フィジカルAIの実現に向けて～失敗を乗り越えるロボットへ～

私は運動が好きで、小学5年生から大学までテニスを続けてきました。将来のキャリアは明確に決まっていませんでしたが、高校時代に達成できなかった「テニスの全国大会に出場する」という目標があり、大学では競技を続けながら学業と両立できる環境を求めて情報学部に進学しました。AI分野に興味を持つようになったきっかけは卒業研究でした。当時注目されていたAIと、自分が長く取り組んできたテニスを組み合わせたいと考え、「テニス×AI」をテーマに研究を行いました。テニスでは、相手選手の位置や打球の狙いを考慮しながら戦略を立ててプレイします。そこで、こうした情報をモーションキャプチャによって数値化し、戦略立案に活用できないかという観点からAIを用いた研究に取り組みました。具体的には、選手の位置（どこに立っているか、どこでボールを打ったか）やボールの軌道・バウンド位置を取得・分析し、試合でのパフォーマンス向上に貢献することを目指しました。大学院に進学してからもキャリアについて悩み続けていましたが、研究を進める中で、感覚的に捉えていた現象が可視化されていく面白さを実感しました。さらに、技術によって人の可能性を広げられることに魅力を感じ、研究員として新たな技術を生み出していきたいと考えるようになりました。

私は現在、2026年4月に発足したフィジカルAI研究所に所属しています。当研究所は、さまざまな現場において人と多様なロボットが安全に共存・協働できる世界の実現を目指しています。さらに、現場の知見を取り入れてロボットを進化させ、協働の高度化を図るとともに、その成果を場所や業務を超えて共有し、社会全体の発展につなげていくことをビジョンとして掲げています。このビジョンの実現に向けて、ロボットがタスクを正しく理解し、業務指示に基づいて適切な行動を実行できるようにするため、ロボット、センサー、システム、空間を統合するプラットフォーム「Fujitsu Kozuchi Physical OS」を開発しています(*1)。

その中で、私はこれまで取り組んできたコンピュータビジョンや映像理解の研究経験を活かし、ロボットの行動知能（*2）に関する研究に取り組んでいます。現在は、ロボットの「脳」ともいえるVLA（Vision-Language-Action）モデル (*3) を対象に、実世界で安定して行動するための技術に注力しています。特に、長時間のタスク実行において発生する行動ミスや、環境変化による失敗への対応が大きな課題となっています。そこで、ロボットが失敗を未然に防ぎ、さらに失敗した場合でも状況を認識して適切に回復できるような技術の実現を目指しています。これらの課題を乗り越えることで、実世界で活用可能な技術につなげたいと考えています。

本稿中に記載の肩書きや数値、固有名詞等は取材当時のものです