エンボディッドのCEO兼創設者パオロ・ピルジャニアン – インタビュー・シリーズ

パオロ・ピルジャニアンは、アルメニア生まれでイランで育ち、10代でデンマークに移住しました。子供の頃からコンピューターに強い関心を持ち、自室でプログラミングを始めました。ロボティクスの博士号を取得した後、パオロは消費者ロボティクスの分野で16年以上の経験を持つリーダーとなり、家庭用ロボットの開発と商業化に携わりました。彼はNASA JPLで働き、iRobot、Evolution Roboticsなどで世界クラスのチームと会社を率いてきました。2016年、パオロはエンボディッド株式会社を設立し、社会的に感情的に知能のあるデジタル・コンパニオンを構築し、ケアとウェルネスを改善し、人々がより良い生活を送ることをサポートすることを目指しています。

あなたが最初にAIとロボティクスに惹かれたのは何でしたか？

私のAIとロボティクスへの関心は子供の頃から始まりました。私は国を追われて何度も移住し、家族と共にデンマークに移住しました。ある日、コンピューターを偶然見つけたのです。私はそれに強く惹かれ、部屋にこもって日夜プログラミングをしました。両親は私がうつ病や薬物中毒になっていると思ったようですが、実際はそうではありませんでした。私はただコンピューターに夢中になっていたのです。

その頃、テレビでピクサーによるドキュメンタリーを観ました。ピクサーは最初のアニメーション短編「Luxo Jr.」を発表しました。それは2分間の短編で、2つのテーブル・ランプが走り回ってボールで遊んでいました。私はそれに強く惹かれ、コンピューターがそんなに愛らしいキャラクターをテレビで表現できることに驚きました。そこから私はロボティクスを学ぶことを決意し、最終的に博士号を取得しました。

その後、アメリカに移り、NASAで火星ローバーの開発に携わりました。これは子供の頃からの夢でした。後に起業家として、SLAMナビゲーション技術の開発に携わり、現在のiRobotの製品に搭載されています。

しかし、振り返ってみると、私のこの旅の原動力は実際にはピクサーのアニメーション短編「Luxo Jr.」でした。そこで私はエンボディッドを設立し、ロボットに命を吹き込み、人々と交流できるようにしました。特に子供の社会的感情的発達を支援することを目指しました。

あなたはいつEvolution Roboticsのコンセプトに出会ったのですか？

Evolution Roboticsは、2001年にイデアラボのビル・グロスによって、ロボティクスのマイクロソフトになるという大胆なビジョンで設立されました。しかし、時期尚早で最終的に失敗しました。私はEvolution RoboticsのCTO兼GMでした。失敗後、私はイデアラボと交渉し、チームが開発したコア技術の一部をスピンアウトさせ、新会社を設立することにしました。2008年、新しいエンティティ、Evolution Roboticsは、コアナビゲーション技術であるNorthStarとvSLAMを使用した製品の開発を開始しました。これらは、空間マッピングと自律ナビゲーションに対する革新的なアプローチでした。

私たちは、自動掃除と床の掃除を行う製品ライン「Mint」を開発し、2010年に発売しました。2011年までに、2500万ドルの売上に急成長し、2012年にiRobotに製品収入とナビゲーション技術vSLAMで買収されました。

iRobotのCTOとしてのあなたの経験についてお話しください。

iRobotのCTOとして、私はvSLAMをRoomba製品ラインに迅速に統合し、新しいモデルを発売して、床面全体をシステム的にカバーすることができました。これにより、会社はダイソンなどの競争他社と競合することができました。vSLAMは現在、iRobotのフラグシップ製品ラインであるRoombaとBraavaの重要な部分です。

私は、iRobotのCEOであるコリン・エンジェルと密接に協力し、Roombaを中心としたコネクテッド・ホーム・エコシステムの戦略的方向性を設定するのに役立ちました。Roombaの空間認識能力により、すべてのコネクテッド・デバイス間のつながりとなる可能性があります。この戦略は、私の退社後も強力な基盤を持っているようです。

