほどで、準拠したデザインと人工皮膚は大幅に進歩しました。コンプライアンスとは、ロボットの柔軟性のレベルを指します。柔軟性の高いマシンは準拠性が高くなります。堅固な機械はそうではありません。

2013 年、ジョージア工科大学の研究者は、関節にバネを備えたロボット アームを構築しました。これにより、人間の腕のように付属肢を曲げて環境と相互作用できるようになります。次に、圧力や接触を感知できる「皮膚」で全体を覆いました。一部のロボットのスキンには、連動する六角形の回路基板が含まれており、各基板には 1 センチメートル以内に近づくものを検知できる赤外線センサーが搭載されています。他の製品には、電子「指紋」、つまりグリップを向上させ、信号処理を容易にする隆起した表面が装備されています。

これらのハイテク アームと改良されたビジョン システムを組み合わせると、優しい愛撫をしたり、キャビネットに手を伸ばして膨大なコレクションから 1 つのアイテムを選択したりできるロボットが得られます。

8: 会話をする

コンピューター サイエンスの創始者の 1 人であるアラン M. チューリングは、1950 年に大胆な予測を立てました。「機械はいつか、非常に流暢に話すことができるようになり、人間と機械の区別がつかなくなるようになるだろう」というものです。残念ながら、ロボット ( Siriでさえも) はまだチューリングの期待に応えていません。それは、音声認識が自然言語処理、つまり会話中に単語や文章から意味を抽出するために脳が行う処理とは大きく異なるためです。

当初、科学者たちは、文法規則をマシンのメモリバンクに組み込むだけで簡単にできるだろうと考えていました。しかし、特定の言語の文法入門書をハードコーディングすることは不可能であることが判明しました。個々の単語の意味に関するルールを設けるだけでも、言語学習は困難な作業になっています。例が必要ですか? 「新しい」と「知っていた」、あるいは「銀行」（お金を置く場所）と「銀行」（川の岸辺）を考えてみましょう。人間は、長年の進化の中で発達した精神的能力に依存して、これらの言語的特異性を理解していることが判明しましたが、科学者はこれらの能力を個別の識別可能なルールに分解することができていません。

その結果、今日の多くのロボットは統計に基づいて言語処理を行っています。科学者は、コーパスとして知られる膨大なテキストのコレクションを彼らに与え、コンピューターに長いテキストをいくつかのチャンクに分解させて、どの単語がどのような順序で頻繁に組み合わされるかを調べます。これにより、ロボットは統計分析に基づいて言語を「学習」できます。たとえば、ロボットにとって、「フライ」または「翼」という単語を伴う「バット」という単語は飛行する哺乳類を指しますが、「バット」の後に「ボール」または「グローブ」が続くとチーム スポーツを指します。

7: 新しいスキルを習得する

ゴルフをしたことがない人がクラブの振り方を学びたいとします。それについての本を読んで試してみることもできるし、練習を積んだゴルファーが適切な動作を行うのを観察することもでき、新しい動作をより早く簡単に習得することができました。

ロボット工学者は、新しいスキルを学習できる自律型機械を構築しようとするときに、同様のジレンマに直面します。ゴルフの例と同様、1 つのアプローチは、アクティビティを正確なステップに分解し、その情報をロボットの脳にプログラムすることです。これは、アクティビティのあらゆる側面を分析、記述、コード化できることを前提としていますが、実際には、これは必ずしも簡単なことではありません。たとえば、ゴルフクラブのスイングには、手首と肘の相互作用など、おそらく説明できない特定の側面があります。こうした微妙な詳細は、話すよりも見せることではるかに簡単に伝達できます。

近年、研究者らはロボットに人間のオペレーターを模倣するよう教えることである程度の成功を収めている。彼らはこれを模倣学習またはデモンストレーションからの学習( LfD ) と呼び、マシンに広角カメラやズーム カメラを多数装備することでこれを成功させます。この装置を使用すると、ロボットは人間の教師が特定のプロセスやアクティビティを実行しているのを「見る」ことができます。次に、学習アルゴリズムがこのデータを処理して、視覚的な入力を目的のアクションに結び付ける数学的関数マップを生成します。もちろん、LfD シナリオのロボットは、教師の行動の特定の側面 (かゆいところを掻くなど) を無視し、ロボットの解剖学的構造が人間とは異なる点を指す対応問題に対処できなければなりません。

6: 欺瞞を実践する

巧妙な欺瞞の技術は、動物が競争相手に有利に働き、捕食者に食べられるのを避けるために進化してきました。練習すれば、このスキルは非常に効果的な生存メカニズムになります。

ロボットにとって、人や他のロボットをだます方法を学ぶのは困難でした（そしてあなたにとってはそれでいいかもしれません）。欺瞞には想像力、つまり感覚には存在しない外部の物体のアイデアやイメージを形成する能力が必要ですが、これは通常、機械には欠けているものです（リストの次の項目を参照）。彼らはセンサー、カメラ、スキャナーからの直接入力の処理には優れていますが、感覚データすべてを超えて存在する概念を形成することにはあまり優れていません。

ただし、将来のロボットは策略に精通しているかもしれません。ジョージア工科大学の研究者らは、リスの欺瞞的なスキルの一部を研究室のロボットに応用することに成功した。まず、彼らは、競争相手を古くて使われていない隠し場所に誘導することで、埋められた食料の隠し場所を守る、毛羽立ったげっ歯類を研究した。次に、それらの行動を単純なルールにコード化し、ロボットの脳にロードしました。機械はアルゴリズムを使用して、特定の状況で欺瞞が役立つかどうかを判断できました。もしそうであれば、彼らはコンパニオンボットを隠れ場所から遠ざける偽の通信を提供することができました。

5: 人間の行動を予測する

「ジェットソンズ」では、メイドロボットのロージーが会話をしたり、食事を作ったり、家の掃除をしたり、ジョージ、ジェーン、ジュディ、エルロイのニーズや要望に応えることができました。ロージーの高度な発達を理解するために、シーズン 1 の最初のエピソードのこのシーンを考えてみましょう。ジョージの上司であるスペースリー氏が夕食のためにジェットソンの家にやって来ます。食事の後、スペースリー氏が葉巻を取り出して口に入れると、ロージーさんがライターを持って駆け寄る。この単純な行動は、人間の複雑な行動、つまり今起こったことに基づいて次に何が起こるかを予測する能力を表しています。

欺瞞と同様に、人間の行動を予測するには、ロボットが将来の状態を想像する必要があります。 「ある人間が x をしているのを観察した場合、これまでの経験に基づいて、彼女はおそらく y をフォローアップするであろうことが期待できます。」と言えなければなりません。これはロボット工学においては深刻な課題でしたが、人間は進歩しています。コーネル大学のチームは、コンパニオンが環境内の物体とどのように相互作用するかに基づいて反応できる自律型ロボットの開発に取り組んでいます。これを達成するために、ロボットは 1 対の 3D カメラを使用して周囲の画像を取得します。次に、アルゴリズムが部屋内の重要なオブジェクトを特定し、それらを背景の雑然としたものから分離します。次に、ロボットは、以前のトレーニング セッションから収集した豊富な情報を使用して、人間とその人間が触れた物体の動きに基づいて、予想される一連の予測を生成します。ロボットは次に何が起こるかを最善の推測をし、それに応じて行動します。

