Physical AI実現へは「暗黙知」のデータ化が鍵、GISTキム教授が強調

GISTのキム・ジュンハ教授は、Physical AIの成否は人間の熟練工が持つ「暗黙知」をいかにデータ化できるかにかかっていると指摘した。教授は、今後はAIの暴走を防ぐ「権限設計技術」が3〜5年間の重要な社会的議題になると展望している。

人工知能（AI）技術が、テキストやコードを生成する段階を超え、現実世界で物理的な行動を実行する「Physical AI」時代へと突入している。しかし、専門家たちは、Physical AIが真の知能を備えるためには、文書化されたマニュアルを超え、人間の熟練工だけが持つ「説明できないノウハウ」をデータ化することが核心的な課題であると口を揃えている。

T Times TVが伝えたGIST（光州科学技術院）のキム・ジュンハ教授のインタビューによると、現在のAIの限界は、明確に文書化またはマニュアル化された「Explicit Knowledge（明示知）」に留まっている点だ。キム教授はマイケル・ポランニーの著作を引用し、「私たちは、言葉にできることよりも多くのことを知っている（We can know more than we can tell）」と言及した。つまり、人間は言語では表現しきれない膨大な知識を保有しており、この「Tacit Knowledge（暗黙知）」をいかにAIの知能へと転換するかが、Physical AIの成否を決定づけるという説明だ。

「ショベルカー運転手の判断、データ化が鍵」

キム教授は暗黙知の実体を説明するために、ショベルカーの運転の事例を挙げた。単に地面を掘る動作は自動化できるが、土砂が崩れないように地面を軽く揺らしたり、作業中に岩が現れた際に危険を察知して横に避けるといった判断は、熟練工の暗黙知に該当するという。こうした判断は、既存のマニュアルだけでは学習不可能な領域である。

では、この「説明できない知識」をどのようにデータ化できるのだろうか。キム教授は、すべての過程を一つひとつ学習させる方式はコストがかかりすぎるため、核心的なポイント（Point）を学習させ、その間の「文脈（Context）」を教える方式を提案した。AとBというデータの間のつながりを理解させることが、まさに暗黙知AIの核心であるという説明だ。キム教授は「単に数百万のトークンを学習させるのではなく、人間が持つ『こういうものだ』という文脈をAIに見つけさせる過程が必要だ」と強調した。

特にキム教授は、熟練工や名匠たちのノウハウを資産化する過程において、企業の雇用政策の変化を求めた。彼は「熟練工を賃金ピーク制に縛り付けるのは非人間的な制度だ」と指摘し、「彼らのノウハウが同意や報酬なしに使用されないようインセンティブを提供し、彼らの判断や記録を企業の核心資産として扱うべきだ」と述べた。熟練工を退職対象ではなく「データ資産の保有者」として捉えることが、企業にとって有利になるという論理だ。

AIの暴走を防ぐ「権限設計技術」が今後5年の焦点に

Physical AIが現実世界に登場すれば、人間との「衝突」は避けられない課題となる。キム教授は、AIが人間の領域を侵犯したり予期せぬ行動をとったりした際に、これを制御できる「権限設計技術」が、今後3〜5年間の最も重要な社会的議題になると展望した。

現在のAI開発が「新しいものを動かす技術」に集中しているとするならば、これからは「開発したものをいかにさせないか」を悩む制御技術が重要になるという。彼は「AIが危険な行動をしようとする際、人間の暗黙知が作動してこれを制止する権限が必要だ」とし、これは単なるコーディング技術を超え、人間同士の合意やセキュリティ、暗号化技術などが結合された高度な設計技術になると見通した。

このような権限設計は、AIエージェントにどの程度の自律性を付与するかという問題に直結する。キム教授は「AIが人間の範囲を侵犯することへの懸念から、開発者が悩む段階に達している」とし、権限設計技術が適切に裏付けられなければ、Physical AIの商業化も困難になり得ると警告した。

スマートファクトリーを超えてPhysical AIへ…韓国製造業の機会

最後に、キム教授はPhysical AIと既存のスマートファクトリーの違いを明確に区別した。スマートファクトリーが同一の動作を繰り返す「自動化」に焦点を当てるのに対し、Physical AIは、それぞれ異なる工程や作業環境においても自ら判断して行動する「知能化」を意味する。

彼は、韓国がPhysical AI産業の最適地の一つであると評価した。NVIDIAのジェンスン・フアンCEOが韓国に注目した理由に触れ、韓国が世界的に「点（データ/技術）を繋ぐことができる能力」を持つ国家であると分析した。キム教授は「LLM（大規模言語モデル）が画面の中に閉じ込められていたのに対し、Physical AIはその知能が物理的な行動へとつながる段階だ」とし、「わが国がこれまで集めてきた産業的な点々を、暗黙知というつながりを通じてPhysical AIへと繋いでいけば、製造業の新たな飛躍が可能になるだろう」と明らかにした。

ただし、すべての労働が代替されるわけではない。キム教授は、平地での単純労働はPhysical AIが相当部分を遂行するだろうが、料理人のように繊細な手技と高度な判断力が結合された領域は、依然として人間の暗黙知が強力な防衛線の役割を果たすだろうと展望した。

出典：元の動画（YouTube）