さらに、私たちは、消費者ロボティクス事業に重点を置くことを決定し、iRobotの世界的なリーダーシップを維持するために、防衛事業を売却し、他の周辺事業から撤退しました。

また、ソフトウェア重視の戦略をサポートするために、会社の文化を変革する必要がありました。アジャイルでイテレーティブなアプローチを取り入れる必要がありました。

iRobotでの私の経験から学んだことはたくさんありますが、チーム文化の力が最も印象的でした。アジャイルでミッションにコミットしたチームは、特許ポートフォリオやノウハウよりも大きな競争上の優位性です。高パフォーマンスのチームが目標に向かって突き進むのは、止めることが難しいでしょう。

現在、エンボディッドの創設者兼CEOとして、会社の設立の背景についてお話しください。

私はiRobotでのCTOとしての経験をとても楽しんだのですが、私にはまだ夢を叶える必要がありました。社会的に感情的に知能のあるロボット・コンパニオンを構築し、ケアとウェルネスを改善し、日々の生活を支援することを目指していました。テクノロジーとの人間の交流が変化する時期にありました。そこで私はiRobotを退社し、エンボディッドを設立することを決めました。

エンボディッドを設立した当初から、私たちは人間とマシンの交流を、単なる口頭での命令を超えて再考し、再発明しようとしました。次世代のコンピューティングを可能にし、流暢な社会的交流が可能な新しいタイプのマシンをパワーすることを目指しました。具体的には、最初の製品は、子供が社会的感情的スキルを身につけることを支援するためのアニメート・コンパニオンを構築することに焦点を当てました。このコンパニオンは、モクシーと呼ばれるようになります。モクシーは、新しいタイプのロボットで、感情を理解して表現する能力があり、感情的なスピーチ、信頼性の高い顔の表情、ボディ・ランゲージで人間の心理学と神経科学に基づいて、より深い絆を築くことができます。

これを実現するために、私たちは、エンジニアリング、テクノロジー、エンターテインメント、ゲーム・デザイン、子供の発達など、さまざまな分野のリーダーたちからなる、熱意を持ったチームを結成しました。過去4年間、エンボディッドは、モクシーを実現するために最新のテクノロジーをまとめるために、ひたすら努力してきました。チームは、モクシーを必要としている家族にモクシーを届けるために、ようやく製品を完成させることができました。

ロボティクス・スタートアップの背後にあるユニークな起業家的課題についてお話しください。

私たちは、人間とマシンの交流を変革することを目指していますが、解決しなければならない問題がいくつかありました。

1. 平面スクリーンはデバイスにあり、デバイスを生き生きとしたものにするにはどうすればよいですか?
2. 現在の会話エンジンは非常に限定的な会話しか許可していません。どうすればより自然な会話を実現できるでしょうか?
3. ロボットのような音を出さない自然な声はどうすれば実現できるでしょうか?
4. 目を見つめることは非常に重要です。コンピューター・ビジョンを使用して信頼性の高いアイ・トラッキング能力を確保するにはどうすればよいですか?

これらの質問は、モクシーの特徴を実現するために、最先端の技術革新につながりました。

まず、投影された丸みを帯びた顔です。スクリーン・タイムが発達中の脳に与える悪影響に関する統計は増えてきています。さらに、子供向けのテクノロジー・デバイスのほとんどは、デジタル・スクリーン・ディスプレイを特徴としています。そこで、私たちは、モクシーの顔が完全に投影されたものにするための追加投資を行い、丸みを帯びた自然な曲線のあるスクリーン・フェイスを作成することができました。これにより、モクシーとの交流はよりリアルで信頼性の高いものになります。実際、モクシーの顔の3Dアピアランスにより、モクシーは子供と実際的なアイ・コンタクトをとることができます。

次に、会話エンジンです。スマート・スピーカーとボイス・アシスタントは、コマンドを開始するために繰り返し「ウェイク・ワード」を使用する必要があります。モクシーの会話エンジンは異なります。自然な会話の流れに従い、ウェイク・ワードを使用せずに応答します。高度な自然言語処理により、モクシーは言語を認識して理解し、シームレスに生成することができます。これにより、会話はより個人的で自然なものになります。