コーネル大学のロボットは依然として時々推測を間違えることがありますが、特にカメラ技術が向上するにつれ、着実に進歩しています。

4: 別のロボットとアクティビティを調整する

単一の大規模マシン (いわばアンドロイド) を構築するには、多大な時間、エネルギー、資金の投資が必要です。別のアプローチには、より複雑なタスクを達成するために連携して動作する、より小型で単純なロボットの軍隊を配備することが含まれます。

これにより、別の一連の課題が生じます。チーム内で作業するロボットは、チームメイトとの関係で自身を正確に位置決めできなければならず、他のマシンや人間のオペレーターと効果的に通信できなければなりません。これらの問題を解決するために、科学者たちは昆虫の世界に目を向けました。昆虫は、食物を見つけてコロニー全体に利益をもたらす任務を遂行するために複雑な群がる行動を示します。たとえば、研究者はアリを研究することによって、個体がフェロモンを使用して相互にコミュニケーションしていることを知っています。

ロボットもこれと同じ「フェロモン ロジック」を使用できますが、通信には化学物質ではなく光に依存しています。それは次のように機能します。小さなボットのグループが限られたエリアに分散されます。最初は、ある人物が別のボットが残した光の痕跡に遭遇するまで、エリアをランダムに探索します。それは道跡をたどることを知っており、それを実行し、進むにつれて自分自身の光の跡を残します。道が強化されると、ますます多くのボットがそれを見つけてワゴン列車に加わります。一部の研究者は、可聴チャープを使用して成功を収めています。サウンドは、個々のボットが遠くを歩き回らないようにしたり、チームメイトを興味のあるアイテムに引き付けたりするために使用できます。

3: それ自体のコピーを作成する

神はアダムとイブに、「産めよ、増えよ、地に満ちよ」と言われました。同じコマンドを受け取ったロボットは、あわてたりイライラしたりするでしょう。なぜ？なぜなら、自己複製はとらえどころのないことが証明されているからです。ロボットを構築することと、それ自体のコピーを作成したり、失われたり損傷したコンポーネントを再生したりできるロボットを構築することはまったく別のことです。

興味深いことに、ロボットは人間を生殖のロールモデルとして見ていない可能性があります。おそらく、実際には 2 つの同一の部分に分割されていないことに気づいたでしょう。しかし、単純な動物は常にこれを行います。ヒドラとして知られるクラゲの親戚は、出芽として知られる無性生殖の一種を実践します。小さな嚢が親の体から外側に膨らみ、その後壊れて、新しい遺伝的に同一の個体になります。

科学者たちは、この基本的なクローン作成手順を実行できるロボットの開発に取り組んでいます。これらのロボットの多くは、同一の機械と自己複製のためのプログラムを含む繰り返し要素 (通常は立方体) から構築されています。キューブの表面には磁石が付いているので、近くにある他のキューブに取り付けたり取り外したりすることができます。各立方体は対角線に沿って 2 つの部分に分割されているため、各半分は独立して回転できます。したがって、完全なロボットは、特定の構成で配置されたいくつかの立方体で構成されます。キューブの供給が利用可能である限り、1 台のロボットがかがみ、その「本体」からキューブを取り外して新しいマシンをシードし、完全に形成された 2 台のロボットが並んで立つまで、隠し場所からビルディング ブロックを拾うことができます。

2：倫理原則に基づいて行動する

私たちは一日中人々と交流する中で、何百もの意思決定を行っています。それぞれにおいて、私たちは自分の選択を、何が正しくて何が間違っているか、何が公平で何が不公平なのかを比較検討します。ロボットに私たちと同じように行動してもらいたいなら、ロボットには倫理の理解が必要です。

言語と同様に、倫理的行動をコーディングすることも大きな課題です。その主な理由は、広く受け入れられている一連の倫理原則が存在しないためです。文化が異なれば、行動規則も法体系も異なります。同じ文化の中でも、地域の違いは、人々が自分の行動や周囲の人々の行動を評価および測定する方法に影響を与える可能性があります。ロボットが学習ツールとして使用できる、世界的に関連性のある倫理マニュアルを書こうとすることは事実上不可能です。

そうは言っても、研究者たちは最近、問題の範囲を限定することで倫理的なロボットを構築できるようになりました。たとえば、特定の環境 (たとえば、キッチンや介護施設の病室) に限定されたマシンであれば、学習するルールがはるかに少なく、倫理的に健全な意思決定を行うことにある程度の成功を収めることができます。これを達成するために、ロボットエンジニアは、選択されたケースにおいて倫理的であると考えられる選択に関する情報を機械学習アルゴリズムに入力します。選択は、アクションがどの程度良い結果をもたらすか、どの程度の害を防ぐか、そして公平性の尺度という 3 つのスライディング スケールの基準に基づいて行われます。次に、アルゴリズムは、ロボットが意思決定を行う際に使用できる倫理原則を出力します。このタイプの人工知能を使用すると、将来の家庭用ロボットは、家族の誰が皿洗いをするべきか、そして誰がその晩テレビのリモコンを制御できるかを決定できるようになります。

1: 感情を感じる

「世界で最も優れたもの、最も美しいものは、見ることも触れることもできません。心で感じなければなりません。」ヘレン・ケラーのこの観察が真実であれば、ロボットは最高のものや美しいものを見逃す運命にあることになります。結局のところ、彼らは周囲の世界を感じることには優れていますが、その感覚データを特定の感情に変えることはできません。彼らは、愛する人の笑顔を見て喜びを感じることも、影のある見知らぬ人の顔をしかめて恐怖に震えるのを記録することもできません。

これは、私たちのリストにある何よりも、人間と機械を分けるものである可能性があります。ロボットに恋を教えるにはどうすればよいでしょうか?イライラ、嫌悪感、驚き、哀れみなどをどうやってプログラムできるのでしょうか?試してみる価値はありますか？

そう考える科学者もいます。彼らは、将来のロボットは両方の認知感情システムを統合し、その結果、より良く機能し、より速く学習し、人間とより効果的に対話できるようになると信じています。信じられないかもしれませんが、人間の限られた範囲の感情を表現するプロトタイプはすでに存在しています。ヨーロッパの研究チームが開発したロボット「ナオ」は、1歳児の感性を持っています。ポーズとジェスチャーを組み合わせることで、幸福、怒り、恐怖、誇りを表現できます。これらの表示動作は、チンパンジーと人間の幼児の研究から得られたもので、Nao にプログラムされていますが、ロボットは、近くの人や物体との相互作用に基づいて、どの感情を表示するかを決定します。今後数年間で、ナオのようなロボットは、病院、家庭、学校などさまざまな環境で働き、助けの手を差し伸べたり、共感を持って耳を傾けたりすることができるようになるだろう。

著者メモ: ロボットに教えるのが最も難しい 10 のこと

この記事を書きながら、「ロスト・イン・スペース」（1998年の恐ろしい映画ではなく、1960年代のテレビシリーズ）のロボットが私の想像力を駆け巡りました。人間が機械と対話することについて書き、ロボットの象徴的な警告「危険、ウィル・ロビンソン、危険!」を聞かないことは困難でした。 — 私の考えの中で反響します。

お腹を空かせてロボットバーに行き、ドリンクを飲みましょう。

おそらく、パブの常連客たちが、ビールを投げ返すほど上品なボット集団ではないことに気づいているでしょう。錆びた手足から泥の粒が落ちる。束の中には腐食したバッテリーがいくつかあります。でもねえ、ここは真に機能するボットのたまり場で、ブルース・スプリングスティーンがジュークボックスで演奏しており、誰もがあなたのシリアル番号を知っています。

これらの機械は、世界で最も汚い仕事、つまりほとんどの人間が考えたくもない作業をこつこつとこなしています。ちょっとした交流会の準備はできていますか?

