怠け者に朗報:AIが家事を引き受けてくれる

怠け者に朗報:AIが家事を引き受けてくれる

誰もが食べることは大好きですが、必ずしも鍋を洗うのは好きではありません。この文章を読んだ後、自分自身に問いかけてください。シンクの鍋やフライパンは何日間触れられずに放置されているでしょうか?

この時点で、読者の皆さんは、自分たちを救ってくれるロボットが現れることを心から願っていると思います。誰かがこう尋ねました。「食器洗い機はすでに発明されているのではないですか。食器を自分で食器洗い機に入れなければならないのではないですか。」これは聞きたくない質問です。

私たちが望んでいるのは、何もせずに、せいぜい口を使ってすべての皿をきれいに洗うことです。食器洗い機では確かにそのニーズを満たすことはできません。つまり、あらゆる家事に熟練したロボットが必要なのです。私たちは映画の中でホームアシスタントロボットを何度も見てきましたが、それらの主な目的は家事をすることです。コーヒーを淹れたり、朝食を準備したり、旅程を計画したりします。例えば、アイアンマンのジャービス、ジャン・グーのシャチアン、そして私たちが紹介した「禁断の惑星」の科学者のロボット執事などです。

[[232437]]

実際、こうしたシーンはもはや映画に限定されません。 2016年、ザッカーバーグ氏は自分のスケジュールを立てたり、子供たちをなだめたり、朝食を作ったりするのを手伝ってくれるインテリジェントアシスタントを作った。もちろん、これは私たちが考えるような手足のあるロボットではなく、食器洗い機、スピーカー、掃除ロボットにそれぞれ実行するように命令を出すインテリジェントな制御システムです。当然、その機能にも多くの欠陥があります。たとえば、一貫性のない API インターフェースのため、多くのスマートホームに接続できず、開発時間も非常に長くなります。

ザッカーバーグ氏ですら手に負えないのなら、我々庶民からはさらに遠い存在であり、現状では金持ちのためのゲームとしか言えない。それでは、私たち一般人はスマート家事から隔離されるべきなのでしょうか?

もちろん違います。

あなたがずっと夢見てきたスマートな家事ヘルパーは、今何ができるのでしょうか?

家族は社会の細胞であると誰もが言います。古代から現在に至るまで、この細胞は大きな変化を遂げてきました。

たとえば、古代中国の家庭における労働の分担は非常に明確で、男性は農業を営み、女性は機織りをしていました。一方は外の世界に責任を持ち、もう一方は内なる世界に責任を持ちます。当時は家電製品もなく、物質的な条件も貧しかった。私たちにできるのは、皿洗い、洗濯、床掃除、子供たちを叩くことくらいだった。しかし、今日は違います。家族内の役割分担はますます曖昧になり、経済的プレッシャーは増大し、男性も女性も基本的に外の世界を世話しなければならなくなり、子供、高齢者、食料、衣服、衛生など、さまざまな問題をめぐる対立がますます顕著になってきています。

このため、家事代行サービスの市場はますます大きくなり、家事代行サービス業界で働き始める人が増え、ベビーシッターの存在もますます一般的になってきました。統計によると、北京だけで家事サービス労働者の不足は150万人に達している。業界の需要を満たすのに人材が不足すると、代替製品が登場し、さまざまなロボットがその能力を発揮し始めます。

一方、現代人の生活空間は構造的な特徴が顕著で、機能的な区分も非常に明確です。ほとんどの人は寝室で寝て、ダイニングルームで食事をし、バスルームで体を洗います。よく装飾されたコミュニティの多くでは、家具の位置さえもまったく同じです。人間の生活空間は30~40平方メートル程度に限られており、ロボットが理解できるように空間をデジタル化することが可能になった。

家庭内の機能領域を細分化することで、さまざまな家事の境界が特に明確になります。このようにして、家庭用ロボットの機能は非常にシンプルかつ正確なものになります。 AI時代の到来とともに、さまざまな家庭用ロボットが乱立し、急速に家庭サービス市場に参入してきました。現在、市販されている家庭用ロボットは、用途に応じて基本的に以下の種類に分けられます。

