NCNPと早大、脳の予測処理理論でヒューマノイドが複数の介護動作を学習

何が起きたか

国立精神・神経医療研究センター（NCNP）と早稲田大学の研究グループは、脳の予測処理理論に基づくAIモデル「Scalable PV-RNN」を多自由度ヒューマノイドロボットAIRECに実装し、マネキンに対する「体位変換」と「清拭」という性質の異なる2つの介護動作を同時に学習できることを実証した。AIは視覚画像と身体感覚から得られる約3万次元の情報を直接統合し、予測誤差を最小化する単一の計算原理のみで複雑な多感覚情報を処理する。成果は日本時間2026年8月15日午前3時に国際学術雑誌「Science Advances」に掲載された。

詳細

研究グループは、NCNP神経研究所疾病研究第7部の出井勇人特任研究室長、山下祐一室長、早稲田大学の三宅太文次席研究員、尾形哲也教授ら。開発したAIモデル「Scalable PV-RNN」は、自由エネルギー原理に基づく時系列生成AI「PV-RNN」を高次元の視覚情報と身体感覚を統合できるよう拡張したもの。実験では、AIRECを遠隔操作して取得したデータを用い、マネキンに対する体位変換（重い人体を支える力学的に複雑な作業）と清拭（タオルという柔軟物体を扱う作業）を学習させた。AIモデル内部を解析した結果、①視覚情報が曖昧でも身体感覚から状況を推定する、②動作の切り替えを自律的に学習する、③視覚的に遮蔽された対象を推定する、④状況に応じた不確実性の変化を認知する、といった人間の脳で知られる情報処理特性が、特別なプログラムを与えなくても形成されたことを確認した。本研究はシミュレーションによる検証で、将来的には実際のロボット制御への応用が期待される。

Key Facts

本紙の見方

今回の成果は、脳の予測処理理論（自由エネルギー原理）が、高次元・多感覚・マルチタスク環境でも有効に機能することを示した点で画期的である。従来のロボットAIはタスクごとに別々のモデルを設計するのが一般的だったが、本研究では単一の計算原理で複数の介護動作を学習できることを実証した。これは、AIの汎用性を高める上で重要な一歩であり、介護ロボットだけでなく、物流、災害対応、製造、家庭支援など多様な環境で柔軟に働く次世代AIの実現につながる可能性がある。 本紙は2026年8月17日に、NCNPと早稲田大学が脳の予測処理理論に基づくAIモデルをヒューマノイドロボットAIRECに実装し、体位変換と清拭の2種類の介護動作を同時に学習できることを実証したと報じた。今回の発表はその続報であり、詳細な技術内容と今後の展望が明らかになった。特に、AIモデル内部に人間の脳で知られる情報処理特性が創発したという点は、脳科学とAI研究の循環を加速させる成果として注目される。 業界構造への含意として、本研究はロボットAIの開発手法に一石を投じるものだ。従来のタスク特化型AIから、単一の計算原理で多様なタスクに適応できる汎用型AIへの移行を促す可能性がある。また、予測処理理論が実世界の高次元・多感覚知能を支える計算原理となり得ることを示したことで、脳科学とAIの融合研究がさらに進むとみられる。 未確定の論点としては、本研究がシミュレーションによる検証であるため、実際のロボット制御への応用にはまだ課題が残る。また、AIモデルの学習に用いたデータの規模や、実環境での性能評価が今後の焦点になる。さらに、予測処理理論が他のタスクや環境でも同様に有効かどうか、汎用性の検証が待たれる。

なぜ重要か

この成果は、脳科学の理論が実際のロボット知能に応用できることを示す重要な一歩であり、介護現場の人手不足という社会課題への解決策としても期待される。また、単一の計算原理で多様なタスクを学習できるAIの実現は、ロボット産業全体のパラダイムシフトを促す可能性がある。

日本への影響

本研究は日本の研究機関と大学による成果であり、脳科学とAIの融合研究における日本の競争力を示すものだ。介護ロボットの開発は、高齢化が進む日本社会において特に重要なテーマであり、実用化が進めば介護現場の負担軽減に大きく貢献する可能性がある。