1980年に提唱された「テレイグジスタンス」という概念が、2020年ついに商業化の第一歩を踏み出した。コンビニの陳列からスタートする最新の在宅勤務は、この先どのような広がりを見せるのか？　テレイグジスタンス社CEOの富岡 仁氏と、弊誌編集長・杉原行里による対談。

対談の前に、「テレイグジスタンス」について簡単に解説しておこう。「遠隔存在」「遠隔臨場」とも訳される「テレイグジスタンス」は、東京大学 名誉教授であり工学博士の舘 暲氏が1980年に提唱した概念。簡潔に言えば、人間がロボットの身体を操作し、自分の身体と同一のものとして行動できるようにする試みだ。館教授が考える最終ゴールはまだ先だが、約40年の研究成果により、かなりの進化と実現性を帯びてきている。そんななか、2017年に同研究の社会実装（商業化）を目的としたテレイグジスタンス社が設立された。富岡 仁さんは、その会社の共同創設者でありCEOである。

「ロボットが人間の仕事を奪う」
というのは誤解

杉原　一般的に、ロボティクスやAIの話になると「人間の仕事を奪うんじゃないか？」という議論になりやすい。意味がわからないと僕は思ってしまうんですけど・・・・。技術の進化によって、人間が無理してやらなくていいことをやってくれるわけで、そのぶん時間に余裕ができるのはいいことだと思うんです。

富岡　誤解を恐れずにいえば、本来仕事というのは意義深いものであり楽しいもの。また、そうあるべきだと思います。なので、単純作業の部分はどんどんロボットにお願いしていけばいい。それがうまく社会に浸透して、最終的に「不労」の世界が生まれるのがベストだと思います。

杉原　高齢化社会のなかで、荷物を持つことすら大変な人が増えている。そういうなかで、パワードスーツのようなものだったり、自分の擬態が動くというのは重要になってくる。なぜなら、ロボットはいくらでも壊れていいわけで、人間が壊れることと比較してはいけない議論だから。

富岡　まさに「マスター・スレイブ」の関係ですよね。

杉原　そう。人間は多くの時間を仕事に費やすわけなので、そこの質を上げるような柔軟な考え方は必要ですよね。

富岡　会社が導入することの怖さがあるのかもしれないですが、個人が自分のために導入するようになれば変わるかもしれない。

杉原　ちなみに、この9月に第一弾として導入されるコンビニの店舗は「完全無人化」ではないんですよね？ *1)

*1) 9月14日〜現在「ローソン Model T 東京ポートシティ竹芝店」にて導入

富岡　店員もいます。遠隔化、無人化される業務は全体の2〜3割程度です。

現在、産業用ロボットは
年間100万台という小規模な世界

杉原　『Model T』に関して、そもそもの発想のきっかけは何だったのですか？

富岡　ロボットの世界って、外から見ているとすごく景気が良さそうに見えるじゃないですか。でも、年間の台数ベースで言えば、クルマは8000万台、テレビは2億台、スマホは3.5億台も世界で売れているのに、産業用ロボットって60万台しか売れてないんですよ。

杉原　世界でそれしか需要がない!? 意外な気もしますが、よく考えると一度導入したらそんなに頻繁に買い換えないですしね。

富岡　主に自動車と総合電気の工場のなかでしか使われないから市場規模に広がりがなく、産業の成長スピードも相対的に低い。結果、異なる知見を持った優秀な人材も流入しないんだと思います。そう考えると、工場の外の世界で「モラベックのパラドック」（*2）を解くことは、この産業が爆発的に成長するためには本当に大事なんですよ。自分が生きている間に、せめて自動車並みの産業規模にしたい。そういう意味で、フォードのTモデルとかけて『Model T』にしたというのもあるんです。

*2) 高度な推論よりも、1歳児でもできるような感覚運動スキルの方が多くの計算資源を要するという問題

杉原　なるほど、世界初の量産化大衆向け自動車になぞらえているんですね。今後、『Model T』のような、ロボティクスを遠隔操作することによってもたらされる＋αのプログラミング、位置情報、スキャン、画像認識というものを、エンターテイメントやゲームの世界に取りいれたら、すごいことになりそうだなと思いました。

富岡　そういうアイデアが欲しいんですよ！　僕らはまず「BtoB」からですけど、将来的に大きくさせるには「B to C」で革新的なコンシューマープロダクトを作りたいんです。

杉原　それならば「教育」じゃないですかね。早い段階で遠隔操作ロボットに触れさせることが「財産」になる。もしかしたら、子ども発信で生まれるかもしれない。あとは「医療」の世界ですよね。

富岡　ロボット版キッザニアとか面白そうですね。

2030年には「拡張労働力」が
浸透している!?