衛生的で洗浄性に優れたタイプです。最も一般的なのは、おそらく掃除ロボットでしょう。掃除ロボットの動作原理は非常にシンプルで、主に本体に取り付けられたセンサーを使用して前方の障害物を検知し、部屋の中を回転したり歩いたりして掃除をします。このプロセスで、独自の位置決めとマップ作成を完了できます。食器洗い機に関しては、食器の油っぽさをインテリジェントに判断し、洗剤の量、洗浄時間、水の量などの食器洗いモードを自動的に合わせることができます。

毎日の食事タイプ。ロボットに朝食やコーヒーを作らせることは難しくありません。英国の企業Moley Roboticsはかつて、20個の電気モーター、24個の関節、129個のセンサーを備えたキッチンロボットを開発した。人間の調理動作や調理時間などを学習することで、料理の調理手順を記憶することができます。スープを作ったり、野菜を切ったり、料理を盛り付けたり、キッチンでちょっとした雑用をしたりすることも問題ありません。

[[232438]]

感情的にインタラクティブ。ある程度、子供の世話やお年寄りの付き添いも家事の重要な部分です。この2つの側面から、スマートスピーカーなど、市場に出回っている多くの音声対話製品は、家事の分担とみなすことができます。たとえば、スマートスピーカーは子供たちに歌を歌ったり、物語を語ったりすることができます。高齢者にとっては、部屋全体にセンサーリマインダーを設置するなど、家庭内で使用される一連のAI高齢者ケア製品も家事の負担を軽減することができます。

日用品を購入します。どうすれば幸福感を高めることができるでしょうか。答えの一つは、定期的に物を捨てることです。例えば、ハイアールの冷蔵庫は画像認識技術を使用しており、食品の種類や入れた時間などの情報を自動的に識別して記録し、賞味期限が近づいている食材に注意するようユーザーに通知します。さらに、現在では家庭用品を自動で購入・補充するシステムを開発している人もいます。ゼネラル・エレクトリックは米国でスマート食器洗い機を発売した。洗剤がなくなると自動的にオンラインストアに接続して注文し、洗浄作業の継続性を確保できる。

全体的に、家事管理の面では、関連製品は単純なものから始まり、徐々に手作業による家事の代替の全体像を描き出してきました。今後、家事に関する不満は徐々に解消されていくかもしれません。

家事は難しいが、AIならできる

ますます多くの製品が登場するにつれて、家電製品は徐々にインテリジェント化しており、その動作プロセスの大部分は人間の介入を必要としません。しかし、現実には、いわゆる「インテリジェント」はおそらく「セミインテリジェント」としか呼べず、依然として手動による設定や接続が必要です。家事を上手にこなすのは、やはり簡単なことではありません。

一方、家事自体にも特徴があります。私たちはよく、「お母さん」は最も魔法のような人だと言います。なぜなら、家の中がどんなに散らかっていて見つけにくいものであっても、一度見たらいつも魔法のように見つけることができるからです。これは、家事の最も顕著な特徴の 1 つである複雑さと乱雑さを反映しています。すべての家庭が、すべてを整頓しておくことに強迫観念を持っているわけではありません。ほとんどの家庭では、定期的な掃除の習慣が今でも残っています。したがって、家事の複雑さにどう対処するかが、スマート家事製品が直面しなければならない主な問題です。

第二に、家事の些細な性質です。床を掃く、テーブルを拭く、食器を洗う、洗濯をする、部屋を片付ける、ゴミを拾う、食料品を買う…これらはどれも小さなことですが、生活の質に深く関係しています。家事労働が長期にわたると、人々はイライラし、多くの家族間の争いの原因となるのもこのためです。この観点から見ると、ロボットの最大の利点はその忍耐力であり、それが些細な家事の問題を解決する最善の方法であるように思われます。

[[232439]]

このため、家庭内でこれらのデバイスを接続することは依然として困難であり、特定のシナリオ向けのロボット製品を設計することは容易ではありません。では、現在のスマート家庭用ロボット製品は、まず家事をどのように解決するのでしょうか?

