サカナAIは、中央制御なしに多数の単純な物理モジュールが協調して形状を認識するシステムを開発し、論文が英科学誌Nature Communicationsに受理された。各モジュールは同じ小規模ニューラルネットワークを搭載し、隣接する部品との局所的な通信だけで全体の形状分類や損傷検知を行う。ソフトウェア上の集団知能研究を物理ハードウェアへ拡張した点で、従来のロボット制御やスマート材料の設計思想に再考を促す結果といえる。

中央制御を排した「スマートセルラーブリック」の仕組み

今回公開されたシステムは、立方体の単純なハードウェア・モジュール「セルラーブリック」で構成される。各ブリックは同一のニューラルセルラーオートマトンを実行し、自身の位置や全体像を把握しないまま、物理的に接続された隣接モジュールとのみ情報を交換する。数百個のブリックによる集合体は、この局所的な情報交換を繰り返すことで全体の三次元形状を推論し、欠損や損傷の位置も特定できる。訓練時に与えられていない形状のバリエーションに対しても頑健に動作し、一部のモジュールが無応答になっても収束性能を維持することが確認された。研究はコペンハーゲンIT大学、サカナAI、オートデスクの共同で進められた。

ソフトウェアから物理空間へ広がる集団知能の射程

サカナAIはこれまで、複数の大規模言語モデルを協調させて推論精度を高める手法など、分散的な知能の研究をソフトウェア領域で進めてきた。本成果はそれを物理的なハードウェアに移した最初の事例であり、ノイズや故障が避けられない実環境で分散原理が機能するかを問うたものである。結果として、通信の不確実性やモジュールの一部停止に対しても、全体の形状認識と損傷検知が大きく崩れないことが示された。これは、制御の集中化を前提としてきた従来のモジュラーロボット設計とは異なり、生物の組織形成や再生メカニズムに近い冗長性と適応性を人工システムに組み込める可能性を示唆する。

自律分散型材料が変える製造・建築・ロボット産業の前提

自己の構造状態を自律評価できる分散システムは、スマート材料や再構成可能ロボティクスへの応用が想定される。特に、各モジュールが自発的に損傷を検知し修復手順を誘導できる性質は、人手による点検が困難なインフラ構造物や遠隔地の設備保全に新たな選択肢をもたらし得る。オートデスクが共同研究に参加している点も、建築・製造分野の設計ツール企業が、設計から運用後の自己診断までを見据えた分散材料基盤へ関心を寄せている現れと読める。製品化や商用展開の時期、具体的なコスト構造は現時点では明らかにされていない。

AI産業構造に投げかけるエッジ分散推論の拡張可能性

大規模クラウド基盤や中央集約型のモデルAPIに依存する現在のAI実装とは対照的に、本システムは各モジュールに搭載された小規模ニューラルネットワークが局所推論を反復するだけで全体の知能を発現させる。このアプローチが産業応用段階に進めば、通信遅延や帯域制約が厳しい現場でのエッジ推論需要を加速し、エッジ向け低消費電力チップや組込みAIモデルの開発競争を刺激する可能性がある。日本企業が強い製造現場やインフラ管理の領域では、中央サーバーに依存しない自己診断材料や分散ロボットの需要が顕在化する余地があり、AI産業の価値がクラウドから物理エッジへ部分的に移動する構造変化につながるかが今後の論点となる。