●この記事のポイント
ソニーAIの卓球ロボット「Ace」がNature掲載。9基カメラとイベントセンサーで200Hz追跡、遅延20.2ms、毎秒450ラジアンの回転に75％超で返球するなど、人間を超える高速知覚・判断・制御を実証。モデルフリー強化学習で非定型環境に適応し、物流・介護・自動運転などへの応用が期待される「フィジカルAI」の実用化が加速している。
4月23日、科学誌「ネイチャー」の表紙を一枚の写真が飾った。卓球台の前に立つ8軸ロボットアームが、日本プロリーグ出身の選手とラリーを繰り広げている場面だ。ソニーAIが発表した自律型ロボットシステム「Ace」は、実際の競技環境でエリート選手および元プロ選手と対戦し、勝利を収めた「世界初の事例」として同誌に掲載された。
この報を受け、ビジネス界の一部では「なぜソニーほどの企業が卓球ロボットに？」という疑問の声があがった。工場で黙々と溶接をこなす産業用ロボットや、倉庫で棚卸しを担う自動搬送車のほうが、明らかに生産性に直結するのではないか──そう感じるのは自然な反応だ。
しかし、その問いの立て方自体が、これからの製造業が直面する本質的な変化を見落としている。
●目次
- 「工場ロボット」と「フィジカルAI」の決定的な違い
- ソニーAI「Ace」が証明した「身体性の獲得」
- グローバル競争：中国ロボットが人間のハーフマラソン記録を塗り替えた日
- ビジネスへの含意：「変化への反応速度」が新たな生産性になる
- 日本が狙う「フィジカルAI」の戦略的位置
- 「無駄に見える研究」こそが次の競争優位を決める
「工場ロボット」と「フィジカルAI」の決定的な違い
従来の産業用ロボットが得意とするのは、「あらかじめ定義された座標」への「反復的で精密な動作」だ。ティーチング（動作の事前教示）によって設定されたパラメータ通りに動き、環境が少しでも変わると停止する。この「静的な機械」は、均質な大量生産という20世紀の製造業モデルに完璧にフィットしていた。
一方、フィジカルAIシステムとは、物理的環境と直接相互作用し、人間のように柔軟かつ適応的にタスクを遂行する能力を備えたAIロボットを指す。サイバー空間で成果を上げてきた従来のAI技術とは根本的に異なる。
卓球のラリーは、この差異を極限まで圧縮したシミュレーターである。ボールの軌道は相手の意図によって刻々と変わり、ネットに当たって予想外の方向へ弾むこともある。定型的な処理が通用しないこの環境で「勝てる」ロボットを作ることは、物流現場での荷崩れや、介護現場での不規則な身体動作への対応能力を根本から鍛えることと等価なのだ。
ソニーAI「Ace」が証明した「身体性の獲得」
Aceの技術的な核心は、知覚・判断・制御の三つのレイヤーにある。
知覚の面では、9基の高速フレームカメラと3基のイベントベース視覚センサーを組み合わせ、ボールを200Hzの頻度でミリメートル精度で追跡し、スピンを最大700Hzで計測する。人間のエリート選手の反応時間がおよそ230ミリ秒であるのに対し、Aceのエンドツーエンド遅延は20.2ミリ秒にすぎない。これは「速い」のではなく、人間とは「別の時間軸」で世界を認識していることを意味する。
制御の面での革新は、「モデルフリー強化学習」の採用にある。事前にプログラムされたモデルに依存せず、経験から迅速に適応・判断することを可能にする新しい制御システムは、シミュレーション環境で数千時間のトレーニングを積んだ後、現実の卓球台へシームレスに転用された。ソニーAIチューリヒ拠点のディレクターで本プロジェクトを率いるピーター・デュール氏は、その本質をこう語る。
「ロボットを手でプログラムして卓球をプレイさせることはできない。経験から学ばなければならない」
とりわけ重要なのが、ボールに一切の加工をしなかった点だ。これまでの卓球ロボットは回転や速度を抑える加工をしたボールで検証してきた。今回は国際卓球連盟の公式ルールに基づく公認球のみを使用した。これは「制御された理想環境」ではなく、「ありのままの混沌とした現実」を知覚・処理できることの証明にほかならない。Aceは毎秒450ラジアンに達するスピンに対し、75%超の返球率を安定して達成しており、これは過去の競技用卓球ロボットの報告値を大幅に上回る。
卓球の元プロ選手や解説者たちの多くが、Aceのショットを見て「他の誰にも打てないショットだった。可能だとは思っていなかった」と驚愕した。
グローバル競争：中国ロボットが人間のハーフマラソン記録を塗り替えた日
フィジカルAIをめぐる競争は、卓球台の外でも急速に展開している。
