脳波でロボット学習を補う？ EncordとZander Labsが探る物理AIの新しい訓練データ
3行解説
- Encordが、Zander Labsの脳波ヘッドセットを使う試験運用を始めました。
- 人の意図や驚きを読み取り、ロボット学習用データに付け足します。
- 物理AIの学習で不足する実世界データを補う狙いがあります。
ニュースの概要
2026年7月26日、TechCrunchは、EncordがZander Labsの脳波ヘッドセットを使い、ロボット学習用データを作る試験運用を進めていると報じました。舞台はカリフォルニア州サンリアンドロの倉庫です。そこで作業者は、カメラ付きヘッドセットを着けて木のブロックを崩す作業を行い、視線だけでなく脳波も同時に計測していました。
Encordは、機械学習モデルの学習や評価に使うデータ基盤を手がける企業です。同社は、ロボット向けの学習では実世界の物理データが足りないと見て、データを管理するだけでなく、自分たちで作る方向に動いています。今回の脳波データは、まず小さな試験用データセットを作り、顧客のロボットモデルに通して性能が上がるかを確かめたうえで、拡大するかを判断する計画です。
Zander Labsは、脳の活動から意図、エラー、驚きといった状態を読み取ることで、学習に役立つ情報を増やせると考えています。EncordのVineeth Velmurugan氏は、ロボット学習の現場では「データが存在しない」と述べ、動画だけでは足りないことを強調しました。現場では、遠隔操作のロボットや、作業者の目線を集めるegocentric data（本人視点の映像）も使われており、脳波や筋電のような新しい計測もその延長線上にあります。
脳波データはロボット学習の何を変えるのか
今回の記事で目を引くのは、Encordが単に映像を集めているのではなく、人の頭の中の負荷までデータ化しようとしている点です。ブロックを外す場面で、どこで迷い、どこで驚きが起きたかが分かれば、ロボット側は「どの動きが難しいか」を学びやすくなります。たとえば、サーバー背面のケーブル抜き差しのような細かい作業では、手先の動きだけでなく、作業者がどこで慎重になったかが手がかりになります。
ただし、脳波を入れればすぐにロボットが賢くなるわけではありません。まずは小さな作業で、脳波タグ付きデータが本当に性能向上につながるかを確かめる必要があります。今回のような取り組みは、派手な実演よりも、地道なデータ作りが物理AIの土台だと示しています。ロボットの進化は、機体の見た目よりも、学習に使うデータの質で差がつく段階に入っているのかもしれません。
脳波と映像を比べると
| 項目 | 映像データ | 脳波データ |
|---|---|---|
| 主な情報 | 見た動き | 頭の状態 |
| 分かること | 手順や姿勢 | 意図や驚き |
| 使い道 | 動作の再現 | 難所の特定 |
| 課題 | 情報が表面寄り | 計測が難しい |
脳波や筋電のような新しい計測を使った学習データづくりは、ロボット開発の進め方そのものを変えつつあります。こうした動きは業界全体で広がっており、自社の現場でどの工程に応用できるかを考えるきっかけになります。
ロボット導入・自動化をご検討の方へ
「自社にはどんなロボットが合うのか」お悩みではありませんか。貴社の現場課題に合わせた最適な活用方法をご提案します。まずはご相談・資料請求からお気軽にどうぞ。