パートナー、その飲み物を待っていてください。なぜなら、あなたは地球上で最も勤勉な 10 人のマイク・ロウボットと知り合うことになるからです。

10: 穴の中のずっと下

あなたはそれについて考えたくないでしょう、私は知っていますが、あなたの人生のトイレや排水溝はすべて別の世界への入り口にすぎません – し尿の川が数千マイル相当のパイプを横切る、暗くて悪臭が漂う世界です。 。

しかし、パイプの世界も完璧ではありません。行が途切れます。こびりついた油脂がどんどんワークに詰まります。昔は、し尿部門の職員が影響を受けたパイプ部分を掘り起こし、問題を直接診断しなければなりませんでした。これは、大変な作業であると同時に、費用と時間がかかります。

そこでこの男が登場します。Redzone Solo は、直径 8 ～ 12 インチ (200 ～ 300 ミリメートル) のパイプを移動するコツを備えた、パイントサイズの下水タンクです。オールド・ソロは、360 度のデジタル ビジョン、GPS、自律操作のための搭載されたインテリジェンスを使って探索するために、彼をマンホールに送り込む大勢の人間と一緒に働きます。

そう、ソロは単なる機械仕掛けのパイプ人形ではなく、最先端の下水道探検家なのです。

9: 磁器の玉座の従者たち

下水道ボットからの戦争の話はもう十分です。あなたが共感できる戦場、トイレに移りましょう。おそらくルンバ型の掃除機を見たことがあると思いますが、これはそのいとこであるスクーバ 230 です。個人用のパンピザほどの大きさのこの小さな男は、トイレのタンクのすぐ横に押し込んで掃除できるように設計されています。飛び散った男尿を全部かき集めて。

Scoaba 230 は 20 ～ 45 分のセッションで、最大 150 平方フィート (13.9 平方メートル) のバスルームを洗浄、スクラブし、その後スキージ掃除機で掃除します。メーカーの iRobot は、このボットが黄色ブドウ球菌感染症の原因となる有害な細菌を 2 回で除去できるとさえ主張しています 。

Scoova 230 は床を処理しますが、便器の内部自体は、少なくとも現時点では、人間であるあなたに委ねられています。イスラエルのアリエル大学センターの進取的な人々は、便器の横に常駐するトイレ洗浄ロボットのプロトタイプを作成しました。彼は、あなたが用事をしている間は見て見ぬふりをしていましたが、あなたが帰るときに飛び跳ねて行動し、機械のアームを伸ばしてボウルを払いのけようとします 。ほら、彼はバーの端に座って、静かに飲み物をかき混ぜている人です。

これからも交流しましょう。うんち関連のボットすべてに会ったわけではありません。

8: 将来のトイレヘルパー

私たちのトイレシステムを清潔に保ち、機能的に保つのに役立つボットを紹介しましたが、次の女の子は実際にトイレであなたを助けてくれます。あれは何でしょう？トイレを手伝ってくれるロボットは必要ないと言いませんか？大きくなるまで待ってください、ソニー。皆が大人になるまで待ってください。

差し迫った問題は、すでに65歳が人口の22パーセント以上を占めている日本で特に顕著である。高齢者介護の負担を軽減するために、トヨタのようなテクノロジー企業は機械介護者の未来を準備している。

患者移動支援ロボットをご紹介します。確かに、彼女はセグウェイとライティングデスクを組み合わせたように見えるかもしれませんが、この機械動力装置は車輪を使って患者をバスルームに出入りさせたり、体重を支える腕を使って患者をトイレに降ろしたり、再び立ち上がったりします。彼女をロボットのスーパーナースのようなものだと考えてください。24 時間働き、ナンバー 2 をしている間、誤って目を合わせることはありません。

このロボットとの会話がぎこちないかもしれないと思われる場合は、次のロボットに会うまで待ってください。

7: マンホールの中の人魚

私たちが次に出会うロボットは、本当に小さな男です。信じてください、それは良いことです。彼の作者である日本の龍谷大学と大阪医科大学は彼を「人魚」と呼んでいます。彼はお尻まで泳ぐようにプログラムされています。

体長2インチ（4.5センチ）の人魚（オタマジャクシに似ている）は世界初の自走式内視鏡装置で、患者の消化管の中を泳いで途中で写真を撮るように設計されている。医師が胃潰瘍から結腸がんまであらゆるものを診断するのに非常に役立ちます。

彼も弱者じゃないよ！他の内視鏡カプセルは患者の自然な筋肉収縮に依存して腸内を動き回りますが、マーメイドはモーター駆動の推進力を利用して体内を泳ぎ回ります。コンビーフサンドイッチが同じ道を進むのに24～72時間かかるのとは対照的に、彼はあなたの消化路のどちらの端からでも入り込むことができ、わずか数時間で作品全体をスピードで駆け抜けることができます。

通常、医師はリモコンのジョイスティックでマーメイドを制御しますが、今は、働き者のロボット仲間たちとお気に入りのバーでくつろいでいるだけです。

きっとこの次のロボットを気に入るでしょう。彼はアーティストです。

6: 若いクロアカとしてのアーティスト

悪気はありませんが、このボットの「汚い仕事」はあなたが毎日行っていることです。彼は食べ物をうんちに変えます。現代アートの世界で最も優れたギャラリーのいくつかで仕事をしている消化機械、Cloaca をご紹介します。

ご覧のとおり、Cloaca はチューブ、ポンプ、ワイヤーのシステムで相互に接続された 6 つのガラス槽で構成されています。雇われたシェフがグルメ料理を機械設備の一端に供給し、それをブレンドして細かいペーストにします。次に、このピューレ状の食材は、人体の化学消化プロセスを模倣した一連の酸と酵素の処理を経ます。最後に、クロアカは、黒くて臭いのある糞便のような物質の塊を回転トレイ上に排泄します。

それはすべて純粋な悪夢の燃料のように見えるかもしれませんが、クロアカ（ラテン語で「下水道」を意味し、鳥の後部開口部を表す好用語）は、ベルギーのコンセプチュアルアーティスト、ヴィム・デルヴォイの夢の子です。オリジナルのロボットは 2000 年にアントワープのベルギー現代美術館で一部の芸術愛好家を悩ませましたが、デルヴォイ氏はその後、この悪名高き大便製造機の兄弟モデルをいくつか作成しました。その中には、末端にコンベアベルトを備えた垂直モデルも含まれます。

