清水建設、建設現場で見えたフィジカルAIの壁を産業共通の基盤づくりにつなげる

事例1：現場内巡回

　乱雑な現場を移動できるかを確かめるため、まずは人型ロボットを歩かせる歩行実験を実施した（図1）。だが本題は、ロボットの左手に装着したスティックカメラ経由で回収した映像データにある。

図1：建設現場を巡回する人型ロボットからデータを収集する

　取得したデータをAI技術に読み込ませて、現場状況の要約作成や、特定の車両が映るシーン場面の検索、「足場の安全について指摘してほしい」という指示に基づく危険箇所の抽出を実現する。「まるでベテランの管理者が現場に行って『これが危ない』と示唆する」と五十嵐氏は話す。

事例2：塗装作業

　人が塗装動作を30回前後実演して人型ロボットに模倣学習させた後、モデルの推論によって「塗料を取り、余分な塗料を拭い、塗る」という動作を実行した。

　「まだまだ職人のようには塗れていない」と五十嵐氏は認めるが、あえて塗装を選んだのには理由もある。流体を取り扱う難しさに加え「物体の移動と違って“作業の終わり”が定義しにくい」（同）からだ。塗り終わるという状態がどういうものなのか、それは品質的に問題ないのかという判定基準のあいまいさに加えて壁面への接触を伴う。そのため「必要なセンサー情報の種類、すなわち異なる形式のデータである『モダリティ』の選定も課題になる」（同）という。

　他にも「まだロボットを使うにはハードルが高い」（五十嵐氏）ものの、左官の技能を、職人の目線カメラや関節動作の動きで計測・記録。VLM（Vision Language Model：視覚言語モデル）へ入力して作業内容を説明させ、アノテーション（意味付け）に用いるデータ収集を実施している。さらに、自社研修施設をフォトリアルに再現した仮想環境での学習といった事例もある。

　データを収集し、モデルを学習させ、実現場に実装する。この一連のサイクルを五十嵐氏は「本業のロボットベンダーに比べれば足元にも及ばない」と断りを入れつつも「技術の受け手であるユーザー側が自ら開発の現場に立ち、手を動かすことに意義がある」と強調した。