身体性AIは、身体やセンサーを通じて環境を捉え、行動し、その結果を確かめるAIを扱う考え方です。英語のEmbodied AIに対応する言葉として使われます。
ここで大切なのは、人間そっくりの姿をしているかどうかではありません。自分が動くことで周囲の状態も変わり、変わった状態をまた受け取る。その関係に目を向ける言葉です。
身体性AIの「身体」は、人型という意味ではない
ロボットアームなら、動ける範囲や物をつかむ仕組みがあります。車輪で移動する機械なら、進める方向や通れる場所に制約があります。そうした身体の特徴は、できる行動にも、得られる情報にも関係します。
NVIDIAの用語解説は、身体性AIを、物理的なシステムにAIを組み合わせて現実世界と関わるものとして説明しています。人型ロボットだけでなく、さまざまな物理システムが対象です。
AI Habitatの研究説明では、仮想環境の身体も対象にしています。この記事では、身近に想像しやすいロボットアームの例で考えます。身体性という言葉そのものが、感情や意識の存在を示すわけではありません。
見て、動いて、変わった結果を確かめる

机の上の積み木を、トレーへ移す場面を考えてみましょう。
- カメラなどで、積み木とトレーの位置を捉える。
- どこをどうつかみ、どちらへ運ぶかを決めて動く。
- 動いたあと、積み木がどこにあるかを確かめる。
途中で積み木がずれれば、最初に見た位置はそのまま使えません。自分の動作によって状況が変わるため、動いたあとの情報が次の判断に関わります。
MITのEmbodied Intelligenceの研究説明も、知覚、計画、行動がどうつながるかを研究課題に挙げています。単に画面から物の名前を読み取るだけでなく、その情報を使って何をするかまで扱う点に注目できます。
画像が分かることと、物を動かせることの違い
| 場面 | 必要になることの例 | できたと判断する範囲 |
|---|---|---|
| 画像の中の積み木を見つける | 物の位置や種類を捉える | 画像について答えられた |
| 積み木をつかんで運ぶ | 届く範囲、つかみ方、動く道筋を扱う | 指定した条件で動作できた |
| 移したあとを確かめる | 結果を観察し、目的の状態と比べる | 実際の結果を確認できた |
画像を説明するAIが、そのまま物を運べるとは限りません。逆に、機械が動いているというだけで、周囲を捉えて柔軟に判断しているとも限りません。決まった動きを再生しているのか、観察した結果に応じて動きを変えているのかは、説明を分けて読む必要があります。
この違いは「どちらが賢いか」の順位ではありません。何を入力し、何を出力し、何を確かめたシステムなのかという違いです。
身体性AIという名前だけでは、任せられる仕事は決まらない
「身体性AIを搭載」と書かれていても、何でも扱えるという意味にはなりません。つかむ物、置かれた位置、見え方などが変わったとき、どこまで対応できるかは個別に確かめられることです。
ロボットの説明を読むときは、次の三つを探してみましょう。
- 何を受け取るか。 カメラ画像、力の情報など、判断に使う入力。
- 何を動かすか。 アーム、車輪など、行動できる部分と範囲。
- 結果をどう確かめるか。 動作後の状態を見直すのか、どこで作業完了とするのか。
ここが読めると、「AIが物を理解した」という一文を、実際の働きに分けて考えられます。家庭でどんな仕事を任せられるかは、家庭用ロボットの現在と未来が別に扱うテーマです。
現実を仮想空間で表す仕組みに興味があれば、デジタルツインの基礎もつながります。ただし、現実のモデルを作ることと、その中でAIが知覚や行動を行うことは、同じ作業ではありません。
次にロボットの記事を読んだら、姿の印象に加えて「何を受け取り、どう動き、結果をどう知るか」を探してみてください。身体性AIが取り組む課題を、具体的な動作として捉えられます。
