食品加工ロボットで知られるChef Roboticsが、物理的AI（フィジカルAI）における最大の課題と可能性について語る講演を、10月20日と21日にカリフォルニア州サンタクララで開催されるRoboBusiness 2026で行う予定です。同社の創業者兼CEOであるRajat Bhageria氏による「食品が物理的AIの最難問であり、最も有望な触媒である理由」と題した講演が注目を集めています。
なぜ食品は難しいのか
物理的AIの発展は著しいものの、従来のロボット学習では剛体を中心に据えてきました。これに対し、食品材料は根本的に異なる課題を提示します。食品の全ての要素は変形可能で、重量や食感が一定でなく、温度に敏感であり、数千種類の変種にわたって適切な力加減で扱う必要があります。Chef Roboticsは、この変形可能な材料を操作するための最大規模の実世界データセットを構築したとされています。北米とヨーロッパの12以上の食品製造施設で1億1800万食以上の生産を完了し、その経験を基盤としています。
実世界データが分ける成功と失敗
同社が開発した食品基盤モデル（FFM）は、このデータを活用して、ロボットが最小限の再学習で新しい食材に対応できるようにします。適応的な把持、触覚フィードバック統合、高分散な訓練分布といった技術的アプローチが採用されており、これらは医療機器や柔軟な包装材、農業など、変形可能な材料を扱う他の産業領域への応用も期待されています。RoboBusiness 2026での講演では、実世界規模のデータが研究室のデモンストレーションと実際に導入可能なシステムを分ける重要な要素であることが強調される見通しです。食品加工の課題を解決することで、物理的AI全体の進歩を促進する契機となる可能性が示唆されています。
関連動画
