世界モデルの歴史 World_Models_A_History_of_Prediction

このスライドは、最新の生成AIや世界モデルがロボット工学にもたらす革新的な変化について解説しています。従来のロボットは人間が詳細なルールを設計する必要がありましたが、現在は自律的な推論や予測を通じて、未知の環境や複雑な作業に適応する技術へと進化しています。具体的には、NECの能動学習を用いた効率的な動作習得や、Google・NVIDIAが追求するフィジカルAI、そして昆虫のような階層構造を持つサブサンプション・アーキテクチャなどが紹介されています。これらの技術は、ロボットが身体性を獲得し、人間と協働・共進化する社会の実現を目指しています。AIが物理的な身体を通じて実世界を理解することで、製造や物流、日常生活における自動化の可能性が大きく広がっています。

※本スライドは、NotebookLM により生成されたものです。
本スライドの元となる技術資料は、掲載者の監修のもと、AI検索を用いて作成されています。
内容についてはAIによるファクトチェックを行っておりますが、その正確性・完全性を保証するものではありません。
本スライドの内容の利用につきましては、視聴者ご自身の責任において行ってください。

This slide deck explains the transformative impact of recent advances in generative AI and world models on robotics. Traditional robots required humans to design detailed, rule-based control systems; however, modern approaches have evolved toward technologies that enable autonomous reasoning and prediction, allowing robots to adapt to unknown environments and complex tasks.

Specifically, the slides introduce efficient skill acquisition using active learning, as exemplified by NEC’s research, as well as the concept of Physical AI pursued by Google and NVIDIA. In addition, architectures inspired by biological systems—such as subsumption architectures with insect-like hierarchical structures—are discussed. These technologies aim to enable robots to acquire embodiment and to support a society in which humans and robots collaborate and co-evolve.

By allowing AI systems to understand the real world through a physical body, these approaches significantly expand the potential for automation across manufacturing, logistics, and everyday life.

Disclaimer

This slide deck was generated using NotebookLM.
The underlying technical materials were created using AI-assisted search under the supervision of the author.
While AI-based fact-checking has been performed, the accuracy and completeness of the content are not guaranteed.
Use of the information contained in this slide deck is at the viewer’s own responsibility.

Transcript