クロアカを悪夢としてではなく、むしろ夢の実現として考えてください。確かに、彼は少し気持ち悪いですが、人間は 18 世紀以来、自動人形がうんこをすることを夢見てきました 。さらに、研究はブリストル・ロボティクス研究所の EcoBot プログラムでも継続されており、研究者たちは有機物を消化するだけでなく、その行為からエネルギーを生成できるロボットを開発しています。

クロアカについてはこれくらいにして、「自然」が再び呼びかける前に先に進みましょう。

5: 中断する触覚牛

私たちが次に出会うロボットは、牛の後ろ姿のように見えます。これは主に、彼女が牛の直腸の構造をシミュレートするためだけに存在しているためです。

ブリストル大学獣医学部の獣医師でコンピューター科学者のサラ・ベイリー氏によって発明された触覚牛は、ハイテク教育ツールです。妊娠や感染症を診断するには、牛のお尻に手を伸ばし、卵巣、胃、子宮を触診する必要があります。しかし、ご想像のとおり、牛の中はかなり暗くて狭いため、獣医学部では適切な触診を教えることが常に課題となってきました。

触覚牛は、タッチフィードバック技術を使用して雌牛の内臓をシミュレートします。学生は、模擬家畜の内部を触り、コンピュータ画面で手の位置を確認し、ウシの直腸検査のスキルを磨くことができます。

このウシロボットは、2003年にグラスゴー大学で初めて直腸を学生に開放し、現在は英国のいくつかの獣医大学で学生を支援している。 Baillie 氏は、Equine Colic Simulator と呼ばれる馬ベースのバージョンも作成し、英国のいくつかの獣医学校がすぐに利用するようになりました。

私たちが次に出会うロボットは、人間の解剖学的構造の一部をシミュレートしています。

4: ハンズフリー精液採取器

確かに、ほとんどの精子ドナーは、古き良き手動刺激によって標本を作成できます。ほとんどの男性にとって、その行為はかなり自然なことだと言えるでしょう。しかし、それがうまくいかない場合は、中国のSanwe Medical Groupの精子収集ロボットがいつでも利用できます。

この愛らしいピンクと白のロボットは、「精液採取と早漏の脱感作トレーニング」のために設計されており、脈動する「精液採取バレル」を介して両方のタスクを実行します。患者はペニスを機械に挿入するだけで、人間の膣を模倣し、内蔵の LCD スクリーンに性的興奮をもたらす光景や音が表示されます。結果として得られる射精液は、精液収集シースに流れ込みます。

このボットは 2011 年に深センで開催された中国の国際医療機器見本市でデビューしましたが、まだ世界を席巻していません。彼女に時間を与えてください。

あなたにとってこれは気まずいことだと思います。動き続けましょう。

3: ダンジョンのように暗い場所

グラウンドホッグ、ケイブ クローラー、ジェミニ スカウトを紹介します。

確かに、見た目は泥がこびりついた立派な四輪車のように見えるかもしれませんが、この悪党たちは認定された鉱山探検家です。鉱山、特に放棄された鉱山は、落盤や灼熱の有毒ガスの爆発が発生しやすい、危険で汚い場所です。トンネルの地図を作成する場合でも、生存者の捜索を行う場合でも、多くの場合、頑丈なマシンがその作業に最適な選択肢となります。

グラウンドホッグは、地図にない鉱山をレーザーで移動するためにカーネギーメロン大学ロボット研究所によって開発されたトリオの最年長です。 2003 年にペンシルベニア州の放棄されたマシーズ鉱山に突入し、これらの技術を実証することに成功しました。同じ研究者らは、2007 年にこの成功に続いて、地表世界とのつながりを一切持たずに自律的に地下深部を探索し、危険なガスをテストできる小型ユニットである Cave Crawler を開発しました。

その後、2011 年にサンディア国立研究所は、光のない鉱山の砂場、瓦礫の山、45 度の上り坂、水深 18 インチ (46 センチメートル) までを移動できるジェミニ スカウトを発表しました 。装甲ケースは電子機器を爆発から保護し、回路が可燃性ガスに発火するのを防ぎます。閉じ込められた鉱山労働者に食料や酸素タンクを運ぶこともできる。

開発者らは、世界中の鉱山災害の際に助けてもらうために、古いスカウトをここに派遣したいと考えています。初めてのユーザーにテクノロジーを有利に提供するために、ボットの制御システムも標準の Xbox 360 リモコンに基づいています。

2: 人間の死体を扱うロボット

私たちがこれから話す最後の 2 つのロボットは、他のすべてのメカノイドから離れて位置しています。彼らは影で飲み物を楽しみ、自分自身を守ります。なぜなら、彼らの職業は必要以上に残忍なものだからです。

バートボットをご紹介します。彼女はスイスのベルン大学法医学研究所や米国のドーバー空軍基地で仮想解剖を行っている。

「バーチャル解剖」とはどういう意味ですか?その理由 Virtobot は骨鋸と死体鋏を人間に任せ、代わりにステレオ カメラとコンピューター断層撮影 (CT) スキャナーに頼っています。彼女はカメラで死体の外部状態を記録し、CTスキャナーで内部をマッピングします。結果？故人の完全な 3D コンピューター モデル。

ああ、彼女は今あなたをチェックしています。あなたが自意識過剰になっているのはわかります。それでは、ロボット バーで最後の常連客に会いましょう。

1: EATR of the Dead?

私たちのリストの最後のマイク・ロウボットは本当にお尻のラップを持っています。 Cyclone Power Technologies と Robotic Technologis Inc. が 2009 年に初めてエネルギー自律戦術ロボット (EATR) プロジェクトを発表したとき、メディアはフィールドデーを持ちました。 EATRが実際には菜食主義者であるという事実にもかかわらず、死体をむしゃむしゃ食べる戦場ロボットに関する見出しがインターネット上に広まった。

確かに、そのメーカーは常に、EATR を周囲のバイオマスからエネルギーを見つけ、摂取し、抽出できるロボットとして構想していました。しかし彼らは、そのようなごちそうのほとんどは小枝、草の刈り取り、木材チップで構成されているとすぐに指摘しています。ひどい評判にもかかわらず、このボットは基本的に一般的なロバの燃料システムを模倣し、草を食べてエネルギーに変換します。 EATR はバイオマスを消化する代わりに、それを燃焼室で燃やして、頑丈な車輪と植生を切り裂く手足のための電力を生成します。

しかし、将来何が起こるか誰にも分かりません。日本の博物館の中には、訪問する家族のために骨壷を保管したり取り出したりするためにロボット システムを利用しているところもあります。 Virtobot のようなロボットはすでに私たちの葬儀業務を支援しています。バイオマスを消費するロボットはまだ発展途上の技術ですが、死体を利用したエネルギーというアイデアは新しいものではありません。 2011年には、英国のダラム火葬場は、エネルギーを生成するためにバーナーにタービンを設置する計画さえ発表した。

