中国・北京にある「人型ロボットのためのデータ・訓練基地」が、産業界の注目を集めている。約5000平方メートルに及ぶ一期施設には、従来の無機質な生産ラインは存在しない。代わりに広がるのは、家庭、商業施設、工場、医療・介護といった“現実を模した生活空間”だ。そこでは100台以上のロボットが、人間のオペレーターによる“手取り足取り”の指導を受けながら、「ぎこちなさ」から「滑らかさ」へと進化の途上にある。

ロボットにとってデータは、車にとっての燃料に等しい。この巨大な訓練現場で最も忙しいのは、実はロボットではなく、人間の側だ。モーションキャプチャー装置や各種センサーを装着したオペレーターや品質管理チームが、日々膨大なデータを収集・検証し、ロボットに“学習の糧”を与えている。

人が教える「日常動作」の難しさ

施設内は、用途ごとに高度に再現されたシーンに分かれている。オペレーターはVRヘッドセットや遠隔操作装置を使い、自らの動きをロボットの動作へと変換する。

例えば「介護施設」エリアでは、ロボットが人形に布団をかける練習を行い、「子ども部屋」では別の機体が乳児のオムツ交換に挑む。キッチンでは食器洗いの動作を繰り返す。一見単純に見えるこれらの作業は、ロボットにとっては高度な精密操作を要求される難題だ。

現場担当者はこう語る。「ただ動けばいいわけではない。人間のように自然で滑らかな動作でなければ意味がない」。一方、「工業エリア」ではロボットアームが部品の仕分けやネジ締め、さらには将来の電力点検業務を想定した訓練に取り組んでいる。

「データ工場」としての進化

より複雑な「総合訓練エリア」には、オフィスやトイレに加え、冷凍・ベーカリー・酒類コーナーまで設置されている。家庭内の繊細な作業から商業施設の棚整理まで、あらゆる場面を網羅する設計だ。

これらの空間は単なる展示ではなく、自由に再構成可能な“データ工場”として機能する。照明条件や物体配置、人の動線まで動的に調整され、アルゴリズム学習に必要な「長尾データ」や例外ケースを含む、汎用性の高いデータ生成を可能にしている。

現在、基地には120台以上の設備が稼働し、1日あたり約400時間分のデータを生産。ロボット企業や大規模AIモデル開発企業向けに、膨大な訓練データを供給している。

品質との戦い――合格率50％から95％へ

しかし、データ収集は単純作業ではない。モーションキャプチャー、多モーダル同期、手動アノテーションなど多くの工程を経る中で、わずかなズレが「低品質データ」を生み出すリスクがある。

基地責任者の蒋未来氏によれば、稼働初期にはデータの合格率はわずか50％にとどまっていた。照明の過剰による露出問題や、ロボットが誤って対象外の物体に接触するなど、課題は多岐にわたった。

その後、徹底した人材教育やプロセス整備、品質基準の見直しを重ねた結果、現在では合格率は95％にまで向上。「採用されるデータはすべて“模範動作”でなければならない」という厳格な基準が確立されている。

「できる」と「実用」の間にある壁

とはいえ、現場でロボットの動きを観察すると、その進化の途上がはっきりと見て取れる。例えば乳児ケアの場面では、ロボットは人間より明らかに遅い速度で慎重に作業を進める。実際の環境であれば、対象はすでに動き回ってしまうだろう。

棚整理を行うロボットも、熟練した人間の作業効率には遠く及ばない。こうした“幼さ”は、業界全体の課題を象徴している。データ量は急増しているが、「実際に働けるレベル」への到達にはなお時間が必要だ。

データ競争の激化とコストの壁

この基地は設立から半年足らずで、すでに約2万時間の高品質データを外部提供。その70％以上が産業向け需要に対応している。今後は100万時間規模への拡大を目指す。

顧客側の需要も急増しており、現在では10万〜数十万時間単位が標準となり、前年の少なくとも10倍に拡大したという。

一方で、コスト問題も無視できない。実機データの収集には設備の減価償却、人件費、消耗品コストが伴う。例えば果物の把持訓練では、当初は本物のリンゴを使用していたが、現在はコスト削減のために模造品へと切り替えられている。

「データ孤島」と次の技術路線

さらに業界では、異なるロボット間でデータが共有できない「データ孤島」の問題が顕在化している。センサー配置や関節構造、制御インターフェースの違いにより、データの互換性が低いからだ。

この課題に対し、業界は二つの方向性を模索している。一つは、VRやモーションキャプチャーで人間の動作を取得し、機体に依存しない形で活用する「無本体データ収集」。もう一つは、より根本的にデータとロボット構造を切り離す「ワールドモデル」の構築である。

蒋氏は、これらの新手法が確立されれば、データ規模の飛躍的拡大と統一的なデータ流通市場の形成につながる可能性があると指摘する。

実用化へ残る三つの壁

ロボットの商用化に向けては、なお複数の技術的課題が残る。蒋氏は特に三点を挙げる。第一に、高精度な自律移動能力。自動車よりもはるかに高い位置精度が求められる。第二に、双腕による精密操作能力。安定性、精度、負荷耐性の向上が不可欠だ。そして第三に「頭脳」。環境理解、タスク分解、論理的連携といった高度な認知能力の確立である。

人型ロボットが真に社会へ浸透するには、「膨大で質の高いデータ」という基盤が欠かせない。北京のこの訓練基地は、その基盤構築を担う最前線に位置している。

ただし現状はまだ“見習い”の段階だ。「人間のように働く」未来は確かに近づいているが、その距離は、想像以上に長いのかもしれない。

（中国経済新聞）