シリコンバレーで最も多忙なロボット頭脳を開発するスタートアップ、フィジカル・インテリジェンスの内部を覗いてみよう techcrunch

通りから私が見つけた、サンフランシスコのフィジカル インテリジェンス本社の唯一の標識は、ドアの他の部分とはわずかに異なる色の pi 記号です。中に入ると、すぐにアクティビティに遭遇します。フロントデスクもなければ、蛍光灯で点滅するロゴもありません。

内部は巨大なコンクリートの箱で、金色の木の長いテーブルが無造作に置かれていて、少し殺風景さが薄れている。ガールスカウトのクッキーの箱、ベジマイトの瓶（ここにいるオーストラリア人）、スパイスがたくさん入った小さなワイヤーバスケットなど、明らかにランチ用のものもあります。残りのテーブルでは、まったく異なるストーリーが語られます。それらの多くには、モニター、追加のロボット部品、もつれた黒いワイヤー、そして日常的なことを習得しようとしている完全に組み立てられたロボットアームが満載されています。

私が訪問している間、ある手が黒いズボンを畳んでいるか、畳もうとしています。これはうまくいきません。別の男は、今日だけではなく、最終的には成功するだろうとの決意を持ってシャツを裏返しにしようとしている。 3人目は自分の仕事を見つけたようで、手早くズッキーニの皮をむいており、その後、削りくずを別の容器に集めなければなりません。少なくとも削りは順調です。

「ChatGPT のようなものですが、ロボットのものだと考えてください」とセルゲイ・レビンは部屋の中で回る電動バレエを指しながら私に言いました。 UC バークレー校の准教授であり、Physical Intelligence の共同創設者の 1 人でもあるレビンは、複雑な概念をすぐには理解できない人々に説明するのに多くの時間を費やしてきた人物のような、フレンドリーで眼鏡をかけた態度を持っています。

彼は、私が見ているのは連続ループのテスト段階であると説明します。データはここロボット ステーションやその他の場所 (倉庫、自宅、チームがショップを開設できる場所ならどこでも) で収集され、そのデータは汎用ロボット基盤モデルをトレーニングします。研究者が新しいモデルをトレーニングすると、評価のためにこのようなステーションに戻ります。パンツフォルダーは誰かが使っているものです。シャツターナーもこんな感じです。ズッキーニの皮をむく人は、モデルがさまざまな野菜に一般化できるかどうかをテストし、これまで出会ったことのないリンゴやジャガイモを扱うのに十分な皮むきの基本動作を学習できます。

同社はまた、この建物やその他の場所で、既製のハードウェアを使用してロボットをさまざまな環境や課題にさらすテストキッチンを運営しています。近くには高性能のエスプレッソマシンがあり、レビンが「いいえ、ロボットの学習用です」と明言するまでは、従業員用のものだと思います。泡状のレタスはすべてデータであり、現場にいる数十人のエンジニアにとっては何の役にも立ちません。彼らのほとんどはコンピューターを覗き込んだり、機械化された実験の上にマウスを置いたりしているだけです。

ハードウェア自体は意図的にオリジナルではありません。これらの武器は約 3,500 ドルで販売されており、レビン氏はこれを売り手からの「大幅な値上げ」であると説明しています。これらを社内で製造した場合、材料費は 1,000 ドル未満になります。数年前、ロボット工学者は、これらのものが何でもできることを見て衝撃を受けただろうと彼は言います。しかし重要なのは、優れたインテリジェンスが悪いハードウェアを補ってくれるということです。

レビンが言い訳をするとすぐに、ラキー・グルームズが私に近づいてきた。彼は同時に6つのことを抱えている人のような目的意識を持って空間を移動していた。 31歳のグルームはまだ、シリコンバレーの驚異の少年という初々しい資質を持っており、故郷のオーストラリアで起業してから9か月後の13歳で最初の会社を売却し、早い段階でこの称号を得た（これがベジマイトの説明になっている）。