したがって、EATR をあまり厳しく判断しないでください。しかし、彼の子孫がどうなるかはわかりません。

AIはどのように機能するのでしょうか?最初から始めるのに役立ちます。 1950 年 10 月に遡ると、英国のテクノ先見者アラン チューリングは、当時多くの人にとってSFファンタジーのように思われたに違いないことを提起した「マインド」という論文を発表しました。

「機械は、人間が行うこととは大きく異なる、思考と呼ぶべき何かを実行するのではないだろうか？」チューリングは尋ねた。

チューリングはそれができると考えた。さらに、環境を観察し、チェスのプレイから人間の言語の理解と会話に至るまで、新しいことを学ぶことを可能にするデジタル コンピュータ用のソフトウェアを作成することが可能であると彼は信じていました。そして、最終的には機械が人間の指導なしに自らそれを行う能力を開発できるだろうと彼は考えた。 「私たちは、最終的には機械があらゆる純粋に知的分野で人間と競争できるようになるかもしれない」と彼は予測した。

それから 70 年近くが経ち、コンピューター サイエンスと AI 研究の分野における画期的な進歩のおかげで、チューリングの一見風変わりなビジョンが現実になりました。一般に AI と呼ばれる人工知能は、かつては人間の知能のために確保されていると考えられていた種類の認知タスクを機械に与え、実行します。

AI は文明全体に急速に普及しており、自動運転車が道路を移動できるようにすることから、日常レベルでは、AI が Web 上での情報を把握し、電子商取引 Web サイトにアクセスしたときに表示されるフレンドリーなユーザーを強化して、質問に答え、顧客サービスを提供します。また、音声起動のスマート ホーム デバイスは、テレビやドアホンの制御からトリビアの質問に答えたり、お気に入りの曲を見つけたりするまで、無数のタスクを実行します。

しかし、私たちはまだそれを始めたばかりです。によると、AI テクノロジーがより高度かつ高機能になるにつれて、世界経済を大幅に押し上げ、2030 年までに約 13 兆ドル相当の追加活動が生み出されると予想されています。

「AI はまだ導入の初期段階にありますが、導入は加速しており、あらゆる業界で使用されています」と、データを顧客向けのインテリジェンスに変換することに重点を置いている世界的なソフトウェアおよびサービス会社の分析プラットフォーム ストラテジスト、サラ ゲイツ氏は述べています。

人工知能の仕組み

おそらくさらに驚くべきことは、私たちの存在が、私たちの多くが、あるいはほとんど理解していない深層学習アルゴリズムによって、静かに変革されつつあるということです。このアルゴリズムは、科学者ですら説明するのが難しいほど複雑なものです。

「AI は、人間が実行する場合には知性が必要と考えられるタスクを実行するテクノロジーのファミリーです」と、ペンシルベニア州立大学の教授であり人工知能研究所の所長である 氏は説明します。 「私が『思考』と言ったのは、知性が何であるかを本当によく知っている人はいないからです。」

ホナヴァルは、知性の 2 つの主要なカテゴリーについて説明しています。放射線医学における X 線や MRI スキャンの画像分析など、狭い範囲で定義された領域で能力を発揮する狭義の AI があります。対照的に、汎用人工知能は、あらゆるものについて学び、それについて話す能力など、より人間に近い思考プロセスを表します。 「機械は放射線医学の一部の診断には適しているかもしれないが、野球について尋ねられても無知だろう」とホナバー氏は説明する。人間の知的多様性は「現時点ではまだAIの及ばないところにある」。

Honavar 氏によると、AI モデルには 2 つの重要な部分があります。その 1 つはエンジニアリングの部分、つまり、何らかの方法で知能を利用するコンピューター プログラムとコンピューター システムを構築することです。もう 1 つは知能の科学です。つまり、機械が非常に異なるプロセスを通じて結果を達成する場合でも、人間の脳が導き出す結果と同等の結果を機械が導き出せるようにする方法です。たとえて言えば、「鳥も飛行機も飛ぶが、飛び方は全く違う」とホナヴァル氏。 「それでも、どちらも空気力学と物理学を利用しています。同様に、人工知能は、インテリジェント システムがどのように動作するかについて一般原則があるという概念に基づいています。」

AIは「基本的に、脳の働き方を理解してエミュレートしようとする私たちの試みの結果であり、これを応用して自律システム（ドローン、ロボット、エージェントなど）に脳のような機能を与えるものである」とライター、データ科学者で未来学者でコンサルティング会社セマンティカルの創設者である彼は電子メールに書いている。彼は、情報技術の日刊ニュースレターである The Cagle Report の編集者でもあります。

人間は、情報を保存するために生物細胞の代わりに回路、半導体、磁気媒体を利用するコンピューターのようには考えていませんが、興味深い類似点がいくつかあります。 「私たちが発見し始めていることの 1 つは、何十億ものノードについて話し始めると非常に興味深いことです。脳は本質的にグラフ ネットワークですが、ニューロンの抵抗を変化させる前に変化させることでプロセスの強さを制御できるということです。容量性スパークが発生するのです」とケーグル氏は説明する。 「単一のニューロンだけでは非常に限られた量の情報しか得られませんが、さまざまな強さの十分な量のニューロンを一緒に発火させると、特定の種類の刺激、通常は DSP を介して変調された電気信号に反応してのみ発火するパターンが得られます。 [それは]私たちが網膜と蝸牛と呼んでいるものです。」

「AI のアプリケーションのほとんどは、大量のデータを扱う分野で使用されてきました」とホナバー氏は言います。再び放射線学の例を使用すると、人間の放射線科医によって評価された X 線および MRI スキャンの大規模なデータベースが存在するため、その活動をエミュレートするように機械をトレーニングすることが可能になります。

AI システムは、大量のデータをインテリジェントなアルゴリズム(一連の命令) と組み合わせることで機能し、人工知能に関するこの記事で説明されているように、ソフトウェアがデータのパターンや特徴から学習できるようになります。

SAS 入門書で述べられているように、AI は脳の働きをシミュレートする際に、さまざまなサブフィールドを利用します。

数十年にわたる研究

AI の概念は 1940 年代に遡り、「人工知能」という用語は 1956 年のダートマス大学での会議で導入されました。その後 20 年間にわたり、研究者たちはゲームをプレイしたり、単純なパターン認識や機械学習を行うプログラムを開発しました。コーネル大学の科学者フランク ローゼンブラットは、最初の人工ニューラル ネットワークを開発しました。これは、パンチ カードが供給される 5 トン (4.5 トン) の部屋サイズの IBM コンピューター上で実行されました。

しかし、ホナバー氏によると、より複雑でディープ ニューラル ネットワークの第 2 波が、より高レベルのタスクに取り組むために開発されたのは 1980 年代半ばになってからでした。 1990 年代初頭、別のブレークスルーにより、AI はトレーニング エクスペリエンスを超えて一般化できるようになりました。

