脳波データがロボットAI訓練の鍵になるか
原題: Are brain waves the next unlock for physical AI?
なぜ重要か
ロボット訓練データの深刻な不足を解消する新アプローチとして、脳波活用はヒューマノイドロボット産業の開発速度に直結する可能性がある。
データ注釈ツール企業のEncordは、ドイツのニューロサイエンス新興企業Zander Labsと共同で、ロボット訓練データ収集に脳波センサーを活用する試験を実施している。カリフォルニア州サンレアンドロの倉庫で人間の作業者がタスクを行いながら脳波を計測し、AIモデルの訓練に使えるデータセット構築を目指している。
Encordはカリフォルニア州サンレアンドロの倉庫で、「パイロット」と呼ぶロボット訓練者がJenga（積み木崩し）を行う様子を記録する実験を行っている。訓練者はカメラ付きヘッドセットを装着しているが、通常の訓練データ収集との違いは、そのヘッドセットにZander Labsが開発した脳波センサーが組み込まれている点だ。
Zander Labsはドイツのニューロサイエンス系スタートアップで、脳波計測によって「エラー」「意図」「驚き」といった精神状態を推定できると主張する。同社のニューロサイエンティストLucas Gehrkeは、タスク中の脳活動量の変化が、モデル開発者にとってどの場面で高度な処理を適用すべきかを示す手がかりになると説明する。
Encordの脳波タグ付きデータセット活用はあくまで試験段階で、顧客のロボティクスモデルに適用し、実際に性能向上が見られるかを評価した上でスケールアップを検討するとしている。
Encordのロボット学習責任者Vineeth Velmuruganは、OpenAIのロボット研究室および倉庫自動化企業Berkshire Greyの出身。同氏は「データが単純に存在しない」と語り、ロボティクスにおける訓練データ不足が業界全体の壁になっていると説明する。
自動運転企業は自社でデータを収集するが、スケールに限界がある。動画からの学習も可能だが、現実世界データほどの精度が得られない。Velmuruganによれば、突破に必要なデータ量はYouTubeの動画コーパスの約5倍規模とされており、データ生成そのものがビジネス課題となっている背景がある。脳波タグ付きデータはこのボトルネック解消の「最前線」と位置づけられている。