スウェットシャツを着た少人数の訪問者を建物に迎え入れていたとき、私が最初に彼に近づいたとき、一緒に時間を過ごしてほしいという私の要求に対する彼の返事はすぐに「そんなことはない、会議があるんだ」と答えた。今、彼にはおそらく 10 分の時間があります。

グルームズ氏は、レビンとチェルシー・フィンの研究室からの学術研究を追跡し始めたときに、自分が探していたものを見つけました。チェルシー・フィンはレビンの元バークレー博士課程の学生で、現在はスタンフォード大学でロボット学習に焦点を当てた自分の研究室を運営しています。彼の名前は、ロボット工学で起こるあらゆる興味深い出来事に登場し続けました。彼らが何かを始めるかもしれないという噂を聞いたとき、彼らはGoogle DeepMindの研究者であるカロル・ハウスマン氏を探し出しました。彼はスタンフォード大学でも教鞭を執っていましたが、グルーム氏は彼が関与していることを知っていました。 「それは、立ち去って、それで終わりというような会議の1つでした。」

グルームス氏はフルタイムの投資家になるつもりはなかったが、彼の実績を考えればなぜそうならないのかと疑問に思う人もいるかもしれないと彼は言う。初期の従業員だった Stripe を退職した後、彼はエンジェル投資家として 5 年近くを過ごし、Figma、Notion、Ramp、Lattice などの企業に早期に賭けをしながら、自分自身で起業または入社するのに適した会社を探していました。彼の最初のロボット工学への投資である Standard Bots は 2021 年に到着し、彼は子供の頃にレゴ マインドストームを構築するのに大好きだった分野に再び引き込まれました。彼は冗談交じりに、「投資家としては休暇が多すぎる」と語った。しかし、投資は活動を続け、人々と出会うための単なる手段であり、最終目的ではありませんでした。 「Stripe の後に会社を設立するまで 5 年待ちました」と彼は言います。 「良いアイデアを良いタイミングで、良いチームと一緒に。 [that’s] 極めて稀です。すべては実装ですが、悪いアイデアをとんでもなく実行することもできますし、それでも悪いアイデアのままです。

設立2年目のこの会社は現在10億ドル以上を調達しており、その滑走路について尋ねると、実際にはそれほど多くのものはないと彼はすぐに明言した。そのほとんどは計算に費やされます。すぐに、適切な条件と適切なパートナーがいれば、もっと多くの資金を集められるだろうと彼は認めた。 「私たちが実際に仕事に投入できる金額には制限がありません」と彼は言います。 「いつでも問題についてさらに計算することができます。」

この取り決めが特に珍しいのは、グルームがその支持者に、身体的知​​性を金儲けの取り組みに変えるスケジュールを与えていないことだ。 「商業化については投資家には答えない」と、同社の価値を56億ドルと評価したコスラ・ベンチャーズ、セコイア・キャピタル、スライブ・キャピタルなど他の支援者について同氏は語る。 「人々がそれを容認するというのは不思議なことだ。」しかし、彼らにはそれを行う余裕があり、常にそれができるわけではないため、会社は現在十分な資本を持っている必要があります。

では、商品化しない場合の戦略は何でしょうか? Google DeepMind 出身のもう一人の共同創設者、Quan Vuong 氏は、これはクロスアバター学習と多様なデータソースを中心に展開していると説明しています。明日誰かが新しいハードウェア プラットフォームを構築する場合、データ収集を最初から開始する必要はありません。モデルがすでに持っているすべての知識を転送できます。 「新しいロボット プラットフォームに自律性をもたらすための限界コストは、そのプラットフォームが何であれ、非常に低いです」と彼は言います。