杉原　それやりたいですね！　ちなみに、「テレイグジスタンス」を含めた遠隔ロボット、アバターの世界は進化のスピードが飛躍的に上がっていると思いますけど、10年後はどれくらい成長していると思いますか？

富岡　う～ん、不確定な部分もありますが・・・。2030年には、ロボットを通じてどこからでも物理的な仕事ができる「拡張労働力」というものがひとつの労働形態として浸透していてほしい。でも、遠隔操作だけでは進歩がないので、「遠隔制御」から「自動制御」へと進化していたい。それは「オートメーション」の世界です。そのためにも、人の動作データ、とくにロボットのジョイントデータ（関節のデータ）を集めたい。

杉原　そういう動きは、ロボット業界では一般的なんですか？

富岡　まだそこまでではないですね。ジョイントデータを学習させるコンセプトはあっても、まだ誰もやっていない。僕らもどうすれば実現できるかを考えている段階です。

杉原　いまはまだ、ガンダムのように人が乗るロボットをイメージしている人が多いし、そこを実現させようとしている方々も多い。それはそれで間違っていないですが、そのイメージしかない人は、新しいロボットを見てもがっかりして帰るだけなんですよね（笑）。でも、この『Model T』はそれがない。アンテナの高い人はすぐに注目するだろうし、中間層も「稼げるかも」って思ってくれそう。

富岡　そう言っていただけると嬉しいですね。

杉原　こうなると、今後はロボットの世界も「細分化」されていくんでしょうね。モビリティのなかに、車、自転車、バス、飛行機があるように。

富岡　一般論としては、「アクチュエータ」（*3）の高出力化と小型化を同時に達成することや、減速機やマシーンビジョンの進化がポイントになると思います。産業用のロボットは、工場で使うことが前提だから大型なんですよ。しかも、工場の外の世界でまだ誰も「プロフィットポイント」（利益ができること）を証明してないから、本気で小型化を目指しているメーカーも少ない。そこを証明できれば、手だけで20関節くらいあるものも作れるので細かい作業ができる。

*3) エネルギーを機械的な動きに変換し、機器を正確に動かす駆動装置

杉原　来年のCES（*4）あたり、各ブースが「関節系」とか言ってたりしてね。

*4) 毎年1月にラスベガスで開催されるコンシューマー・エレクトロニクス・ショー

富岡　あとは、板金に変わるような素材ができるといいですね。また、コクピット側も弊社では、いまのところVRでロボットを操作していますけど、本当はBMI（*5）などでやりたい。まだ侵襲性の問題がクリアできず、ノイズも多すぎて現実的にはできないですけど。

*5：ブレイン・マシン・インタフェース。脳波を読み取り、考えただけでロボットが動く操作方法のこと

杉原　先ほど「減速機」の進化というお話が出ましたが、車でもアクセルよりもブレーキが難しいんですよね。ついにロボットも制御の時代が来たんですね。さて、話が逸れてしまいましたが、「テレイグジスタンス」としてはまずはコンビニから『Model T』の運用をスタートされると。現時点で言える範囲はそれくらいですか？

日本では、館内の
ラストワンマイル・デリバリーが狙い目

富岡　具体的な取り組みでいうと、大手のCVSからスタートします。その後は、スーパーやドラッグストアと小売りを中心に広めていきたいです。同時進行で、もう少し重めの物体を扱う業務、例えば物流分野を考えていく感じですかね。

杉原　物流はどんどん無人化していくでしょうね。「ドローン vs. ロボット」みたいな時代がそこまできている。あとは、日本郵政が始めましたけど、オフィスとか館内のデリバリーはもっとできると思うんですよ。

富岡　それは僕もそう思います。

杉原　タワーマンションとかに住んでいると、宅配業者がピンポーンとやってきても、それから30～40分来ないときがある。というのも、マンション内の各家庭を回っているから。その間、風呂にもトイレにも行けなくて、出かけることもできず困るんですよね。あれならば、時間指定をしてロボティクスが各部屋を回ってくれたほうがいい。

富岡　それは本当にやりたい！ 館内のラスト・ワンマイル・デリバリー。

杉原　日本の場合、ラスト・ワンマイルのほうが現実的ですよね。そこはぜひ一緒にやりましょう！　今日はありがとうございました。

■プロフィール／富岡 仁
テレイグジスタンス株式会社 代表取締役CEO、CFO兼共同出資者。
スタンフォード大学経営大学院修士。2004年に三菱商事入社し、海外電力資産の買収などに従事した。2016年にジョン・ルース元駐日大使らとシリコンバレーのグロースキャピタルファンド「Geodesic Capital」を組成し、SnapchatやUberなどへの投資を実行。東京大学の舘名誉教授のテレイグジスタンス技術に魅了され、2017年1月にテレイグジスタンス株式会社を起業。

