Name: フィギュア03ロボットはあなたの家を掃除する準備ができていますか？ (Is the Figure 03 Robot Ready to Clean Your House?)
Uploaded: 2025-10-14T08:07:49.000Z
Duration: 6 min 5 s
Description: VoiceTubeの動画で発音を聞きながら英語表現を覚えよう！学べる英語：

So Figure designs and manufactures humanoid robots.

Figureはヒューマノイドロボットを設計・製造しています。

上級比較級を表す句型

And the goal is to be able to do as much stuff a human can as possible in the physical world.

そして、物理的な世界で人間ができることの多くをできるようにすることが目標です。

再帰代名詞

We think of a lot of ourselves as like trying to give.

私たちは、多くのことを「与える」ことだと考えています。

This is kind of a creepy, but like trying to give AI a body.

これは少し不気味ですが、AIに体を与えるようなものです。

How do we ultimately send robots out to the world to do everything from work in the commercial market and then ultimately we want to put a robot in every home in the world.

最終的に、商業市場での仕事から、世界中のすべての家庭にロボットを置くまで、ロボットを世界に送り出すにはどうすればよいでしょうか。

Laundry, dishes, cleaning up the house, basically everything that a human can do in the physical world over time, we'd like a humanoid to do.

洗濯、皿洗い、家の掃除など、物理的な世界で人間ができることすべてを、将来的にはヒューマノイドにやってもらいたいと考えています。

In late September, Time's cover shoot was a domestic affair with a humanoid robot called the figure 3.

9月下旬、タイム誌の表紙撮影は、figure 3というヒューマノイドロボットを使った家庭的なものでした。

It's the latest creation of figure AI, a California based startup backed by more than a billion dollars in funding which is building towards a future where humanoid robots make human labor a thing of the past.

これは、10億ドル以上の資金調達を受けているカリフォルニアのスタートアップ、figure AIの最新の創造物であり、ヒューマノイドロボットが人間の労働を過去のものにする未来を目指しています。

Time witnessed the Figure three load a dishwasher, clear clutter and fold clothes.

タイム誌は、Figure 3が食洗機に食器をセットし、散らかったものを片付け、服をたたむのを目撃しました。

But even in this tightly controlled environment, the robot often struggled.

しかし、この厳密に管理された環境でさえ、ロボットはしばしば苦戦していました。

The dream of general robotics, it seems, is still a long way from becoming a reality.

一般的なロボット工学の夢は、まだ現実のものとなるには程遠いようです。

So there were occasions where I was watching the robot folding towels and loading a washer and it's kind of clear that it can kind of do those things pretty well.

ですから、ロボットがタオルをたたんで洗濯機に詰め込んでいるのを見て、それらのことをかなりうまくこなせることが明らかになる場面もありました。

But there were times when one of the towels dropped out of the washer and it was unable to pick it up.

しかし、タオルが洗濯機から落ちてしまい、それを拾い上げることができない時もありました。

So, like, how do you get from there to your vision of general robotic overlord that can do anything you want it to?

では、そこから、あなたが望むことは何でもできる汎用ロボットの支配者というビジョンにどうやって到達するのですか？

I think the short answer is we feel like data fixes almost all this at this point.

短い答えは、現時点ではデータがほぼすべてを解決すると感じているということです。

And we've seen that in almost all the demonstrations we do, where even in the early stages, like we say tile folding or like the logistics use case, like, it just wasn't that great.

そして、私たちが実施するほぼすべてのデモンストレーションでそれを見てきました。初期段階でさえ、タイルをたたむことや物流のユースケースのようなものでは、それほど優れていませんでした。

たくさんの間違いを犯しました。

As we add more data, it got faster, it made less mistakes.

より多くのデータを追加するにつれて、それは速くなり、間違いも少なくなりました。

そこにはまだいくつか間違いがありました。

And all that is sort of asytomically basically approaching zero.

そして、それらすべてがほぼゼロに近づいています。

It's getting close to human levels in terms of we could run them for hours and hours and it just performs really well.

