"これは何ですか？"そして「すべてはどこにある？」質問は異なりますか

"これは何ですか？"そして「すべてはどこにある？」さまざまな質問がある フィジカルAI ダニエル・ジャッカー、ZaiNar CEO 兼共同創設者 2026 年 5 月 20 日 環境記憶の力 私はほぼ毎日この会話をしています。フィジカルAI やロボットに関して、ZaiNar はカメラとどう違うのですか?端的に言えば、カメラと ZaiNar は異なることを行っているということです。カメラは「これは何だ？」が得意です。彼らは物体を識別し、標識を読み取り、表面を検査し、危険を検出し、ロボットの前の現場で何が起こっているかを確認します。カメラは急速に進歩していますが、私たちはカメラを置き換えようとはしていません。しかし、「すべてがどこにあるのか?」を知る必要がある場合はどうなるでしょうか。カメラは答えではありません。 1. カメラは環境間で適切に拡張できません。新しい倉庫、工場、港、病院、建物、作業場はすべて、新たな視覚的な問題になります。照明が変わります。通路が繰り返されます。機器が動きます。最後のサイトで機能したモデルは、次のサイトに向けて検証および調整する必要があります。トレーニングは改善されてきていますが、サイトごとの信頼性の問題は依然として残っています。 ZaiNar は環境を視覚的に読み取りません。デバイスがすでに送信している無線信号を読み取り、事前に構築されたマップに依存するのではなく、継続的に自己調整を行います。 同じアーキテクチャ上の病院の廊下、地下トンネル、騒々しい工場フロアでも 10cm 未満の精度が維持されます。サイトごとの再トレーニングや環境固有のモデルを検証する必要はありません。 2. カメラは自己位置情報に基づいて計算を書き込みます。カメラは、あなたがどこにいたかを記憶することで、あなたがどこにいるかを教えてくれます。すべての壁が白く、すべての廊下が同じであれば、「部屋 23C を通り過ぎて、左に曲がりました。」というパンくずリストをすべてトレースしていることになります。その記憶はロボットが動作するために必要なものです。ドリフトが蓄積していきます。認識、計画、行動を行うべきコンピューティングは、「ここはどこですか?」という問いを続けることに費やされます。 ZaiNar は、その測位計算をロボットから切り離します。ネットワークはすべてのデバイスがどこにあるかを認識し、その位置を約 20 ミリ秒の遅延でストリーミングバックします。ロボットはパンくずリストを追跡する必要がないため追跡しません。ロボット上のコンピューティングは解放され、当面の実際のタスクに集中できるようになります。以前の位置の連鎖から位置が推測されないため、ドリフトは蓄積されません。ネットワークによってリアルタイムに測定されます。 3. カメラは調整ではなく、有利な点を提供します。車載カメラは視線内にあるものだけを認識します。 壁の向こうにいる作業員、隣の部屋に移動したばかりの資産、角を曲がってやってくる他のロボットは見えません。また、フォークリフトがフォークリフトの前に止まったり、倉庫内で埃が舞い上がったり、雨滴がレンズに当たってしまったりすると、役に立たなくなります。艦隊はこれらすべてに毎日取り組んでいます。ロボットが連携する共有マップは、各ロボットの自己報告から再構築されます。フリートが成長するにつれて、共有位置の近似値を保持することが難しくなります。 ZaiNar は、視線に関係なく、ネットワーク上のすべてのノードにわたって共有座標系を提供します。各ロボットは、自身の位置とネットワーク上の他のすべてのロボット、作業員、車両、デバイスの位置の連続ストリームを受信します。壁の向こうにいる労働者が地図に載っています。角を曲がったところにあるフォークリフトが地図に載っています。隣の通路にいるロボットが地図に載っています。カメラのブロックが解除されているか、ほこりが落ちているか、レンズがきれいかどうかはどれも関係ありません。フリートは、各ロボットの自己報告から再構築されたつなぎ合わせた近似値ではなく、単一のグラウンド トゥルースに基づいて調整されます。 4. カメラは環境メモリを構築しません。各ロボットは、物事を試すことで環境を学習します。 パスが機能しない場合、ロボットは試行錯誤して見つけます。ルートの方が速い場合、ロボットはそれも試して見つけます。学習はロボットごとに行われます。あるロボットが昨日理解したことが、今日オンラインになる新しいロボットに自動的に利用できるわけではありません。そして、ロボットが登場する前の、同じ空間を通った人間の移動の歴史はすべて、ビジュアルスタックが読み取ることができない未開発のデータソースです。 ZaiNar はすべてのロボットに環境メモリ、つまりオンラインになった瞬間からの環境の歴史を与えます。初日に地点 A からスタートしたロボットは、作業者の 80% が地点 B に向かう特定の経路を選択すること、およびシフト変更中に交通量が多い場合には別の経路を選択した方がよいことをすでに知っています。すべての作業員、すべてのロボット、すべての車両による以前のすべての移動は、新しいロボットが使用できる経路データとしてネットワーク上にあります。試行錯誤の段階はありません。環境はそれ自体を記憶します。 5. 人間レベルの空間認識は間違った天井です。私たちは人間にはできないことをするロボットを作ります。人間と同じように見えるようにそれらを構築すると、その利点が失われます。ロボットは私たちよりもはるかに優れている可能性があります。 Swarm は、人間のチームでは真似できない方法で調整することができます。 ZaiNar は、人間が持たない認識入力をロボットに提供します。ネットワーク上のすべてのデバイスの位置を 100 ～ 500 回/秒で、見通し線を超えて 10cm 未満で測定します。各ロボットに単独で人間レベルの認識に達するよう求めるのではなく、人間のチームでは真似できない共有の空間認識を艦隊に与える必要があります。天井は想像以上に高いです。これは緊急性を増しています。ロボット業界は、1 台のロボットを動作させるために何年も費やしてきました。次の章はフリートです。数十台、最終的には数百台のロボットが大規模に連携する必要があります。質問は「このロボットを動作させることができるか?」から変わりつつあります。 「リアルタイムで連携するロボット群を実行するにはどうすればよいですか?」単一ロボットの認識は、その問題のために構築されていません。 ZaiNar が行うこと ZaiNar は、ロボットではなくネットワークに位置情報を置きます。 ZaiNar は、デバイスがすでに送信している接続信号を読み取り、ネットワーク上の位置を計算し、それをロボットに返します。ネットワーク内に位置情報を一元化すると、リアルタイムの調整や履歴の共有以上のことが可能になります。同じアーキテクチャにより、屋内と屋外の大規模なオブジェクトが実際にどのように相互作用するかに関するトレーニング データが生成されます。 そして、推論の積み重ねの問題も解決します。つまり、すべてのロボットが他のすべてのロボットの推論の上に独自の推論を重ねる必要がある場合、認識エラーが悪化します。これはカメラの代替品ではありません。 ZaiNar ではできない仕事をカメラがやってくれます。 ZaiNar はカメラに依頼すべきではない仕事をします。 「これは何ですか？」という間違いが崩壊しています。そして「すべてはどこにあるの？」ロボット上で解決される 1 つの知覚問題にまとめられます。これらは異なる質問であり、異なる層が回答する必要があります。カメラは目に見えるシーンを処理します。ネットワークは共有位置を提供します。ロボットは人間レベルの空間認識を超えるべきであり、それに匹敵するものではありません。