DX wpmaster 2026年6月25日 0 コメント

デジタルツイン総合研究所、フィジカルAIの「現場適応」課題を解決する自律進化型AIアルゴリズムの研究開発を加速

株式会社デジタルツイン総合研究所（DTRI）は、現実世界で動き、判断するAI、通称「フィジカルAI」の普及に向けた大きな課題「現場適応」を乗り越えるため、新たなAI技術の研究開発を加速しています。

この技術は、AIが自分自身で「何の情報が足りないか」を見つけ出し、その情報を自ら集めて学び続ける「自律進化型AIアルゴリズム」です。DTRIは、この技術によって、原子力関連施設のような人が簡単には入れない場所でのロボット開発経験を持つ技術者たちが中心となり、フィジカルAIを実際の現場で使えるようにするための基盤技術を開発しています。

フィジカルAI普及の壁「現場適応」

近年、ロボットや自律システムが現実世界を理解して行動する「フィジカルAI」が世界中で注目されています。しかし、この技術を工場や物流倉庫、建設現場といった実際の産業現場に導入しようとすると、大きな問題に直面します。

それは、現場ごとに異なる環境への対応です。設備の配置、照明、作業の手順、障害物、建物の老朽化、天候、地形、人の動きなど、現場の状況は常に変化し、一つとして同じものはありません。これまでのやり方では、AIを導入するたびに、専門の人が大量のデータを集め、環境を整え、調整し直す必要がありました。DTRIは、この「現場適応」にかかる手間と費用が、フィジカルAIが広く使われるのを妨げていると考えています。

AIが自ら学び、進化する「ASAL」とは

これまでのAIは、人間があらかじめ用意したデータをもとに学習するのが基本でした。しかし、DTRIが開発を進める技術は、この考え方を大きく変えるものです。

この新しい技術では、AIが与えられた情報を処理するだけでなく、自ら「どこが理解できていないか」「どの情報が不足しているか」を判断します。そして、その不足を補うために、次にどこを見るべきか、どんなデータを集めるべきかを決め、ロボットやドローン、センサー、さらには人に対して情報収集の指示を出します。集められた情報をもとに、AIは現実世界のデジタルモデル（デジタルツインやWorld Model）を常に新しい状態に更新し続けます。

DTRIは、このAIが能動的に情報を取得し、学習する一連の流れを「ASAL（Active Site Acquisition Loop）」と名付け、研究開発を進めています。これにより、現場ごとのデータ収集や環境設定、運用更新にかかる費用を大幅に減らし、変化し続ける現場にも対応できるフィジカルAIの実現を目指しています。