技術的には、主に多くのトレーニングを通じて行われます。例えば、前述の掃除ロボットはセンサーを使用して経路上の障害物を識別し、キッチンロボットは視覚トレーニングを使用して人間のシェフの調理動作と手順を記憶します。冷蔵庫内の食品を検査する際には、食品の鮮度を分析するために視覚的な処理と分析も必要です。さらに、コーヒーを注ぐ場合も、最終的に正しい動作を行い、設定した目標を達成するまで、繰り返しのトレーニングが必要です。

トレーニングプロセスも検討する価値があります。 MIT人工知能研究所とトロント大学が共同で発表した論文では、「仮想家族」を設立する可能性について検討した。その主な目的は、仮想の家庭環境を作り、人工的なデモンストレーションを通じて、将来的に家事のあらゆる面を引き継ぐロボットを訓練することです。特に言及されている方法はサブタスクの分割です。

いわゆるサブタスク分割とは、最終的な家事の成功を確実にするために、家事の特定の項目を継続的に分割することです。たとえば、ミルクを注ぐには、適切な高さと角度で注ぐ、カップの口を狙って注ぐ、カップがいっぱいになったら止めるなど、多くのサブタスクが含まれます。このタスクをさらに多くのサブタスクに分割し、繰り返しトレーニングすると、最終的にはこぼしたりあふれたりすることなくコップにミルクを注ぐことができるようになります。

家事の本質は「散らかっている」を「散らからない」に変えることですから、スマートな家事用品に対する要求は当然非常に高くなります。ロボットに動かずにミルクを注ぐように指示すると、ミルクが床中にこぼれたり、ロボットに床を掃除するように指示すると、さらに散らかったりするなら...これは明らかに、私たちが望むスマートな家事アシスタントではありません。

家事にヒューマノイドロボットは必要になるのでしょうか?

過去を振り返ると、AI家事製品がまだ登場していなかった頃、家事シーンとテクノロジーの組み合わせはどのような状態だったのでしょうか。

驚くべきことに、掃除機や掃除ロボットを除いて、テクノロジーの進歩に追いつく他のシーンとは異なり、家事は常に人間によって行われてきたようです。彼女は昔は主婦でしたが、今は家政婦をしています。

このような状況が発生する理由は、それほど難しいことではないようです。主な理由は、すでに上で説明しました。家事は複雑で些細なことであり、1つや2つの手順を設定するだけでは済まないということです。代わりに、プロセス全体を人が主導する必要があります。ディープラーニングが登場する前は、機械のタイミングを計ることが最も手軽で便利な機能だったようです。

[[232440]]

AIの出現により、これらすべてが変化するかもしれません。機械に人間のような動作を与えること、言い換えれば人間の意図を理解することを目指しています。家事は自分で行う時代から、指示を出す時代へと徐々に移行しつつある。これがAIがもたらした技術革新だ。そこで、ここで古い話題について議論しましょう。ロボットはヒューマノイドでなければならないのでしょうか?

スマート家事製品の現在のソリューションは、特定のシナリオ向けの特定の機能を備えたロボット、つまり独立した単一の機能を備えたロボットを開発することです。次に、統合された制御ポータルを通じてスマートな家庭用製品を接続します。スマートスピーカーを入り口としたスマートホームエコシステムと同様に、スマート家事エコシステムも構築できます。現在の技術から判断すると、これを実現することはSFではありません。

