知覚し適応できる機械を構築するオープンソースツール群をAWSが発表

AWSはPhysical AI Toolchain on AWSを発表した。これは、物理環境を知覚し、リアルタイムで意思決定して適応できる機械を開発する企業を対象としたオープンソースのツール群である。このエコシステムは、産業オートメーション、自律移動、人型ロボットの分野を対象とし、NVIDIAのフィジカルAIエコシステムと統合される。

この分野は、データを処理してデジタル出力を生成する従来のAIとは異なる。スマートマシンは、知覚、推論、実行を通じて現実世界と関わる。また、稼働データをトレーニングサイクルに戻すことで、デプロイを繰り返すたびにモデルを改善できる。

単一のエコシステムでトレーニングから稼働まで

このツール群は、アーキテクチャガイダンス、デプロイの自動化、利用可能なリファレンスコードを組み合わせ、フィジカルAIの開発ライフサイクルを相互に連携する5つの軸でカバーする。

• 合成データの生成：AIを活用して多様なトレーニング環境とシナリオを作成し、コストの高い実データ収集の必要性を減らす。
• モデルのトレーニング：人間による実演と、シミュレーション環境での実践から機械を学習させる。
• シミュレーションと検証：実際のハードウェアで稼働させる前に、機械の挙動を仮想環境でテストする。
• エッジへのデプロイ：最適化されたモデルを機械に送信し、クラウドへの常時接続なしで即時に意思決定できるようにする。
• 継続的な最適化：稼働データをトレーニングサイクルに戻し、新たなデータを生成してモデルを改善する。

利用するAWSのサービスには、モデルのトレーニング向けのAmazon SageMaker、シミュレーション向けのGPU搭載Amazon EC2インスタンス、エッジへのデプロイ向けのAWS IoT Greengrass、インテリジェントなオーケストレーション向けのAmazon Bedrock AgentCoreが含まれる。NVIDIA側では、シミュレーション向けのIsaac Sim、強化学習向けのIsaac Lab、人型機械のトレーニング向けのIsaac GR00T、合成世界の生成向けのCosmosと統合される。

企業にとって実際に何が変わるのか

企業は単一のコントロールポイントを通じてエコシステム全体を導入できるほか、シミュレーション、トレーニング、デプロイなどの個別コンポーネントを選び、既存のワークフローに統合することもできる。また、フリート管理機能により、本番環境への移行時に数千台の機械をリモートで構成、保護、更新できる。

AWSによると、このツール群は、エンジニアリングチームがインフラに費やす時間を減らし、アプリケーションと機械自体の開発により集中できるよう設計されている。同社は、デプロイのプロセスをハードウェア、稼働環境、ユースケースに応じてカスタマイズでき、画一的な設計を採用する必要がないとしている。

Amazon Roboticsの経験を活用

このツール群は、Amazonが業務ネットワーク内で100万台を超えるロボットを運用してきた経験に基づいている。ロボットは数十万人の従業員と連携しながら、毎日数百万個の荷物を扱っている。同社はまた、物品の搬送が必要な拠点で稼働するためにAmazon Roboticsが開発した自律型ロボットProteusにも言及した。

NEURA Robotics、RLWRLD、Configなどの企業が、このエコシステムに関連する技術を利用している。NEURAは、視覚、聴覚、経験からの学習が可能な人型ロボットを開発している。一方、RLWRLDは物体の把持と操作のタスク向けに81億パラメーターの基盤モデルに取り組んでいる。Configは、ロボットの動作データを20万時間以上収集するラインを構築した。

編集部の見解：今回の発表の本質的な価値は、単独のクラウドサービスを追加することではなく、AWSがトレーニング、シミュレーション、デプロイ、フリート管理を、カスタマイズ可能な単一の経路にまとめようとしている点にある。これにより、ロボットシステムの構築における障壁は下がる可能性があるが、成功はデータの品質、ハードウェアの互換性、シミュレーションから予測不能な実環境へ移行した際のモデルの信頼性に依然として左右される。記事では、オープンライセンスの詳細や提供状況、コストについては明らかにされておらず、商用利用の可能性を評価する前に確認が必要な点となっている。