人と人とのコミュニケーションに必要なものは、言語だけにあらず。視線やジェスチャー、表情といった非言語情報も不可欠であることはいうまでもない。岡田将吾氏は、それを社会的信号処理という新しい領域に基づいた研究を通して読み取ることを実践する先駆者のひとり。同氏の試みは、人間の内面の状態を理解するためのAIの新分野として世界から注目を浴びる。これらの研究は認知症の初期症状などを読み取る手がかりにもなるという。編集長・杉原が、最先端の研究の現状とその先に広がる未来について伺った。

人の行動から内面状態を理解するという試み

杉原：もともと岡田さんは、大学でいわゆるAIに関する研究をされていたんですか？

岡田：そうですね。人工知能を基本に、修士、学士と約５年間研究をしまして、少しずつ人の行動を予測するとか、人の行動からコンテキストを推定するということにフォーカスするようになりました。　例えば、この人のしゃべり方や使う言葉の特徴がこうなら、この人はロボットとのおしゃべりを楽しんでいるとか、いくつかの行動から、人の内面を予測するというような研究です。

杉原：今日は、話していて僕の思惑がバレるかもしれないから、サングラスか何か掛けたい気分です（笑）。

岡田：いや、僕自身は（内面を予測することは）できないですよ（笑）。システムにはできてしまうことがありますけどね。

人の行動から内面を読み取るという研究を続ける岡田氏。「最近は、手の動きと感情の関係性が気になる」という。

杉原：ならよかったです（笑）。岡田さんのそういった研究は、AIなどを通じて出口がたくさん出てきたという段階ですか？

岡田：そうですね。最近は動作を測るセンサーが安くなったりもして、状況が変わってきましたし、企業でも自分たちのような研究をしているところが出てきました。そういうプロジェクトに自分が加わることも増えてきて、出口は広がったと感じています。

杉原：もともと岡田さんがAIに興味を持ったのは、どういった経緯でしょうか？

岡田：最初は大学で物理をやっていたのですが、物理の世界っていろいろと難しくて挫折してしまいました。それで物理の先生にはちょっと失礼なんですが（笑）、もう少し目に見えてわかりやすいことがやりたいと思って、ロボットに顔の認識や画像の認識をさせて動かすという研究をやっている研究室に入ったんです。AIを研究し始めたのは、そこからですね。

杉原：岡田さんのような分野の研究者は、日本にどのくらいいらっしゃるんですか？

岡田：もちろん産官学で人工知能の研究をされているグループは山ほどありますけど、ピンポイントで、人の行動から内面状態を理解するみたいなことに焦点を当てているのは、僕たちと数えるくらいしかないです。

こちらは、2018年にジョージ・アンド・ショーン合同会社（現株式会社）と岡田研究室が共同で開設したG&S Labのイメージビジュアル。IoTデバイスであるbiblle（ビブル）を活用して、行動学習に特化した機械学習プログラムの開発を行っている。

もう多くの企業ではAIが採用面接をしている!?

杉原：表情から何かを読み取るということは、なんとなく僕もイメージできるんですが、そこから購買意欲だったり、そこに出口を見つけていくというのは、なんだか大学でやる研究っぽくないなと思いますね（笑）。

岡田：そう言われれば、そうかもしれないですね。

杉原：僕自身のイメージでは、大学の先生は研究を突き詰めて、あとはアウトプットを第三者に見つけてもらう、そんなスタイルが多いなと常々感じているんですよ。それが出口までしっかりとしていて、岡田さんの研究は面白いなと思います。

岡田：そう言っていただけるとありがたいです（笑）。確かにそれは狙っていて、研究室でコンピューターの前に座って突き詰めるのではなく、実際のインパクトのあるデータに対して、なんらかの回答を出していくほうが、世の中的にも出口がわかりやすいですし、そういうことは意識していますね。

岡田氏の研究に興味津々の杉原。感情という抽象的なものを数値化するという試みには、シンパシーを感じているようだ。

杉原：世界的にはどうなんですか？

岡田：コンピューティング分野の国際会議のような場には、アメリカ、ヨーロッパの有名大学の研究者が集まってきますが、そこでは感情を理解するという研究が一番多いように感じます。コンピューターにいろいろな感情を理解させるということが基本ですけど、話している声や内容、表情からコミュニケーションのスキルを推定するということも盛んになってきてはいます。AIによる企業の採用面接みたいなものもそうですね。

