DeepMindのロボティクス進展とAGIのタイムライン
DeepMindの科学者たちは、ロボット学習のギャップ、シミュレーションから現実への移行、AGIの見通しについて説明しました。- シェーン・レッグは、2028年までに最小限のAGIが実現する確率を50%と見積もり、AGIを典型的な人間の認知タスクを完了するエージェントと定義しました。- 主な欠陥:継続的学習、視覚的推論(視点/サイズ)、基本的な論理タスク(ノードカウント)。- ギャップを埋めるためには、具現化と持続的な現実世界との相互作用が不可欠とされ、ロボティクスデータは依然として高価です。- DeepMindのロボティクスリーダーは、強化学習(移動)と大規模言語モデル(計画/理解)の2つのパラダイムシフトを強調しました。- ジェミニロボティクス1.5は、テキストによる「思考」出力とモーション転送を導入し、異なるボディ間での動作データの共有を可能にしました。- モーション転送は、異なるロボット形態間でのスキルの移転を可能にし、データの再利用を増加させます。- ロボティクスの専門家は、シミュレーション、YouTube、合成ビデオ生成を通じたデータのスケーラビリティを強調し、実際のロボットコストを削減する必要性を指摘しました。- 実用的なタイムラインが提示されました:目に見える突破口まで2〜3年、垂直展開まで5年、広範な家庭での存在まで10年;進展はモダリティによって不均一です。- 繊細な操作には、単純なグリッパーを超えた触覚センサーがますます重要です。- 高い身体的相互作用を伴う職業と、真の人間の個性/感情的つながりに依存する役割の2つのカテゴリーが存続する可能性が高いです。
Key insights
DeepMindの科学者が2028年までに最小限のAGIの50%の確率を示す
DeepMindのシェーン・レッグは、最小限のAGI—典型的な人間の認知タスクを完了できるエージェントとして定義される—が2028年までに実現する確率を50%と見積もりました。彼は、現在のAIの強み(広範な言語能力)を指摘しましたが、継続的学習、一部の視覚的推論タスク、基本的な論理操作における短所を明らかにしました。レッグは、AGIの実現には生の計算能力を超えたアルゴリズムとアーキテクチャの革新が必要であり、特にエピソディックメモリ、継続的学習、具現化された相互作用において重要であると強調しました。
ロボティクスの進展はシミュレーションから現実への移行とデータのスケールに依存
DeepMindや他のロボティクス研究者は、ロボット学習を手頃で一般化可能にするためには、スケーラブルなデータソース—シミュレーション、ウェブビデオ(YouTube)、合成ビデオ生成—が必要であると強調しました。実際のロボットデータ収集は依然として高価であり(例:艦隊、オペレーター、メンテナンスのコスト)、ジェミニロボティクス1.5によって示されたモーション転送アプローチは、異なるロボット形態間での動作データの共有を可能にし、データの希少性と再利用性の問題に対処します。
大規模モデルが計画を提供し、RLが制御を供給 — 両方が必要
研究者たちは、労働の分業について説明しました:大規模言語モデルは高レベルのプランナー(「脳」)として機能し、強化学習と制御方法は低レベルのコントローラー(「小脳」)として機能します。ジェミニロボティクス1.5は、ロボットが行動する前に計画を説明する明示的なテキストによる「思考」ステップを追加し、解釈可能性と多段階タスクの処理を改善しました。両方の要素は、複雑な現実世界のタスクにおける堅牢なロボット行動には不可欠です。
繊細な操作には追加の触覚モダリティが必要
専門家は、移動は主に強化学習によって解決されている一方で、巧妙な手の操作は依然として遅れており、触覚フィードバックを必要とすることを報告しました。視覚のみのアプローチは多くの把持タスクには十分ですが、細かな操作(ハサミ、小さなリング)には触覚センサーとより豊かなモダリティの統合が必要であり、人間のようなパフォーマンスに達するためには不可欠です。
実用的なロボティクスのタイムライン:突破口から垂直展開、そして家庭へ
インタビューを受けた専門家は、期待される展開段階を概説しました:能力が広く見えるようになる顕著な突破口まで2〜3年、垂直産業の採用(製造、物流、小売)まで5年、広範な家庭用ロボットの存在まで約10年です。彼らは、公共のデモが日常的な信頼性を過大評価していることに注意を促し、データとシステム統合が主なボトルネックであることを強調しました。