実機での物理的デバッグ
88ロボットがモデルの予測と違う挙動をしたとき、誰かが配線、機構、センサー配置を物理的に検査しなければならない――現在のどのAIシステムも自前の手なしにはこなせないスキルだ。
ロボット工学はAIをめぐる議論の中で特異な立場にある。訓練済みの知覚・制御モデルが手書きのアルゴリズムには決してできなかったことを今やこなすため、AIが最も速く変えつつある分野の一つであると同時に、指を挟んだり人にぶつかったりしうる機械を誰かが物理的にデバッグしなければならないため、完全自動化から最も守られている分野の一つでもある。
以下のセクションでは、「ロボット技術者」という肩書がAI耐性があるかどうかという印象からではなく、モデルやロボットが今実際にこなせる具体的な作業から推論して、すでに変化したものとこれまで自動化に抵抗してきたものを切り分ける。
中程度
Share of the work a machine could do
知覚、動作計画、さらには一部の機械設計の探索も、AIツールによる生成や高速化がますます進んでいる。自動化に抵抗するのは、実機での物理的デバッグ、どのモデルも全体を見通せない機械・電気・ソフトウェア各層にまたがる統合判断、そして人を傷つけうる機械に対する法的責任だ。
Scored from the tasks, not the job title. Lower is safer.
Jobs AI cannot take →What machines cannot take
安全に対する説明責任と承認
85物理的な機械が人を傷つけたとき、規制当局や裁判所、被害者はモデルに責任を負わせることはできない――安全レビューにおける人間の署名は今も欠かせない。
領域横断的なシステム統合
82互いを制約し合う機械・電気・ファームウェア・ソフトウェアの制約を調停するには、どの単一分野のモデルも完全には捉えていないトレードオフの判断が必要だ。
前例のない課題のための新規機構設計
76既存のロボットが誰も試みたことのないタスクのために本当に新しい機構を発明することは、訓練データではなく物理的直感に基づく創造的な工学判断に今も依存している。
予測不能な環境での現地診断
74管理された工場セルの外に配備されたロボットは、どのデータセットも完全には予期していない埃、障害物、エッジケースに遭遇する。誰かがその場で本当に新しい故障について推論できなければならない。
What they already take
知覚と物体認識パイプライン
70ディープラーニングモデルは、かつて骨の折れる手書きの特徴量エンジニアリングを必要としたビジョンとセンサーフュージョンの作業をますます担うようになっている。
既知環境での動作計画
62学習済みおよび最適化ベースのプランナーは、かつて注意深い手動調整を必要とした整った環境において、効率的な経路や把持を自動的に生成するようになった。
シミュレーションベース・生成的な機械設計
56ソフトウェアは、他の工学分野で既に一般的な生成デザインツールと同様に、示された制約に対して構造や機構のバリエーションを技術者が手作業で反復するよりはるかに速く提案・格付けできる。
定型的なファームウェアとROSパッケージの雛形作成
54AIコーディングアシスタントは標準的な制御ループ、ドライバーコード、統合用のボイラープレートの草稿作成を加速するが、生成されたコードは今も実機でテストする人間が必要だ。
How the work is changing
手書きのコントローラーから学習済みポリシーへ
強化学習と模倣学習が操作と移動のための手動調整された制御ループをますます置き換え、工学的努力の重心はあらゆるルールを書くことから、訓練データのキュレーションと学習済み挙動の評価へと移っている。
単一目的アームから汎用ヒューマノイドへ
資金潤沢なスタートアップの波が、もう一つのタスク専用アームではなく汎用的に歩き掴むヒューマノイドロボットに賭けており、ロボット技術者に求められる設計対象は、より広く予測しにくい能力へと変わりつつある。
柵の中から人と隣り合わせで働くロボットへ
安全柵のない協働ロボットは、力を制限しコンプライアンスを持つ機構と新しいセンシング規格を必要とし、安全工学を境界の問題から動作ごとの問題へと移行させている。
あらゆる挙動を書くことから訓練データのキュレーションへ
ロボットの挙動がますます手書きのコードではなく学習済みモデルから来るようになるにつれ、仕事の一部はそれらのモデルが学ぶデータを収集し、ラベル付けし、その質を評価することへと移っている。
New jobs branching off
ロボット学習エンジニア
手動でコントローラーを書くのではなく、強化学習や模倣学習を使って操作・移動の方策を訓練する。学習済みの挙動が知覚を超えて制御にまで広がるにつれ、急速に成長している専門分野だ。
ヒューマンロボットインタラクション(HRI)デザイナー
ロボットが訓練を受けていない人々と安全に意図を伝え合い、空間を共有する方法を設計する。ロボットが柵で囲われたセルを離れるにつれ、心理学、工業デザイン、制御工学を融合させる。
フリートオペレーションエンジニア
配備された倉庫・配送・農業ロボットの大規模な群れを遠隔管理し、個々の機械をプログラムするのではなく、自動化システムがエスカレーションする例外やエッジケースを解決する。
ロボット機能安全エンジニア
ISO 10218やISO/TS 15066などの安全規格に対してロボットを認証する。ロボットが柵の後ろではなく人の隣で直接働くようになるにつれ急成長している専門分野だ。
Outlook
ロボット技術者への需要は今後10年も強いままである可能性が高い。単一のAIの飛躍というより、複数の傾向が本物の形で合流していることに駆動されている――倉庫・物流の自動化、米国と欧州における製造業の国内回帰、日本・韓国・ドイツにおける高齢化する労働力、そして資金潤沢なスタートアップや大手テクノロジー企業双方による汎用ヒューマノイドロボットへの大きな投機的賭けだ。
率直に言えば、AIはかつて若手技術者の時間の大きな割合を占めていた知覚と計画の作業を圧縮しているが、この仕事の中心にある物理的デバッグと安全に対する説明責任を取り除いてはいない――つまり、この分野の生の雇用者数が増え続ける中でも、仕事は統合、判断、訓練データの質へとシフトしつつあるということだ。
Keep exploring
More in Engineering & Technology
💻
ソフトウェアエンジニア
現代生活を動かすコードを書き、テストし、保守する仕事であり、AIが自分自身の日々の作業を自動化していく様子を最初に目の当たりにしている職業の一つでもある。
AI-resistant 35 🤖AI研究者
機械知能を支えるアルゴリズムを設計・検証する仕事。今やその研究プロセス自体の自動化を競う分野になりつつある。
AI-resistant 50 🛰️航空宇宙エンジニア
地上を離れる航空機・ロケット・宇宙船を設計・解析・認証する仕事で、推測の余地を残さない安全マージンを守り続ける。
AI-resistant 74 🌉土木技術者
川と岩と重力を橋・道路・清潔な水に変える職業――イムホテプ以来、文明を静かに支え続ける仕事。
AI-resistant 72 🔌半導体エンジニア
自動車のブレーキから核ミサイルの誘導システムまで、あらゆるコンピュータや携帯電話の中にあるトランジスタを設計・製造する。地球上でごく一部の工場しか動かせないほど精密な機械を使う仕事だ。
AI-resistant 60