1990 年代と 2000 年代には、Web やますます強力になったコンピューターといった他の技術革新が AI の開発を加速させました。 「ウェブの出現により、大量のデータがデジタル形式で利用できるようになりました」とホナバー氏は言います。 「ゲノム配列決定やその他のプロジェクトにより、大量のトレーニング データが生成され始めました。コンピューティングの進歩により、このデータの保存とアクセスが可能になりました。より複雑なタスクを実行するようにマシンをトレーニングできるようになりました。ディープ ラーニング モデルは存在できませんでした 30数年前はデータも計算能力もなかったからです。」

AIとロボティクス

AI システムはロボット工学とは異なりますが、ロボット工学とは関連しています。ロボット工学では、機械が周囲の環境を感知し、計算を実行し、工場での作業や調理から他の惑星への着陸に至るまで、機械が自らまたは人の指示の下で物理的な作業を実行します。ホナヴァル氏は、この 2 つの分野はさまざまな方法で交差していると述べています。

「ロボット工学はあまり知性を持たず、自動織機のような純粋に機械的な装置を想像することができます」とホナバー氏は言う。 「あまり知性が高くないロボットの例もあります。」逆に、人間が運転する車や歩行者が行き交う街路で自動運転車を誘導するなど、知能が不可欠な部分を占めるロボット工学もあります。

「一般的な知能を実現するには、ある程度のロボット工学が必要だというのは合理的な議論です。なぜなら、世界との相互作用は、ある程度、知能の重要な部分だからです」とホナバー氏は言う。 「ボールを投げることが何を意味するかを理解するには、ボールを投げることができなければなりません。」

AI テクノロジーは静かに広く普及しており、すでに多くの消費者向け製品に組み込まれています。

「モノのインターネット(IoT) 空間に含まれる膨大な数のデバイスは、非常に特殊な AI ではあるものの、ある種の自己強化型 AI を容易に使用します」と Cagle 氏は言います。 「クルーズ コントロールは初期の AI であり、実際に動作すると、ほとんどの人が思っているよりもはるかに洗練されています。騒音を軽減するヘッドフォン。現代のテレビのリモコンなど、音声認識機能を持つものすべて。ソーシャル メディア フィルター。スパム フィルター。AI を拡張すれば、機械学習をカバーするには、これにはスペル チェッカー、テキスト推奨システム、実際にはあらゆる推奨システム、洗濯機と乾燥機、電子レンジ、食器洗い機、2017 年以降に製造されたほとんどの家電製品、スピーカー、テレビ、アンチロック ブレーキ システム、あらゆる電気自動車、最新の CCTV カメラは、さまざまなレベルで AI ネットワークを使用しています。」

「飛行機は鳥よりも長距離を飛行でき、より多くの人を運ぶことができる」のと同じように、AI ツールは一部の狭い領域で人間を上回るパフォーマンスを発揮する可能性があるとホナバー氏は言います。たとえば、AIは何百万ものソーシャルメディアネットワークのやり取りを処理し、ユーザーの行動に影響を与える可能性のある洞察を得ることができますが、AIの専門家はこの能力が「あまり良くない結果」をもたらす可能性があると懸念しています。

人間の脳を圧倒するほどの大量の情報を理解することに特に優れています。この機能により、たとえばインターネット企業は、ユーザーに関して収集した膨大なデータを分析し、その洞察をさまざまな方法で利用して、私たちの行動に影響を与えることができます。

AI は経済をどのように変革できるか

これまで人間が必要としていたタスクを AI が実行できる可能性を考えると、AI の普及によって私たちのほとんどが職を失う可能性があるのではないかと懸念するのは簡単です。しかし、一部の専門家は、AIとロボット工学の組み合わせにより一部の職がなくなる可能性はあるものの、テクノロジーに精通した労働者はなくなるだろうと予想している。

「最も危険にさらされているのは、小売業、金融業、製造業で日常的で反復的な業務を行っている人々です」と、ワシントンに本拠を置く公共政策団体ブルッキングス研究所の副社長兼設立ディレクターであるダレル・ウェスト氏は電子メールで説明する。 「しかし、医療分野のホワイトカラーの仕事も影響を受けるだろうし、人々がより頻繁に職場を移動することで離職率も増加するだろう。

新しい仕事が創出されるでしょうが、多くの人はそのポジションに必要なスキルを持っていないでしょう。つまりリスクは、人々がデジタル経済への移行から取り残される雇用の不一致です。テクノロジーの普及に伴い、各国は再教育や労働力開発にさらに多くの資金を投資する必要があるだろう。人々が定期的に仕事のスキルを向上できるように、生涯学習が必要になるでしょう。」

そして、AI は人間の労働者に取って代わるのではなく、彼らの知的能力を強化するために使用される可能性があります。発明家で未来学者のレイ・カーツワイルは、2030年代までにAIは人間レベルの知能に達し、AIが人間の脳内に入り込んで記憶力を高め、ユーザーを人間と機械のハイブリッドにすることが可能になるだろうと予測した。カーツワイル氏は、「私たちは心を広げ、私たちが大切にしている芸術的資質を体現していきます。」と述べています。

研究者らは何年もの間、人間の脳をコンピュータに接続し、多くの場合脳インプラントを介して言語に翻訳できる電気インパルスを送信できるようにする技術の開発に取り組んできた。 2022 年 11 月の健康医療ニュース出版物 Stat で説明されているように、ブレイン コンピューター インターフェイス (BCI) は、話したりタイピングしたりすることができない怪我や神経障害を持つ人々の生活を改善する可能性をもたらします。によると、イーロン・マスク氏の設立6年の新興企業を含むいくつかの企業がそのようなデバイスの開発に取り組んでいるという。

しかし、脳インプラントを介したコミュニケーションが実用化されれば、障害のある人だけでなく、健常者にもインプラントを施し、コンピューターとのコミュニケーションを可能にし、パフォーマンスを向上させる可能性が高まります。

ブレインコンピューターインターフェースの歴史

この 2022 年の米国政府が詳述しているように、一部の BCI はウェアラブル デバイスに組み込まれていますが、その他の BCI は外科的に脳組織に直接埋め込まれています。 BCI を受け取る被験者は、多くの場合、BCI が認識する信号の生成方法を学習するトレーニング プロセスを受けます。次に、BCI は、人工知能の一種である機械学習を使用して信号を変換します。

BCI は何十年も前から存在していますが、ほとんどが実験段階にとどまっています。研究者らは 1970 年代初頭に初めてウェアラブル BCI をテストし、1990 年代後半に最初のデバイスを人間に外科的に埋め込みました。報告書によると、それ以来、神経インプラントを受けた人は世界中で40人未満となっている。

「BCI開発に対する主な障害の1つは、各人が独自の脳信号を生成することである」と政府報告書は指摘している。 「もう 1 つは、それらの信号を測定することの難しさです。」

