UCバークレー教授、ヒューマノイド普及に「10万年のデータギャップ」 ロボットの器用さはAI言語ほど進まず

何が起きたか

UCバークレー校のKen Goldberg教授は2025年8月27日、Science Robotics誌に2本の論文を発表し、ヒューマノイドロボットが実世界のスキルを獲得する速度はAIチャットボットの言語流暢性に遠く及ばず、その差は「10万年のデータギャップ」に起因するとの見解を示した。Goldberg氏は、インターネット上のテキストデータを人間が読み終えるのに約10万年かかると試算し、ロボット訓練用のデータはその量に遠く及ばないと指摘。ロボットの器用さ（dexterity）の欠如を最大の障壁とし、Elon Musk氏やNVIDIA CEOのJensen Huang氏らによる「数年以内にヒューマノイドが手術や家事をこなす」との主張を「hype」と批判した。

詳細

Goldberg氏は、ロボットがワイングラスを拾う、電球を交換するといった操作を「いまだに極めて困難」とし、これをモラベックのパラドックスと呼んだ。データギャップの計算では、LLM訓練に使われるテキスト量を人間が読むのに約10万年かかるとし、ロボット訓練にはさらに多くのデータが必要と述べた。データ収集の方法として、YouTubeなどの動画からの学習は2Dから3Dへの変換が難しく不十分とし、シミュレーションはアクロバットなどの動きには有効だが、建設作業員や配管工などの器用さを要する作業には効果が薄いと指摘。現在はテレオペレーション（遠隔操作）でデータを集める手法が主流で、中国と米国の倉庫で人間がロボットを操縦しているが、8時間の作業で得られるデータは8時間分に過ぎず、10万年分に達するには長い時間がかかるとした。

Key Facts

本紙の見方

今回のGoldberg氏の発言は、ヒューマノイドロボットへの過度な期待に対する警鐘として位置づけられる。同氏は「hype」という言葉で、技術リーダーたちの楽観的な見通しを批判し、ロボットの実世界でのスキル獲得がAIの言語能力ほど速く進まない理由を「10万年のデータギャップ」という概念で説明した。このデータギャップは、LLMがインターネット上の膨大なテキストで訓練されるのに対し、ロボットの訓練に使える実世界のデータが圧倒的に不足していることを示す。 本紙の過去報道と照合すると、NVIDIAは2026年8月にエッジ向け世界モデル「Cosmos 3 Edge」を公開し、ロボットの操作ポリシーを実時間推論できるとしている。また、Diligent RoboticsはMoxi 2.0で世界モデルを導入し、病院物流を刷新すると発表した。これらの動きは、データ不足を補うためのシミュレーションや世界モデルの活用という流れに沿うものだが、Goldberg氏はシミュレーションが器用さを要する作業には効果が薄いと指摘しており、この点で世界モデルへの期待と一線を画す。 業界構造への含意として、データ収集の方法が重要な論点になる。Goldberg氏はテレオペレーションによるデータ収集の限界を指摘するが、一方でWaymoやAmbi Roboticsのように、実運用からデータを収集し改善する「ブートストラップ」アプローチを提唱する。これは、ロボットをまず実用レベルに到達させ、運用中にデータを集めるという戦略であり、データ不足を解決する現実的な道筋として注目される。 未確定の論点としては、データギャップを埋めるための具体的な方法論が確立されていないことが挙げられる。シミュレーション、テレオペレーション、実運用からのデータ収集のいずれが主流になるかはまだ定まっておらず、また、世界モデルやVLAモデルが器用さの問題を解決できるかどうかも実証段階にある。Goldberg氏は「10年以内には実現しない」と述べるが、技術の進展速度によってはこの見通しも変わり得る。

なぜ重要か

ヒューマノイドロボットへの投資と期待が高まる中、データ不足という根本的な制約を明確にした点で重要である。投資家や技術リーダーが「hype」に踊らされることなく、現実的な技術開発のペースを認識するための指標となる。

日本への影響

日本の製造業やロボット産業にとって、データ収集の効率化は競争力の鍵となる。Goldberg氏が指摘するように、テレオペレーションによるデータ収集は労働集約的であり、日本のような労働力不足が深刻な国では、より効率的なデータ収集方法の開発が求められる。また、シミュレーション技術や実運用からのデータ収集のノウハウは、日本のロボットメーカーが強みを持つ分野であり、今後の技術開発の方向性に影響を与える可能性がある。