何時間でも稼働させることができ、非常にうまく機能するという点で、人間のレベルに近づいています。

Large language models like ChatGPT proved that if you scale up the amount of data and computing power used to train a neural network, it would gain surprising new capabilities across the board.

ChatGPTのような大規模言語モデルは、ニューラルネットワークのトレーニングに使用されるデータ量とコンピューティングパワーをスケールアップすれば、全体的に驚くべき新しい能力を獲得できることを証明しました。

Figure is one of a group of companies attempting to apply that insight to robotics.

Figureは、その洞察をロボット工学に応用しようとする企業のグループの一つです。

The company's spending big to collect video data of humans performing tasks like folding clothes and cleaning homes in a bid to teach robots to do the same thing.

同社は、ロボットに同じことを教えるために、服をたたんだり家を掃除したりする人間のビデオデータを収集するために多額の費用をかけています。

大きな疑問は、それがうまくいくかどうかです。

The company says early Experiments have already yielded promising results.

同社によると、初期の実験ですでに有望な結果が得られています。

Some of the last generation of robot, the figure 2, are already working in a BMW factory in South Carolina, moving parts that ultimately make it into the BMW X3.

数世代前のロボットであるFigure 2は、すでにサウスカロライナ州のBMW工場で、最終的にBMW X3に搭載される部品を動かしています。

One of our core focuses in the roadmap here is how do we ship robots basically into every consumer home in the world.

私たちのロードマップにおける中心的な焦点の一つは、いかにしてロボットを世界中のほぼすべての一般家庭に普及させるかということです。

We want to do what we do all day in the home and just, like, things I hate, like, I don't want to do laundry, I don't want to do dishes, I don't want to clean up the house.

私たちは、家で一日中していることを、例えば、やりたくないこと、洗濯をしたくない、食器を洗いたくない、家を片付けたくない、といったことをやりたいと思っています。

And we haven't really had any, like, large breakthroughs in the home in terms of automation for decades.

そして、何十年もの間、家庭における自動化に関して、大きな進歩はありませんでした。

So our view is that the robot will not only act as, like, your companion in your home, being able to share, like, very deep memory and be able to, like, basically talk to you basically just with speech, and

ですから、私たちの考えでは、このロボットは単に家庭でのコンパニオンとして機能するだけでなく、非常に深い記憶を共有し、基本的に話しかけるだけで会話ができるようになるということです。

then ultimately be able to do everything you do in the home that you don't want to do.

そして、最終的には、あなたが家でやりたくないことすべてができるようになるでしょう。

But upon its launch this October, the figure 3 won't be ready for your home.

しかし、この10月に発売されるfigure 3は、ご家庭で使えるようにはなりません。

Not only is the robot not yet useful enough to be an Android butler, but

このロボットはまだアンドロイド執事として十分な性能を発揮できるわけではありませんが、

Figure says it also has many unsolved safety challenges.

Figureは、安全面でも多くの未解決の課題があると言っています。

Large language models are notorious for sometimes going off the rails.

大規模言語モデルは、時に脱線することがよく知られています。

And that controllability problem will extend to the systems that power humanoid robots, too.

そして、その制御性の問題は、ヒューマノイドロボットを動かすシステムにも及ぶでしょう。

There's also the problem of ensuring that the robot doesn't fall over, cause property damage, or injure its human cohabitants.

ロボットが転倒したり、物的損害を与えたり、一緒に住む人間を傷つけたりしないようにすることも問題です。

Getting the robot to be extremely safe in the home long term is a really hard problem.

ロボットを長期間、家庭で非常に安全に使うことは、本当に難しい問題です。

I would say now we're tracking like, almost like 15 different areas for safety.

安全面では、現在15ほどの異なる領域を追跡していると言えます。

There's like a physical safety thing of, like, the system safety engineering needs to be done really well.

システム安全工学を非常にうまく行う必要がある、物理的な安全性の問題があります。

There's like, cybersecurity that we need to do really well.

サイバーセキュリティも非常にうまく行う必要があります。

大規模な暗号化をどのように行うのでしょうか？

We have a safety lead here that previously worked on basically mobile robotics.