第三に、音声合成です。モクシーの声は、ほとんどのロボットやボイス・アシスタントのようなロボットのような音や単調な音ではありません。代わりに、モクシーは自然で感情的な声のトーンやイントネーションを使用します。これにより、モクシーは社会的感情的レッスンをより幅広く提供することができ、会話はよりリアルで信頼性の高いものになります。

最後に、目です。モクシーの大きなアニメーション・アイは、最も重要な特徴の1つです。革新的なアイ・トラッキング・テクノロジーにより、モクシーは子供が部屋の中で動き回ってもアイ・コンタクトを維持することができます。これにより、子供はアイ・コンタクトの練習をすることができ、モクシーは感情的なコミュニケーションをより強調することができます。

最後に、これらの技術的特徴は、モクシーとの交流をリアルで自然なものにすることを可能にします。モクシーのマルチモーダル・センシング・フュージョンにより、モクシーは環境とユーザーに気づいています。モクシーのコンピューター・ビジョンとアイ・トラッキング・テクノロジーにより、子供が動き回ってもアイ・コンタクトを維持することができます。マシン・ラーニングにより、モクシーはユーザーの好みやニーズを学習し、人や物を認識することができます。特別な位置にあるマイクにより、モクシーは音の方向を聞き出し、音の源に向き直すことができます。タッチ・センサーにより、モクシーはハグやハンドシェイクを認識することができます。これらのすべてのピースがまとまって、体験は非常にリアルなものになります。

モクシーが子供たちにとって完璧な製品であることを示すものは何ですか？

モクシーを使用すると、子供たちは毎日、子供の発達のベスト・プラクティスと幼児教育に基づいたコンテンツで、意味のある遊びに参加することができます。毎週は、親切、友情、共感、または尊敬などのテーマが異なり、子供たちはモクシーと一緒にミッションを完了することで、人間の経験、アイデア、ライフ・スキルを探索することができます。これらのミッションには、創造的な自由な遊び、呼吸練習や瞑想を通じたマインドフルネス・プラクティス、モクシーとの読書、他者への親切の方法の探索など、さまざまなアクティビティが含まれます。モクシーは、子供たちが周囲の世界や人々を発見することを促します。すべてのこれらのアクティビティは、ターン・テイキング、アイ・コンタクト、積極的なリスニング、感情の調整、共感、関係の管理、問題解決などの重要なライフ・スキルを子供たちに教え、安全に練習させるのに役立ちます。

エンボディッドは、エンサイクロペディア・ブリタニカとマリ엄・ウェブスターと提携し、モクシーが子供たちに適切な定義と関連情報を提供できるように、マリ엄・ウェブスターの辞書を統合しました。これは、ブリタニカとマリ엄・ウェブスターが共有する使命を実現するための最初のステップです。つまり、子供たちに好奇心と学習の喜びを与えることです。

エンボディッドはまた、モクシーで子供の旅をサポートするための包括的なエコシステムを開発しました。これにより、子供たちはモクシーを安全で保護された方法で使用することができます。

• エンボディッド・モクシー・ペアレント・アプリは、モクシーでの子供の発達の進捗状況を把握するためのダッシュボードを提供します。このアプリは、モクシーとの活動を通じて子供の社会的、感情的、認知的発達に関する重要な洞察を提供します。また、アプリは、子供のモクシーでの体験と進捗を強化するための貴重な提案やヒントを提供します。
• オンライン・チャイルド・ポータル・サイト（グローバル・ロボティクス・ラボラトリー、またはG.R.L.と呼ばれる）は、モクシーとの体験を強化するための追加のアクティビティ、ゲーム、ストーリーを提供します。
• 毎月のモクシー・ミッション・パックは、モクシーとの新しいアクティビティに子供たちを巻き込むための郵送物です。また、トレーディング・カードやステッカーなどの楽しいアイテムも含まれています。