しかし、スマート家事は家庭での使用とは異なります。冷蔵庫、エアコン、テレビはそれぞれ独自の機能を持ち、代替不可能なものであり、現時点で単一の製品に置き換えられる可能性は低いです。しかし、家事は1人で行うことができます。床を掃く、洗濯をする、食器を洗う、部屋の片付けをする...つまり、他の業界が機械の特定の機能に焦点を当て、必ずしも人間の形にする必要はありませんが、スマート家事の分野では、ヒューマノイドロボットに対する新しい需要が生まれる可能性があります。結局、これが実現できれば、ユーザーが購入する製品が急激に減るかもしれません。実際、多くの企業がすでにヒューマノイドロボットアシスタントの開発に取り組んでおり、そのための特殊な筋肉を開発することもできます。では、将来的にヒューマノイドロボットの開発に成功した後でも、なぜ特定の製品にインテリジェント技術を集中させるために苦労する必要があるのでしょうか?

それに比べると、相互接続された家庭用製品を作ることはより達成可能な目標であるように思われるが、勤勉なロボットサーバントになるにはまだ道のりが遠いのかもしれない。

しかし、どのような方法を採用したとしても、怠惰な癌患者の大多数はそれを好むでしょう。結局、私たちの目標は「自分たちは何もせずに家事だけをこなす」こと。どんな解決策であれ、一番大切なのは、楽しく怠けられることです。

<<:  東方世界の楊暁:AR開発技術のポイントを探る

>>:  古代東洋の究極の秘密 - 知的な美しさ

ブログ    
ブログ    
ブログ    

推薦する

コンピュータビジョンディープラーニングにおける8つのよくあるバグ

コンピューター ビジョンのディープラーニングでよくある 8 つのバグをまとめました。誰もが多かれ少な...

Pythonでシンプルだが強力な顔認識システムを書く

face_recognition は、強力でシンプル、使いやすい顔認識オープンソース プロジェクトで...

AIは「気質」に基づいて赤ちゃんの年齢と性別を正確に識別できる

PLOS ONE に掲載された新しい研究では、機械学習を使用して 4,438 人の乳児の「気質」デー...

AlphaGo の最初のバグ: 囲碁アルゴリズムの最大の弱点は何でしょうか?

[[163852]]どれほど恐ろしいモンスターにも弱点はあります。なぜAlphaGoは皆を驚かせる...

TigerGraphは、伝染病の予防と制御を完全にサポートするために、エンタープライズレベルのバージョンのライセンスを無償で公開します。

新型コロナウイルスによる肺炎の発生以来、全国の人々が不安に思っています。世界をリードするスケーラブル...

データサイエンスで勝つ: 製薬会社の幹部が始めるための 5 つのヒント

これら 5 つの重要なヒントは、製薬会社の幹部がデータ サイエンスの道への扉を開くのに役立つかもしれ...

...

中国の優秀な人工知能人材の70%が米国に奪われた

昨年、Xiaomi がジョンズ・ホプキンス大学の人工知能の専門家であるダニエル・ポービー氏を採用した...

エッジAIを真の変革に

エッジ AI の導入は幅広い業界で増加しています。この傾向が続くと、ビジネスだけでなく社会も変革する...

アルゴリズムのパフォーマンスを最適化するためにデータ品質を確保するための 6 つのヒント

今日、企業は、分析アルゴリズムの良し悪しは、そのアルゴリズムをトレーニングするデータの良し悪しによっ...

ヒントン氏の「AIは常識を持つ」という予測は、どうすれば実現できるのか?ケンブリッジ大学の最新研究:子犬から学ぶ

常識は常に AI の開発を悩ませてきた難しいパズルでした。たとえ AI が囲碁で人間に勝ったとしても...

...

MITが世界の画期的な技術トップ10をランク付け、アリババはそのうち4つを研究中

2月22日のニュース:昨日、権威あるアメリカの科学雑誌「MITテクノロジーレビュー」は、2018年の...

AI顔認識:スマート監視を開発する方法

顔認識技術は継続的に発展しており、スマート監視システムの開発に貢献しています。これらのシステムにより...

人工知能は徐々に成熟しつつあります。まずルールを見つけてから法律を作るのが良いでしょう。

[[258657]]近年、人工知能(AI)は急速に発展しています。今後、AIはどうなるのでしょうか...