ここには、以前は主にモバイルロボット工学に携わっていた安全担当者がいます。

We have a cybersecurity lead that came from, like, one of the top groups in cybersecurity here in the US they each have teams.

ここには、米国内のサイバーセキュリティのトップグループの一つから来たサイバーセキュリティ担当者がおり、それぞれチームを持っています。

And we're basically trying to spend basically a large focus on trying to figure out how do we enter first, which will be U.S.

そして、まずどこに進出するか、それは米国になりますが、安全な方法で、かつ高性能な仕事をするために、多くの重点を置いています。

homes, and then global in a safe way and do high performance work.

家庭に、そしてその後は世界中に、安全な方法で進出し、高性能な仕事を行うことです。

If there's even a small chance that this audacious company can succeed in its goal, the implications would be world changing.

この大胆な企業がその目標を達成するわずかな可能性があったとしても、その影響は世界を変えるでしょう。

With the global population expected to peak this century before heading into decline, the arrival of robots might allow the world economy to continue growing even as human labor becomes less abundant.

今世紀中に世界人口がピークに達し、その後減少に向かうと予想される中、ロボットの登場は、人間の労働力が少なくなる中でも世界経済の成長を続けることを可能にするかもしれません。

Thanks to robots, the cost of goods and services might plummet, potentially enabling an increased quality of life for all.

ロボットのおかげで、商品やサービスのコストが急落し、すべての人々の生活の質が向上する可能性があります。

But liberating humans from work would also mean liberating them from their paychecks.

しかし、人間を労働から解放することは、給料からも解放することを意味します。

Robots would do the same for manual labor as cloud based AI threatens to do for office work, creating a joblessness crisis that Adcock says should be addressed with some form of universal basic income.

ロボットは、クラウドベースのAIがオフィスワークに影響を与えるのと同じように、肉体労働にも同じことをするでしょう。これにより、失業危機が発生し、アドコックは、何らかの形のベーシックインカムで対処すべきだと述べています。

At the same time, though, this billionaire entrepreneur is already calculating how to win control of what he expects to be a $40 trillion industry and one that tends towards Monopoly.

同時に、この億万長者の起業家は、40兆ドル産業になると予想される、そして独占へと向かう傾向のある産業の支配権をどのように獲得するかをすでに計算しています。

You're making like a synthetic human that's like really cheap.

とても安い、合成人間のようなものを作っているのですね。

It works like seven days a week, like 20 to 24 hours a day, and

like just wants to keep working and learning.

働き続け、学び続けたいだけなのです。

How many cheap humans, synthetic humans, could you sell in the world to do stuff?

世界で、何かをするために、いくつの安い人間、合成人間を売ることができるでしょうか？

I mean, I think billions in the workforce for sure.

そうですね、確かに数十億人規模の労働力になると思います。

誰もが欲しがると思いますよ。

So you have like close to 10 billion there.

そうすると、100億人近くになりますね。

I do feel there'll be a point probably in the Bay Area first where you walk out and you see more humanoids than humans.

ベイエリアでは、人間よりもヒューマノイドロボットの方が多いという状況になると思います。

ええ、もうすぐそこまで来ていますよね？

クレイジーに感じるでしょうね。

I look at this like, you know, I grew up reading a bunch of crazy sci fi and dreaming of this, but

私は、SFをたくさん読んで、これを夢見て育ちましたが、

I think it'll be amazing to have like humanoids out and about.

ヒューマノイドロボットが街を行き交うのは、素晴らしいことだと思います。

It can basically do things for you as a companion, knows you better than probably maybe anybody else.

コンパニオンとして、あなたのために物事をこなしてくれ、おそらく誰よりもあなたを理解してくれるでしょう。

So I'm like really looking forward to it.

だから、本当に楽しみにしています。

We're not designing the robots to like harm humans or weaponize things like this.

ロボットは人間を傷つけたり、武器化したりするように設計しているわけではありません。

We're designing them to do really useful work for humanity.

人類のために本当に役立つ仕事をするように設計しています。