4月19日には北京で開催された人型ロボットハーフマラソン大会で、中国スマートフォン大手オナー（荣耀）の開発した「ライトニング（稲妻）」と名付けられたロボットが50分26秒で完走し、人間の世界記録を7分近く更新した。人間の世界記録はウガンダのジェイコブ・キプリモが2026年3月に樹立した57分20秒だ。2025年の第1回大会の優勝タイムが2時間40分42秒だったことを考えると、人型ロボットの走力はわずか1年で驚異的な水準へ達した。
この急進には、中国のデータ収集戦略が背景にある。中国ではすでにヒューマノイドを出荷している企業が、家庭や工場を模した環境でロボットを人間が遠隔操作してデータ収集を行っており、実世界での大規模なデータ蓄積で優位性を確立しつつある。
ロボット工学の専門家でロボットエンジニアの安達祐輔氏は次のように分析する。
「卓球でもマラソンでも、私たちが見せられているのはデモンストレーションではなく、実用化のための極限テストです。卓球ならば0.02秒以下の知覚・判断・制御のループを、マラソンならば21キロにわたる動的バランス制御を検証できる。この種の実証データの蓄積こそが、次世代の産業ロボットの設計図になる」
ビジネスへの含意：「変化への反応速度」が新たな生産性になる
従来の生産性概念は「同じことを高速に繰り返す効率」だった。しかしこれからの製造・物流現場で価値を持つのは、「予測不能な変化に即応するアジリティ」だ。
Natureに掲載された論文は、卓球で実証された手法が「製造ロボットやサービスロボットを含む、高速・リアルタイム制御と人間との相互作用を伴う他の領域」に応用可能であることを明示している。
具体的なシナリオを考えてみよう。ベルトコンベアを止めずに不規則な形状の荷物を掴み取る物流ロボット、足場の不安定な環境でバランスを保ちながら高齢者を支える介護ロボット、突発的な路面状況に人間のドライバーより速く対応する車載制御システム。いずれも、Aceが卓球台で培った「高速知覚→瞬時判断→精密制御」のループを基盤技術として応用できる。
技術戦略に詳しいコンサルタントはこう指摘する。
「単体の卓球ロボットが収益を生むかどうかという視点は本質を外しています。ソニーがここで確立しているのは、センサーから強化学習、高速アクチュエーターに至るコア技術のスタック全体です。これが将来の自動車、家電、物流機器すべての底上げに直結するプラットフォームになる。一見非効率に見える研究が、最も高い投資対効果をもたらす典型例です」（戦略コンサルタント・高野輝氏）
日本が狙う「フィジカルAI」の戦略的位置
生成AIをめぐる競争では、計算資源・リスクマネー・研究者の厚みにおいて日本は構造的な劣位にある。だが、物理的な身体を伴うAI──すなわちフィジカルAI──の領域では、精密工学の蓄積が直接的な優位として機能する。
日本の経済産業省は2026年3月、国内フィジカルAI産業の育成と2040年までのグローバル市場シェア30%獲得を目標に掲げた。日本は既に2022年時点で産業用ロボットの世界市場シェアの約70%を日本メーカーが占めており、その基盤を足がかりにしようとしている。
経済産業省は3月、フィジカルAI分野に3873億円を充てる方針を公表しており、労働人口の減少を補完する中核技術と位置づけている。市場規模でも、身体性AIの世界市場は2025年の44億ドルから2030年には230億ドルへ、年率39%で拡大すると予測されている。
ソニーAIのチーフサイエンティスト、ピーター・ストーン氏は今回の成果についてこう述べた。「このブレークスルーは卓球をはるかに超えた意義を持つ」
「無駄に見える研究」こそが次の競争優位を決める
卓球するロボットは「遊び」ではない。それは、定型処理の反復に最適化された20世紀型ロボットが超えられなかった二つの壁──「コンマ数秒の物理的リアルタイム制御」と「非定型事象への適応」──を突破するための、最も過酷な実証実験だ。
生成AIがソフトウェアの世界を変えたように、フィジカルAIは「物が動く世界」のロジックを根底から書き換えようとしている。ソニーが卓球台に5年間をかけたように、今「一見非効率に見える研究」に投資する企業こそが、数年後の製造・物流・サービス業における競争力の源泉を手にする可能性が高い。
いまビジネスパーソンに問われているのは、短期の生産性と長期のアジリティのどちらに賭けるか、ではない。今や、アジリティこそが最大の生産性なのである。
（文＝BUSINESS JOURNAL編集部、協力＝安達祐輔／ロボットエンジニア）