杉原：確かにそういう面接は、実際にあるようですね。

岡田：面接で一言、二言答えたことから推測して、その人（のスキル）を判定するということですよね。あらゆる企業は、もうAIを様々活用しているのですが、採用には特定の人しか受からないとか、雇用差別・公平性の問題が出てきたりもしています。自分も就職面接のように実際に多くの人を呼んで、はじめて会った学生同士でディスカッションをしてもらい、そのビデオを人材派遣の会社に送って、人事の採用担当者に点数をつけてもらうという試みをしたことがあります。同じようにAIにも判断してもらったら、熟練の採用担当者と同じように人を選ぶのかどうかを検証しました。その実験は、学会でも良い評価をもらいましたが、アプリケーションとして見た場合、考慮すべき課題が多いと感じます。ですので、そういうスキル判定の技術を使って、スキルを上達させるための訓練に活かすことを、これからはやっていきたいですね。困っている人が喜ぶようなアプリとして機能できればと思っています。

感情を数値化するには、大きな課題がいくつもある

杉原：なるほど、それは興味深いですね。もうひとつお聞きしたいのが、“感情”っていうのは数値化も可視化もしにくいのではないか、ということです。実際に研究は進んでいるんでしょうか？

岡田：そうですね、難しいところも確かにあります。いま主にやっていることは、心理学者たちがこれまでに作った評価指標に則って、実験後に、いまあなたの感情はいくつでしたか？　というように被験者に問いかけたり、第三者に被験者の映像を見せて、被験者の感情状態はどうなっていると考えられますか？　というようにアンケートを書いてもったりする手法なんです。それをもとに人工知能が答えを導き出すわけですから、そもそものアンケートの答えが間違っていると、人工知能的にはもう破綻してしまう。そこが弱点でもありますね。

杉原：まず、ちゃんとしたデータを取ることが難しいんですね。

岡田：正解のデータがしっかりと作れなければ、人工知能は動けませんから。正直、感情って自分で数値をつけるのは難しいですよね。

杉原：自分でも自分の感情が一番わからないこともありますよね（笑）。

岡田：そういうものなんですよ（笑）。

杉原：以前の心理学者の研究だったり、研究論文なんかを追っかけながら、感情を紐解く要素を分析していくという手法はもちろんわかりますが、IoTを使ったデータ集めというのは、どうなんでしょう。世界的にはビッグデータは集まってきているんですか？

岡田：それも難しいところではあるんです。GAFAは、画像・音声を含めWeb上でたくさんの情報を集めていますが、普段の人同士の会話や、自然に対面コミュニケーションしているときのデータを膨大に集めるのは、まだまだ実際には難しいですよね。例えば感情データを集めるために、誰かが怒っているところをずっとビデオで撮るわけにもいかないですし、これからデータを取るので怒ってください、っていうのもおかしいですしね（笑）。多くの人が、AI speakerと友達のように頻繁に話す未来が来たら変わるかもしれませんが、AIの対話機能レベルから言って、それはもう少し先になりそうです。

杉原：確かにそうですね。

岡田：だから、自然にそういうデータをどうやったら取れるのか？　っていうのは自分たちの研究の大きな課題ですね。

杉原：ライフログ的なところですね。とはいえ、無理やりIoT的な要素をくっつけたものを開発して使ってもらっても、結局使わなくなりますしね。

岡田：そうですよね、スマートウォッチとかもその一例だと思います。

杉原： スマートウォッチが出た当初はすぐに買いましたけど、３日後にはこれまで使っていた普通の時計が恋しくなってしまいました（笑）。でもいまは、Apple Watchなどがセンシングに使われていますよね。睡眠だったり、バイタルだったり。そういう使われ方をしているのは有意義だと思います。

岡田：そうですね、そのような使い方は興味深いです。最近私たちもスマートウォッチのようなセンサを使った研究を始めています。とはいえ自分たちの研究は、いまはデータを採取するのにビデオの前に人を座らせなきゃならないので、常に記録するのが難しい状況です。なので、毎日何かを記録すれば、健康がチェックできるとか、そういう多くの人に受け入れやすいアプリなどを通して、効率よくデータを取る方法を模索して行こうと思っています。

後編へつづく

岡田将吾（おかだ・しょうご）
国立大学法人北陸先端科学技術大学院大学（JAIST）准教授。2008年東京工業大学大学院知能システム科学専攻博士課程修了。京都大学特定助教、東京工業大学大学院助教、IDIAP research institute 滞在研究員等を経て、2017年より現職。「社会的信号処理に基づく人間の行動やコミュニケーションの理解」を主要テーマに、AIの新たな領域の研究に取り組む。専門は、マルチモーダルインタラクション、データマイニング、機械学習、パターン認識ほか。