具身知能（Embodied AI）が実現しつつある未来の姿です。
あなたは考えたことがありますか？もしAIが「考える」だけでなく、「手を動かす」ことができたら、どうなるのでしょうか？
想像してみてください。家のロボットに「キッチンでコーヒーを入れて」と頼んだら、ロボットはあなたの指示を理解するだけでなく、自分でキッチンに歩いて行き、床に散らばったおもちゃを避け、しっかりとカップを持ち、あなたの前に持ってきてくれる——この一連の動作を完全に自律的にこなすのです。これはSF映画ではなく、具身知能（Embodied AI）が実現しつつある未来の姿です。
具身知能、簡単に言うと「身体を持つAI」です。従来のAI（例えばChatGPT）は、会話したり、詩を詠んだり、プログラムを作成したりすることができますが、「手」や「足」を持たず、デジタルの世界でしか機能しません。しかし、具身知能は違います。AIが実際の世界で「生きている」かのように、見ることができ、触れることができ、動くことができ、さらには新しい環境に適応することさえできるのです。
今日は、この世界を変えつつある技術について話していきましょう——それは何なのか？どのように機能するのか？なぜ重要なのか？そして、未来に私たちの生活にどんな影響を与えるのか？
人間によく似ており、特に立ち上がる動作に関しては、マルチモーダルで空間視覚を主としたAIによる世界モデルの構築が進んでいるため、エンボディードAI（具身智能）が実現する日も近いでしょう。おそらくあと10年ほどかと思います。
具身知能（Embodied AI）は、人工知能、ロボティクス、認知科学など複数の分野を横断する総合的な技術で、最初にアラン・チューリングが1950年の論文「計算機と知能」において提唱しました。具身知能は、知能体（ロボットなど）が物理的な形態と環境との相互作用を通じて知的行動を生み出すことを強調します。
主な特徴：
具身感知：センサーを用いて、世界と環境をリアルタイムで感知し、モデルを修正することで理解を深めます。
具身想像：行動決定とシミュレーション、タスクの模擬実行によりロボットの意思決定をサポートします。
具身実行：感知情報と意思決定に基づき、部品の動きを調整し、知能的な行動を実現します。
学習方式：
具身知能は従来の知能とは異なり、能動的な第一人称型知能を持ち、環境との相互作用を通じてデータ収集、モデル学習、タスク実行を統合した自己学習を行います。
産業チェーンと応用：
具身知能は、センサー、チップ、モーターなどのハードウェアと、ソフトウェアアルゴリズムの開発を含みます。主な応用分野には、自動運転、スマートホーム、ロボットなどがあります。具身知能は急速に発展しており、特にロボットや自動運転の分野では世界中で競争が激化しています。技術の成熟が進むことで、その応用範囲が広がることが期待されています。
ヒューマノイドロボットと自動運転：
ヒューマノイドロボット：人工知能とロボティクス技術を使い、人間のような行動を模倣するロボット。代表的な製品には、テスラのOptimusやフーリエのGR-1があります。
自動運転：センサー、コントローラー、アクチュエーターを使って運転支援または完全自動運転を実現します。現在はL3レベルの技術を持ち、将来的にはL5レベルの完全自動運転を目指しています。
市場展望：
ヒューマノイドロボット：2026年にはグローバル市場規模が20億ドル、2030年には200億ドルに達すると予測されています。
自動運転：2032年にはグローバル市場が2.35兆ドルに達し、年平均成長率は35%に達する見込みです。
上流産業チェーン：大規模モデル（計算能力、アルゴリズム、データ）
上流産業チェーンの核心部分はAI大規模モデルであり、AI大規模モデルは計算能力、アルゴリズム、データの三つの核心要素から成り立っています。具体的には以下の通りです：
03-1 AIチップ - 計算能力：知能を駆動するエンジン
AI大規模モデルが計算能力の需要を引き上げ：2025年には、世界のAI計算能力の需要が2020年の10倍に達し、スマート製造、医療画像、金融取引などの分野で計算能力の急増が予想され、企業の計算能力消費比率は50％を超え、産業競争の再編が進むとされています。
AIチップ市場の構図と国産化のトレンド：NVIDIAのA100/H100の価格高騰は供給チェーンのリスクを露呈し、国産チップが加速的に突き進んでいます——Huaweiの昇腾910Bは全スタックでコントロール可能、CambriconのMLU370は計算能力が300TOPSを突破し、BirenのBR100は世界GPUの第一グループに名を連ね、国産チップは徐々に発言権を得つつあります。
クラウドコンピューティング企業のAI計算能力競争：AWS、Azure、Google Cloudは、世界のAIクラウド市場の70％を占め、国内もそれに追随しています。
03-2 アルゴリズム：思考を形作るフレームワーク
アルゴリズムはAI大規模モデルの核心要素であり、深層学習フレームワークと最適化戦略を含みます。