2022年10月の工学出版物IEEE Spectrumの中で、カリフォルニア大学サンフランシスコ校神経外科部長のエドワード・チャン博士は、15年間話したことのない患者が単語全体を含む単純なメッセージを伝達できるようにした実験について説明している。まず、薄く柔軟な電極アレイが患者の脳の表面に掛けられましたが、実際には脳を貫通しませんでした。このアレイは数百の電極で構成されており、各電極は数千のニューロンからの信号を記録できます。アレイはこれらの信号をデバイスに送信し、デバイスが信号をデコードして患者が言いたい言葉に変換しました。

IEEE Spectrumの記事によると、音声に関連する衝動を捉えるために、研究者らは顔の喉、口、舌の筋肉に音を出すためにどのように動くかを指示する脳の部分に焦点を当てているという。研究はボランティアを対象に実施され、特定の音や単語が記録され、神経パターンが舌や口の動きと一致しました。 AI の進歩により、音声に関連する神経活動の特定が可能になりました。

神経インプラントの進歩は、話すことができない人々を助けるのに大きな期待を寄せていますが、ニューロテクノロジーが潜在的な危険ももたらすのではないかと心配する人もいます。

2022年12月のザ・カンバセーション誌の中で、ワシントン大学医学部の生命倫理と人文科学の教授であり、ウィスコンシン州立大学神経外科准教授は、兵士の血流に小型のコンピューティングデバイスが注入され、それらが血液中に誘導されるという将来のシナリオについて述べた。頭脳。インプラントにより、兵士は数千マイル離れた兵器システムを思考によって制御できるようになるかもしれない、と彼らは書いている。しかし、そのような技術は理論的には兵士の脳にメッセージを送り返すこともでき、軍が恐怖や不安を抑えたり、特定の状況で兵士が何をするかを予測して兵士の行動を操作したりすることを可能にする。

倫理的配慮と神経学的権利章典

私たちはジェッカー氏に話を聞いた。彼女は、BCI が人々の脳から情報を盗むために、あるいは感情を抑圧して制御するためにどのように使用されるかについても懸念していると言う。

「ニューロテクノロジーの倫理的影響について、今から事前に考えることが非常に重要だと思います」と彼女は言う。

ジェッカー氏は、精神的プライバシーの権利や精神状態への不当な干渉の禁止など、人々の「認知的自由」を保証する神経学的権利章典に相当するものを確立することを主張している。 「私たちのアイデンティティと私たちが何者であるかについての一貫した感覚」を持つ権利を守ることもまた必須である、と彼女は主張する。

言語が学習されるのではなくストリーミングされる世界

別の専門家は、人々が依然として口を使って話すが、テクノロジーによって支援、または制御される世界をすでに構想している。

彼は英国のバンゴー大学およびその他の機関の元言語学教授であり、デジタル コミュニケーションの進化の専門家であり、Psychology Today の寄稿者でもあります。近日公開予定の SF 小説「」で、エヴァンスは、ほとんどの人が言語を学習するのではなく、代わりに神経インプラントを使用してクラウドから語彙と文法をストリーミングする未来を描いています。つまり、大規模なサイバー攻撃によって壊滅的な世界言語が引き起こされるまでのことです。停電。

「こう考えてみてください」とエヴァンスは電子メールで言う。 「今日、私たちは映画から書籍、音楽、スマート デバイスまであらゆるものをストリーミングし、そのコンテンツを消費しています。スマート デバイスは、ストリーミング信号 (IP データ パケットにエンコードされたデータ) を使用し、Wi-Fi インターネット経由でエンコードされて配信されます。ストリーミングも原理的には同様に機能し、私たちの脳に「言語チップ」を埋め込むと、24時間年中無休でオンデマンドで言語をインターネットから頭に直接「ストリーミング」できるようになるでしょう。そしてベースに個人レベルで言語ストリーミング プロバイダーに加入すると、語彙の複雑さを問わず、自分が選択したあらゆる言語をストリーミングできるようになります。」

エヴァンスの架空の未来では、言語をストリーミングできるようになったことで、さまざまな言語の研究は時代遅れになりました。 「新しい言語を学ぶ必要はなく、宇宙のサーバーに保存されている言語データベースと同期することで、その言語で機能するために必要な単語と文法を利用するだけです」と彼は説明する。 「そして、考えたり話したりしながら、インターネット経由でリアルタイムに呼び出します。」その結果、「サブスクリプションに新しい言語を追加すると、米国または英国の居住者は、たとえば日本語を即座に理解し、発音し、東京で働くことができるようになります。」同様に、著者は、弁護士、ロケット科学者、脳外科医がクラウド データベースに登録し、専門分野で必要な専門用語をダウンロードしていると想像しています。

エヴァンスの小説では、これをすべて機能させるために、人々はさまざまなデバイスを体内に埋め込まれており、その中には、地球規模の衛星ネットワークに接続する耳にある Wi-Fi 受信機も含まれており、埋め込まれた別のチップとも通信することになります。彼らの脳内で。

このようなテクノロジーは、画像や音声、身体的なジェスチャーなどの非言語コミュニケーションを拾って中継することもできます。

重大な欠点がある可能性がある

電子機器に夢中なら、これはすべて非常にクールに聞こえるかもしれません。しかし、いくつかの重大な欠点もあるでしょう。たとえば、エヴァンスの推測的な未来では、言語サーバーを所有していたハイテク企業が、英語や中国語ほど使われていない言語を廃止し始めたため、世界中で使用される言語の数が減少するだろう。貧しい人々は単一言語使用を余儀なくされるかもしれない。

さらに、「地域のアクセントや方言は非標準なので、より高価なストリーミング購読が必要になります。これは、地域のアクセントがステータスシンボルになることを意味します」とエヴァンス氏は言う。 「労働者階級は事実上、自らの現地言語の多様性を価格で買い取られることになる。人間の言語の範囲と多様性は一気に消去されるだろう。これはアイデンティティーや民族性などに影響を及ぼす。」

エヴァンス氏が構想しているようなストリーミング言語は、言論の自由に対する脅威となる可能性もある。なぜなら、大手テクノロジー企業や政府は文字通り、ユーザーが使用する言葉やアイデアを表現する能力をコントロールできるからである。

「個人は、単語や語彙の選択に関して、大手テクノロジー企業や政府の決定によって制約されるようになります」とエバンス氏は説明する。 「一例として、あらゆる状況下で中絶を非合法とする特定の州を想像してみてください。そのような政府は、「中絶」という言葉自体を禁止するかもしれません。したがって、たとえば米国では、誰かが英語をストリーミングしていても、次のようにしてその概念を説明できないかもしれません。この言葉は事実上、概念そのものを非合法化するものである。」

「そうなると、中絶が依然として合法である別の英語圏では、ある州では言語ストリーミングプロバイダーがその単語を検閲しているが、別の州では検閲していないというカフカのような状況が生じるだろう」と彼は続ける。 「これは、独裁政権が自らの目的のためにテクノロジーを悪用し、言語表現の自由を制限することで思想そのものをコントロールできる状況につながる。」

市民的自由主義者がニューロテクノロジーに対して賢明な制限を設けることに成功し、人々に利益をもたらす方法で使用できるようにしながら、乱用を防ぐことができれば、このようなシナリオは実現しないことを願っています。

重要なポイント

21 世紀において、私たちはロボットが人間の敏捷性と器用さの偉業を再現し、さらにはそれを超えるという考えにほとんど慣れてきました。彼らは自動車の製造や電子商取引の倉庫で働くなどの仕事をしているだけでなく、さらには .

