ロボット用データ1万時間の収集に5年を要する
フィジカルAIの最大の障害はデータ不足だ。実際の世界で動くAIロボット、いわゆる「フィジカルAI」産業の足を引っ張っているのがこれである。AIモデル学習の根幹であるデータが、フィジカルAIのボトルネックとなっている。学習データがなければロボットが自ら判断し行動する能力を育むことができないため、業界はデータ収集の新たな手法を模索している。
フィジカルAIのデータ取得手法はLLM（大規模言語モデル）とは根本的に異なる。ChatGPTのようなLLMがインターネット上に公開されたテキストや映像を活用して学習できるのに対し、ロボットに必要な物理データはインターネットからは取得できず、人間が直接収集しなければならない。作業員の胸と額にカメラを装着し、手にセンサーを付け、動作や作業過程をコンピュータに記録する方式だ。科学技術情報通信部の調査によると、フィジカルAIはLLMの10～100倍のデータとGPU演算リソースを必要とする。科学技術情報通信部デバイスAX革新チームのソン・チャンジョン チーム長は「1万時間分を集めるには、1日8時間で丸5年かかる」と説明した。不足分は合成データで補うことができる。現在は実データと合成データが半々で活用されており、政府は合成データの割合が90%まで拡大すると見込んでいる。
より大きな問題は、データを収集しロボットを学習させる現場が不足している点だ。AI企業は秘密保持契約（NDA）を締結した上で個別の事業所でデータ収集や実証を実施しているが、利用可能な空間は限られている。作業員の立場からすれば、頭や胸に撮影機器を装着しなければならない煩わしさがあり、自分の作業データでロボットを訓練されることへの負担感につながる可能性もある。政府部門も事情は同じだ。科学技術情報通信部は複数の民間物流企業に実証事業の可能性を打診してきたが、企業側が施設開放に消極的なため、郵政事業本部で事業を推進することにした。
中国はいち早くデータ蓄積に乗り出した。共に民主党のパク・フイスン議員室が配布した資料によると、中国のフィジカルAI訓練場は2025年末の24カ所から今年6月末に70カ所以上へ拡大した。北京の石景山区データ訓練センター1カ所だけでも約1400億ウォンが投じられた。国内にはこのような規模の専用訓練インフラは整備されていない状況だ。
科学技術情報通信部は来年から2年間、中長期的なフィジカルAI実証事業を推進する。郵政事業本部は国土交通部ともフィジカルAI実証を進めており、年内にも一部の郵便集配局に荷役用ロボットアームなどを導入し、物量が集中する時期に適用する方案を検討している。