時間の経過とともに、モクシーは子供についてより多くのことを学習し、各子供の個別の発達目標に合わせてコンテンツをより個人化することができます。エンボディッドは、子供や家族から提供される情報を高いプライバシーとセキュリティの基準で取り扱うための慎重な措置を講じています。モクシーは、子供のオンライン・プライバシー・プロテクション・アクト（COPPA）セーフ・ハーバー認定を取得することを目指しています。つまり、親はモクシーが先進的なデータ・インテグリティとセキュリティ・手順を採用しており、システムが完全なコンプライアンスを確保するために定期的に監査されることを知って安心できます。また、個人を特定できるデータや機密情報は、最高レベルのセキュリティで暗号化され、親だけがアクセスできるユニークなキーでしか復号化できません。

モクシーが直面する自然言語処理の課題についてお話しください。

エンボディッドでは、人間とマシンの交流を再定義することを目指しています。特に、自然言語処理を通じて会話をします。そこで、私たちはソーシャルXtMというプラットフォームを開発しました。これにより、子供たちはモクシーと自然な交流（顔の表情、会話、ボディ・ランゲージなど）を通じて交流することができます。これにより、信頼、共感、動機付けが促進され、発達スキルが促進されます。ソーシャルXtMを使用して、エンボディッドはアニメート・コンパニオンという新しいロボットのカテゴリを導入しています。アニメートとは、命を吹き込むことを意味します。ソーシャルXtMにより、モクシーは新しい形のテクノロジーで、人間の最良の部分を体現することができます。

自然言語処理は、私たちの自然な会話エンジンの核心です。私たちが作成した会話エンジンには、いくつかのユニークな特徴があります。

私たちが取り組んだ主な特徴は、モクシーの会話を単一のユーザーに焦点を当て、バックグラウンドの会話や音を区別する能力でした。これにより、会話はより集中して個人的なものになります。これは、多くの人が「コクテール・パーティー・プロブレム」と呼ぶものの解決策です。コクテール・パーティーで、部屋の中に多くの人が話をしている中で、1人の人と会話を続けるのは、人間には難しくありませんが、コンピューターにとっては非常に難しいです。モクシーは、単一のユーザーが何と言っているかを把握し、バックグラウンドの会話やテレビなどの雑音に惑わされないようにするにはどうすればよいのでしょうか。

1. 私たちは、モクシーが向いている人を識別するためのビジョン・システムを使用します。
2. モクシーの前面には、音の方向を示すマイクが数多くあります。
3. 私たちは、機械学習を使用して、音をモクシーの前にいる人と一致させます。これにより、他の会話をフィルタリングして、単一のユーザーに焦点を当てることができます。

一般的に、市場にある会話エージェントは、「ウェイク・ワード」の使用を避けるために、会話を開始するために「ヘイ・シリ」または「オーケー・グーグル」のような「ウェイク・ワード」を使用しています。しかし、モクシーは単一のユーザーに焦点を当てることができるため、会話を開始するために「ウェイク・ワード」は必要ありません。

私たちは、モクシーの会話エンジンが会話の応答にコンテキストを理解できるようにしたいと思っていました。これにより、会話はより繊細なものになります。たとえば、モクシーは「私は知らない」と「いいえ」の異なる意味を理解することができます。

モクシーまたはエンボディッドについてさらに何かお話しください。

私たちは、このプロジェクトに4年間取り組み、モクシーを実現するために必要な驚くべき発明を生み出すために、献身的なチームがひたすら努力してきました。モクシーを家族に届けて、子供たちの社会的感情的発達を支援するために、ようやく製品を完成させることができました。そこで、私たちはこの旅を楽しみにしています。

インタビュー感謝します。ピクサー短編アニメーションに最初にインスパイアされたこと、そしてそれ以来の人生の情熱を追求してきたことを聞くことができて、嬉しかったです。モクシーについてさらに知りたい、またはモクシーを注文したい読者は、エンボディッド株式会社を訪問してください。