しかし実際には、オートマトン（人間の能力を模倣するように設計された人間に似た機械）のアイデアは、実際には数千年前に遡ります。オートマトンという言葉は、自己動作を意味する古代ギリシャ語に由来しており、ギリシャ人は、オリンピックで観衆を楽しませた機械仕掛けのイルカやワシから、機械仕掛けの人形劇に至るまで、生き物をエミュレートする初期の機械をいくつか作りました。 2018年に説明します。

ルネッサンス時代のヨーロッパでは、教会に通う人々は機械化された天使に驚嘆しました。アリソン・リー・パーマーの著書によると、レオナルド・ダ・ヴィンチは1495年に手足を動かせるロボット騎士を設計したが、実際にそれを作ったかどうかは不明だという。

マイヤルデのオートマトンの誕生

19 世紀初頭、特に驚くべき人間に似た機械が、新たな複雑さの高みに達し、人間の芸術的な自己表現を模倣することさえありました。私たちは、ロンドンで時計やその他の機械を製造していたスイスの機械デザイナー、アンリ・マイヤルデによって 1800 年頃に作成された、マイヤルデのオートマトンについて言及しています。この自動人形は、ペンを手にテーブルに座る人間の少年に似ており、4 つの異なる絵を描き、3 つの詩 (2 つはフランス語、1 つは英語) を書くことさえできます。

「メイヤルデ オートマトンの重要性は、同時期の既存のオートマトンの中で最大の作業記憶の 1 つを備えていることです」と電子メールで説明されています。彼女は、米国有数の科学技術教育センターの 1 つであるフィラデルフィアにあるコレクションおよび学芸員のアシスタントディレクターを務めています。このセンターは 1928 年にフィラデルフィアの裕福な資産家からこの自動機械を入手し、数十年をかけて修復と保守を行ってきました。

記憶によれば、彼女はコンピューターチップについて話しているわけではありません。代わりに、メイヤルデのオートマトンのメモリはカムと呼ばれる真鍮のディスクの形をしており、ゼンマイ仕掛けのモーターによって回転します。 3 本の鋼鉄の指がカムの不規則なエッジをたどり、さらに複雑なシステムによってカムの動きをオートマトンの筆記手の左右、前後、上下の動きに変換します。レバーとロッド。オートマトンが動作している様子を映した YouTube ビデオは次のとおりです。

「自動機械や人間に似た機械については、何千年も前に書かれ、おそらく作られたこともありますが、これほどの大きさの自動機械はまったく一般的ではありませんでした」とキャロル氏は言う。マイヤルデ オートマトンはエンジニアリングの成果であり、機械と技術の驚異であり続けています。私はこれを、作成された期間によって制限が定められた自動化の一種の頂点の一例として定義します。」

ルネッサンス期に作られた、水置換システムや滑車システムを動力源とする大型の人型機械とは異なり、マイヤルデが働いていた時代の自動機械のほとんどは、サイズがわずか数インチで、鳥などの動物を複製するように設計された小型の時計仕掛けの機構が付いていました。そしてカエル。それでも、小さくて複雑なデバイスを作成するのは複雑な作業でした。

「場合によっては、単一の自動機械がさまざまな国の工房で作成されることもあります」とキャロル氏は言います。 「たとえば、機構はスイスで製造され、エナメルや金メッキはフランスで行われ、その後自動機械はイギリスで販売されることになります。」オートマタは記録が残っていることが少なく、誰が作ったのかを解明するのが難しい場合があります。しかし、フランクリン研究所は、マイヤルデの自動人形が彼の4枚の絵の最後の部分に「マイヤルデの自動人形によって」署名したため、その問題には直面しなかった。

アンリ・マイヤルデの弟子入り

マイヤルデ自身は、18世紀のスイスの時計製造者であり、熟練した機械工でもあったピエール・ジャケ・ドローの見習いとして、人間に似た機械の作り方を学びました。リサ・ノックスが著書『』で詳しく述べているように、ジャケ・ドローはスペイン国王を後援者にしようと試みましたが失敗し、代わりにスペイン異端審問によって数年間投獄され、その後スイスに戻りました。ジャケ・ドローの店では、スツールに座って小さな机の上で羽根ペンで文字を書く 3 歳児のレプリカなど、いくつかの印象的な自動人形を制作しました。スイス、ヌーシャテルの美術歴史美術館に所蔵されているジャケ・ドローのオートマタのいくつか。

マイヤルデが独立してロンドンに自分の工房を開設したとき、彼はオートマトンを構築する技術と科学をさらに推し進めました。 「私たちのコレクションにあるような自動機械を設計して構築するには、おそらく 3 人の職人が約 2 年かかったでしょう」とキャロル氏は言います。 「時計と時計製造のスキルは、自動機械の構築に役立ちます。金属細工、材料科学、精度、創造性、忍耐力、すべてが役割を果たす可能性があります。」

キャロル氏によると、これらの機械と同様に、マイヤルデのオートマトンは主に展示会で観客を驚かせ、楽しませるために設計されたという。 「生命を複製することは、常に興味深い取り組みでした」と彼女は言います。 「これは機械工にとって究極の挑戦であり、今日の人型ロボットと同様に、見る人に人間とは何かという問いを強います。」

マイヤルデ氏やその他の時計職人たちは、フランクリン研究所のコレクションにあるような巨大な自動機械を移動させて、洗練された機械技術を見たことのない観客に強烈な印象を与える体験を生み出しました。 「1700年代、人々はまだ市庁舎や教会の時計（ストラスブールの天文時計のような自動機械があった可能性があります）を見て時間を確認していました」とキャロル氏は説明する。 「懐中時計はまだ一般の人に広く着用されていなかったので、個人のコレクションに自動人形があることは珍しいことであると想像できます。」

マイヤルデは 1830 年に亡くなるまでこの自動機械とともにヨーロッパを旅し、東はロシアにまで到達しました。その後、このマシンの歴史は曖昧になります。フランクリン研究所のウェブサイトによると、サーカス興行主のPT・バーナムがこの装置を入手し、ニューヨーク市とフィラデルフィアの博物館に展示した可能性があるという。この装置は、何らかの理由でフィラデルフィアのブロック家の所有となる前に、両方の博物館を焼失させた火災のいずれかで損傷した可能性があります。

遊園地の機械式占い師などのオートマタは、1900 年代になっても人気の娯楽であり続けましたが、オートマタへの魅力は徐々に少し薄れていきました。キャロル氏は、飛行機からテレビに至るまで、1990 年代に出現したさらに目を見張るような世界を変えるテクノロジーによって、オートマトンはそれほど目新しいものではなくなったのではないかと考えています。

「おそらく、マイヤルデ オートマトンの 7 つのプログラムから現在のものまで、データの保存に非常に多くの進歩があったため、私たちは機械式ロボットからコンピューター化されたロボットに飛び移ったのでしょう」と彼女は言います。