水中AIチーム:人間とロボットの協調が切り拓く新領域
- •MITリンカーン研究所が、潜水士と自律型水中航走体(AUV)のリアルタイム協調を実現するAIシステムを開発した。
- •光学・ソナーデータを統合する新たな知覚アルゴリズムが、水中でのナビゲーションと物体識別の課題を克服した。
- •本プロジェクトは、救難活動や水中ケーブル修理といった重要なインフラ維持のニーズに応えるものである。
水中ドメインは、海洋底という過酷な環境制約により、現代ロボット工学にとって長らく「死角」となっていた。地上や空ではGPSによるナビゲーションが確立されているが、水中は暗く濁っており、衛星信号も届かない。現在、海底ケーブルや通信インフラの修理には、ケーブルで繋がれた遠隔操作ロボットを沈めるか、物理的制約の大きい人間の潜水士に頼るという非効率な手法が一般的である。
MITリンカーン研究所の研究者たちは、人間と機械双方の長所を活かす新たな人間・機械チームのフレームワークを構築し、この状況を打開しようとしている。研究の核心は、高圧かつ低視界環境下でのロボットの知覚と通信のあり方を根本から再考することだ。潜水士は優れた手先の器用さと状況判断力を備える一方、移動能力や持久力に課題がある。対照的に、自律型水中航走体(AUV)は高い移動能力を誇るが、物理的な修理作業という最後のプロセスが苦手である。
この突破口となったのが、知覚における技術的アプローチだ。従来のAIモデルは標準的なカメラ映像に大きく依存してきたが、水中では光が透過しにくく、生物由来のノイズが画像認識を妨げる。そこでチームは、光学センサーと構造的なマッピング能力を持つソナーを組み合わせるセンサーフュージョンを導入した。このハイブリッドな手法により、環境が不透明な状況でもAUVは周囲を明確に「視る」ことが可能になる。
さらに、通信の制約も大きな障壁となっている。電波は水中を伝わりにくいため、音響通信を行うアコースティック・モデムが不可欠だ。しかし、この手法は帯域が極めて狭く、遅延も大きい。研究チームは、画像全体ではなく、対象物の周囲を囲むバウンディングボックスのような必要最低限の情報のみを圧縮して送信するプロトコルを開発した。
この設計により、潜水士はAIの分類結果を最小限のデータ交換で即座に確認あるいは却下できる。機械がナビゲーションや予備的なスキャンを担当し、人間が最終的な判断を下す「ヒューマン・イン・ザ・ループ」の仕組みだ。これにより、困難な海洋環境においても、強靭で知的なチームとして活動できる基盤が整いつつある。