Transformerの影響：Transformerはシーケンス処理の効率を10倍以上向上させ、大規模モデル時代を現実のものとしました。
アルゴリズムの最適化と計算能力コストの低減：AIトレーニングのコストは高額であり、GPT-4のトレーニングコストは1億ドルを超えると推定されています。疎化、蒸留、量子化などの新技術により、トレーニングコストは30％から50％削減される可能性があります。
オープンソースと専有モデルの競争状況：
先端アルゴリズムの発展動向：2023年、多モーダル大規模モデル（例：GPT-4V、Gemini）は、テキストの限界を超え、画像、音声、動画などのデータタイプを処理可能にしました。
アルゴリズムの「技術から応用へ」：
03-3 データ：モデルの燃料
データはAI大規模モデルの基盤リソースであり、高品質なデータセットとアノテーション情報を含みます。
多様なデータソースがモデルの汎用性を向上：多モーダルデータの融合（例：GPT-4のテキスト・画像協調、PaLM 2の多モーダル統合）は、単一モーダルの限界を超え、AIに領域横断的な認識能力を付与しています。
先端アルゴリズムの発展動向：AI技術は自己進化し、データガバナンス能力を備えつつあります：自己教師あり学習は未ラベルデータから知識を抽出し、異常検出アルゴリズムは汚染データを浄化し、オートメーションツールはデータ前処理フローを再構築しています。
多くの人々が人工知能業界への投資を考えていますが、どこから始めればいいのか分からないという場合、ETFを使って業界全体を追跡するのは良い選択です。例えば、AI関連の株式を保有する「人工知能AI ETF（515070）」があります。このETFは寒武紀、科大訊飛、海康威視などの株式を持っており、これらはすべて人工知能に強く関連しています。
中米退職金差異について
アメリカの退職者層別退職金差異：
最低層：35%の低所得者（例：サービス業、販売員など）は、35年以上働いた場合、月平均の社会保険金は約1000〜1500ドル。
最高層：高所得者（例：経営幹部）は最高所得に基づき35年間保険料を支払い、70歳まで延長して退職した場合、月平均の社会保険金の上限は約3800ドル。最低層と最高層の差は約2.5〜4.3倍です。
アメリカの退職者の中央値年齢は64歳で、退職後約13年しか生きられないと予測されています。そのため、多くのアメリカの高齢者は、自分の不動産を処分して退職金の補充を行います。全体として、アメリカの高齢者は比較的安定した退職生活を送っていると言えるでしょう。
9/1から、中国新しい規則で強制的に社会保険を支払わせる
中国の退職者層別退職金差異：
最低層は農民で、約1.8億人、全体の54.5%。平均月額は246元。
中間層は私営企業の従業員で、約1.1億人、全体の33.3%。平均月額は2500〜3500元以上で、地域差があります。
最高層は体制内の退職従業員で、約4000万人、12%。平均月額は6580元以上。最低層と最高層の差は約30倍にもなります。
中国では、男性の退職年齢は60歳未満、女性は55.1歳で、男性は退職後平均15年、女性は25年生きると言われています。
中国では60%が農村の高齢者であり、退職金が不足しており、農村の住宅は価値が低く、後の生活のために資産を処分することができません。したがって、子供に責任を負わせることが必要となります。また、「老後も働き続ける」という選択肢もあります。
強制的な社会保険の必要性
2014年から2024年の中国の社会保険収支：
2014年 社会保険収入 39,186億元、支出 33,669億元
2015年 社会保険収入 44,660億元、支出 39,357億元
2016年 社会保険収入 48,273億元、支出 43,919億元
2017年 社会保険収入 55,380億元、支出 48,952億元
2018年 社会保険収入 72,649億元、支出 64,586億元
2019年 社会保険収入 80,844億元、支出 74,989億元
2020年 社会保険収入 72,116億元、支出 78,835億元（赤字 6000億元超）
2021年 社会保険収入 94,735億元、支出 87,876億元
2022年 社会保険収入 101,523億元、支出 91,453億元
2023年 社会保険収入 111,500億元、支出 99,281億元
2024年 社会保険収入 118,945億元、支出 106,061億元
社会保険の収入は年平均12.5%、支出は年平均12.3%の増加です。2024年には収入が118,945億元（2014年比203%増）、支出が106,061億元（215%増）に達します。
Keep reading with a 7-day free trial
Subscribe to All about AI and New Economy | 王士銘のメルマガ to keep reading this post and get 7 days of free access to the full post archives.