AIライブラリ
デジタル主権の二重構造
欧州の脱パランティアとアメリカン・ビッグテックの鎖
金景珍（キム・ギョンジン）, 弁護士
欧州の情報機関と国防省が米パランティアの分析ツールを排除し始めた2026年の記録です。フランス国内治安総局とドイツ連邦憲法擁護庁、オランダ国防省の置き換え決定、米国の輸出規制が同盟国の人工知能アクセスをわずか3日で遮断した事件、CLOUD ActとFISA 702条がもたらした域外管轄の実態を扱っています。欧州連合のクラウド・AI開発法（CADA）が定めた4段階の主権保証レベルと主権理由による契約解除権、ユーロスタック構想と3,000億ユーロの投資障壁に至るまで、全5章15節と結論2節で整理しました。
[AI書房] 第12章 物理的AIの到来
ジェンスン・フアンの物語
第12章 物理的AIの到来
金京鎮
画面を超えて身体を得る知能
ローマ人たちが地中海を「わたしたちの海（Mare Nostrum）」と呼ぶようになるまでには、長い歳月がかかりました。初めは小さな都市国家に過ぎなかったローマがイタリア半島を統一し、カルタゴを打ち倒し、やがてギリシャとエジプトまで抱き込んだとき、はじめて彼らは海全体を自分たちの領土だと宣言することができたのです。ジェンソン・ファンが歩んできた道も、これに似ていました。彼はまず、ゲームという小さな池を征服しました。次に科学計算という川を渡りました。人工知能という大洋を横断しました。いまや彼の視線は海の向こう、陸地の上で実際に動く機械たちに向かっています。
ここ数年、わたしたちは画面の中の人工知能に熱狂してきました。ChatGPTが詩を書き、Midjourneyが絵を描き、Soraが映像を作り出すのを見て感心してきました。
しかし、この素晴らしい知能にコーヒーを一杯淹れてくるようにお願いしたら、どうなるでしょうか。何も起こりません。彼らには手がないからです。足もなく、目もなく、肌もありません。彼らはビット（Bit）の世界に閉じ込められた幽霊のようなものです。いくら賢くても、幽霊はドアノブを回すことができません。
ジェンソン・ファンはこの限界を早くから見抜いていました。彼は考えたのです。知能が画面の中だけに閉じ込められていなければならない理由は何か、と。人間の脳が頭蓋骨の中だけに留まっていたなら、ピラミッドも万里の長城も存在しなかったでしょう。脳の命令が神経を通じて筋肉に伝わり、その筋肉が石を運び、レンガを積んだからこそ、文明が興ったのです。
人工知能も同様です。画面の中で答えを与えることを超えて、現実世界で役に立ってこそ、初めて完成するのです。
これこそが、ジェンソン・ファンが語る物理的AI（Physical AI）です。この概念を理解するには、まず既存の人工知能の限界を知らなければなりません。ChatGPTにリンゴの皮を剥く方法を尋ねれば、完璧なテキスト答えを得られます。
ナイフを握る角度、皮を剥く方向、種を取り除く順序まで詳しく教えてくれます。しかし、その人工知能に実際のナイフとリンゴを握らせると、何も起こりません。なぜなら、それは「リンゴ」という単語と「剥く」という動詞の間の確率的関係を知るだけで、リンゴの丸い表面がもたらすなめらかさや、ナイフが皮を切り込むときの抵抗感を全く理解していないからです。
物理的AIは異なります。
これは重力を理解します。摩擦力を理解します。慣性が何であるかを認識し、因果関係をつかみます。
ボールが転がって行ってソファの下に入り見えなくなったとき、一般的な人工知能はボールが消えたと考えるかもしれません。
しかし物理的AIは、ボールがまだそこに存在するが、ただ見えないだけだという事実を認識します。心理学ではこれを対象永続性（Object Permanence）と呼びます。生後数ヶ月の赤ちゃんでさえ習得するこの概念を、数兆個のパラメータを持つ大規模言語モデルは理解できていません。
ジェンソン・ファンは2024年と2025年にかけての複数の基調講演で、この変化をAIの次の波と定義しました。彼によると、人工知能は三段階の進化を遂げてきたということです。
最初の波は認識（Perception）段階でした。コンピュータが画像を認識し、音声を理解する方法を学びました。
