GrittとMasTec、太陽光発電所の建設にフィジカルAIを導入

GrittとMasTecは、複数の米国州にまたがる大規模太陽光発電プロジェクトを皮切りに、再生可能エネルギー関連の建設現場でフィジカルAIの活用を拡大している。この提携では、GrittのロボットシステムとMasTec Renewablesの建設チームが連携し、計画ソフトウェアの中にあったAIを、資材の運搬や設置の現場に導入する。

発表によると、MasTecは稼働中のプロジェクトでGrittのシステムを評価し、そのシステムはメガワット規模の太陽光パネルの設置を支援した。両社は現在、導入案件を順次拡大する計画で、他のインフラ分野への応用も検討する。契約の金銭的条件は公表されておらず、個別のプロジェクト現場も明らかにされていない。

建設用ロボットにとって重要なのは、稼働する環境だ。太陽光発電所には反復的な設置作業が何千件もある一方、天候の変化や起伏のある地面、移動する機材、近くで作業する人々がいる環境で行われる。

作業員がすでに使っている機材に取り付けるロボットアタッチメント

Grittのアプローチは、AIと一般的な建設機械向けのロボットアタッチメントを組み合わせるものだ。発表時、同社はスキッドステアローダーやフォークリフトなどの車両にロボットアームを接続し、資材の取り扱いや組み立てを行う構想を説明した。これは、請負業者にまったく新しい車両プラットフォームの導入を求めるのではなく、既存の機材に自動化機能を加えるものだ。

同社は7月、プレシードおよびシリーズAの資金調達で3,240万ドルを獲得したことを公表した。この中には、Obvious Venturesが主導した2,600万ドルのシリーズA資金調達が含まれる。MasTecとの契約は、この事業開始と、先に発表されたBurns & McDonnellとの太陽光発電所建設における提携に続くものだ。

Grittの太陽光発電向け製品ページでは、パネルのピックアンドプレースが現在の用途として挙げられており、母屋の組み立て、部材の運搬、監督も今後の拡大分野に含まれている。同社によると、設置済みパネルは3万5,000枚を超え、設置済みの太陽光発電容量は18 MWを超える。別途示されている28億ワット（2.8 GW）の建設契約額は、契約済みの将来の工事を指しており、設置完了分ではない。

Grittは、変化する現場に機械をどう対応させるのか

アーキテクチャに関する技術解説で、Grittは建設現場のラベル付き・ラベルなしの画像や動画で学習させた基盤モデルについて説明している。この共通表現をもとに、制御ポリシー、セグメンテーション、6自由度の姿勢推定など、特定のタスクに特化したモデルを構築する。6自由度の姿勢推定とは、三次元空間における物体の位置と向きを特定することだ。

同社は学習と実行時のチェックを組み合わせている。観測システムが不確実性を評価し、提案された動作を検証する一方、新しいモデルは制御を担う前に、まずシャドーモードで稼働する。介入・復旧の仕組みにより、システムが支援を必要とする場合も作業を継続でき、後続の学習に使う事例も生成される。

Grittは、現実からシミュレーションを経て再び現実へとつなぐパイプラインについても説明している。現場の画像や動画を使ってシーンを再構成し、それをシミュレーション上の学習・検証エピソードに変換する。CADモデルや再構成した物体、ランダムに設定した条件を活用することで、実際の現場で再び遭遇することだけに頼らず、まれな状況を繰り返し検証できる。

こうした仕組みは、導入にあたっての中心的な課題に対処する。ロボットは、予期しない出来事のたびに部品を損傷したり、プロジェクトを停止したりすることなく、未知の状況に対応しなければならない。エンジニアリング上の目標は、単にデモを成功させることではなく、変化のある環境でも安定した性能を発揮することだ。

MasTecが導入パートナーとして適している理由

MasTec Renewablesの太陽光発電事業は、開発・設計から建設、運用までを手がける。同社の能力には、太陽光発電システムのモデリング、資材物流、基礎工事、集電システム、変電所、高圧送電線への接続が含まれる。固定架台システムに加え、単軸および二軸の追尾システムも設置している。

こうした事業の幅広さにより、ロボットによるパネル設置は、より大規模な施工プロセスの一部となる。機械の設置速度が意味を持つのは、作業員、資材、基礎工事、電気工事が連携して進む場合に限られる。単独では高い性能を発揮するアタッチメントでも、請負業者の作業順序、保守、安全に関する慣行に適合しなければならない。

MasTec Renewablesの建設担当副社長Rob Turnerは、同社による評価を通じて、自社の従業員が持つ経験とGrittの技術を組み合わせる可能性が示されたと述べた。両社は、熟練作業員を支援することを導入の軸に据えており、作業の指示と検証は引き続き人が担う。

作業員の検知も技術的な課題の一つ

Grittが公開した研究からも、屋外ロボットの安全性を確保するには、学習データの作成プロセスに注意を払う必要があることがわかる。作業員検知の分析では、自動化されたデータ品質フィルターによって、ひざまずいた人やかがんだ人、あるいは一部が遮られた人が写る画像が、不均衡に除外される可能性を同社が検証した。

こうした姿勢は、フィルタリングされたデータセットにはあまり含まれないとしても、建設現場ではごく一般的です。バウンディングボックスで作業員を正しく特定できても、姿勢推定器ではその人の関節位置を再構成しにくい場合があります。事例全体を除外すると、現場に投入されたロボットがまさに認識する必要のあるケースが失われかねません。

Grittによると、採掘作業時の姿勢を取った作業員のシミュレーションデータを追加したところ、実際の現場映像における低姿勢の作業員の検出再現率が1.6パーセントポイント向上しました。この結果が示すのは、特定の認識評価に関するものであり、MasTecの導入全体における安全性能を測るものではありません。

パネルの設置から現場の状況把握へ

Grittがより広い目標として掲げるのは、現場での作業実行を、現場の検証や計画立案と結び付けることです。同社のシステムは作業中に情報を収集するため、実際に建設されたものと、プロジェクトで次に完成が予定されているものを比較できる可能性が生まれます。

MasTecにとって、当面の適用分野は引き続き太陽光発電設備の建設です。Grittにとって、導入を重ねることは、より多くの作業や条件に合わせて技術を適応させる道筋となります。この提携が次に問われるのは、実運用において、建設作業員が担う判断力や連携を損なうことなく、有用な自動化を複数のプロジェクトに一貫して導入できるかどうかです。