同社はすでに、物流、食料品店、チョコレート製造など、さまざまな分野の数社と協力して、自社のシステムが現実世界の自動化に十分であるかどうかをテストしています。ヴオン氏は、場合によってはすでにそうなっていると主張する。 「あらゆるプラットフォーム、あらゆるタスク」のアプローチにより、成功の表面積は、今日自動化の準備ができているタスクの検討を始めるのに十分な大きさです。

このアプローチを追求しているのは身体的知性だけではありません。 3 年前に世界を魅了した LLM モデルのような、より特化したアプリケーションを構築できる基盤となる汎用ロボット知能の開発競争が激化しています。 2023年に設立されたピッツバーグに本拠を置くSkilled AIは、140億ドルの評価額で今月14億ドルを調達したが、著しく異なるアプローチを採用している。 Physical Intelligence が純粋な研究に焦点を当てているのに対し、Skilled AI はすでにその「万能型」Skilled Brain を商用展開しており、昨年わずか数か月でセキュリティ、倉庫、製造分野で 3,000 万ドルの収益を生み出したと述べています。

スキルド氏はまた、競合他社を公然と狙い撃ちし、ほとんどの「ロボット工学基盤モデル」は、物理ベースのシミュレーションや実際のロボット工学データではなくインターネット規模の事前学習に大きく依存しているため、「真の物理的常識」を欠いた「偽装された」視覚言語モデルにすぎないとブログで主張した。

これは非常に鋭い哲学的相違です。熟練した AI は、商用展開により、現実世界の各ユースケースに合わせてモデルを改善するデータ フライホイールが作成されることに賭けています。 Physical Intelligence は、短期的な商業化の誘惑に抵抗することで、より優れた一般知能を生み出すことができると賭けています。どちらが「より正しい」のかを解決するには何年もかかるだろう。

一方、物理的知性は、グルームが説明した異常な明快さで機能します。 「同社は純粋な会社です。研究者にはニーズがあり、そのニーズをサポートするためにデータを収集し、新しいハードウェアなどを収集し、それを実行します。外部主導ではありません。」同社には、チームが実現可能であると考えた 5 ～ 10 年のロードマップがありました。 18か月までには回復するだろうと彼は言う。

同社の従業員数は約80人で、今後も成長する予定だが、グルームズ氏は「できるだけゆっくり」と成長したいと語る。彼は、最も難しいのはハードウェアだと言います。 「ハードウェアは本当に難しいです。私たちがやっていることはすべて、ソフトウェア会社よりもはるかに難しいです。」ハードウェアが壊れる。点灯が遅いため、テストに遅れが生じます。セキュリティを考慮するとすべてが複雑になります。

新郎が次の約束に移る間、私はロボットたちが練習を続けるのを見守りました。ズボンはまだ完全に折り畳まれていません。シャツは頑固に裏表のままです。ズッキーニの削りくずがきれいに積み重なっています。

私の場合も含めて、キッチンで野菜の皮をむくロボットを本当に望んでいる人はいるのか、安全性について、家に機械が侵入してきたときに犬が狂ってしまうことについて、ここに投資されたすべての時間と資金が十分に大きな問題を解決するのか、それとも新たな問題を生み出すのかなど、明らかな疑問がある。一方、部外者は同社の進捗状況、目標は達成できるかどうか、特定のアプリケーションではなく一般的な知性に賭ける価値があるかどうかを疑問視している。

新郎は疑問を持ってもそれを表明しません。彼は、何十年もこの問題に取り組み、ついに知る必要があることを学ぶ時期が来たと信じている人々と協力しています。

さらに、シリコンバレーは、業界の初期からグルームのような人々をサポートし、商業化への明確な道筋がなくても、タイムラインがなくても、そこに到達したときに市場がどのようになるか確信が持てなくても、それを理解できる可能性が高いことを知っているため、彼らに多大な援助を与えてきました。これは常に機能するとは限りません。しかし、それが実際に起こると、たとえそれが何度も起こらなかったとしても、それは正当化されることがわかります。