二番目の波は生成（Generation）段階でした。テキストを書き、絵を描き、映像を作り出しました。
三番目の波は物理的行動（Physical Action）段階です。人工知能がセンサーを通じて環境を認識し、脳で判断し、腕と脚で現実世界に介入し始めるのです。
この変化がなぜ重要なのかを考えてみましょう。これまでのデジタル革命は、主にオフィスの机の上で起きていました。コンピュータとインターネットが変えたのは、文書を作成し、メールを送信し、情報を検索する方法でした。
しかし、世界経済のかなりの部分はまだ物理的労働に基づいています。工場で部品を組み立て、倉庫で箱を運び、建設現場でレンガを積み、病院で患者の世話をします。ジェンソン・ファンは、この物理的領域に人工知能が進入するときにこそ、本当の産業革命が完成すると信じています。
しかし、デジタル世界の知能を物理的機械に移植することは、考えるよりもはるかに難しいことです。誤って書いた文字は消すだけで済みますが、ロボットが誤って動くと人が怪我をすることがあります。自動運転車が判断を誤ると、命を失う可能性もあります。それで、ジェンソン・ファンは完全に新しいコンピューティング構造が必要だと説明しています。
彼が提示した解法は三台のコンピュータシステムです。
最初のコンピュータは人工知能を訓練するスーパーコンピュータです。NVIDIAのBlackwellやDGXシステムがここに該当します。ここで人工知能は膨大なデータを学習し、知能を形成します。
二番目のコンピュータはシミュレーションを担当します。ロボットが活動する仮想世界を創造し、その中で人工知能をテストし検証します。三番目のコンピュータはロボットの体の中に入る脳です。訓練された人工知能モデルを搭載して現実世界と相互作用させる小型コンピュータです。
この三台のコンピュータが一つにつながるとき、はじめて知能は画面を超えて物理的実体を持つようになります。データセンターで生まれた知能が仮想世界で歩むことを学び、現実の鋼鉄の体に移植されて工場や道路や家庭で活動し始めるのです。ジェンソン・ファンはこのすべてのプロセスのための脳と神経網を提供する企業としてNVIDIAを変貌させました。
過去の人工知能がテキストをトークンに変換して処理していたなら、物理的人工知能はロボットの動きをトークンに変換します。ジェンソン・ファンの言葉を借りれば、コンピュータの観点からは詩を書いているのか、絵を描いているのか、ロボットアームを動かしているのかは区別しません。単なる数字、つまりトークンに過ぎません。今やわたしたちがロボットに青い箱を拾って赤い棚に置くよう指示すれば、人工知能はこれを理解し、ロボットアームの関節角度とモーターの力を計算して実際の行動に移します。
カエサルがガリア戦争で示したのは、単なる軍事的天才性ではありませんでした。彼は補給線の重要性を理解し、兵站を体系化し、ローマ軍団を一つの有機体のように動かしました。ジェンソン・ファンも同様です。彼は単によいチップを作ることを超えて、人工知能が現実世界で作動するための全体的なエコシステムを設計しました。訓練、シミュレーション、実行という三つの軸を結びつけて、デジタル知能が物理世界に流れ込むための通路を開いたのです。
これは8年前から準備されてきたものでした。誰も見向きもしなかった時代にロボットシミュレータを開発し、物理エンジンを磨き、エッジコンピュータを設計しました。それで物理的人工知能の時代が来たとき、NVIDIAはすでにすべてのパズルピースを手に握っていたのです。
オムニバース：ロボットが世界を学ぶ学校
ローマ軍団が強かった理由は何でしょう。優れた武器も一役かったのですが、真の秘訣は訓練にありました。ローマ兵は平時でも戦時と同じ強度で訓練を受けました。重い荷物を背負って一日に数十キロメートルを行軍しました。想像上の敵を相手に陣形を組み崩すことを繰り返しました。それで実際の戦闘が起きたとき、彼らにとって戦争はすでに親しみのある日常でした。ジェンソン・ファンはロボットにもこのような訓練所が必要だと考えました。
しかし問題がありました。現実世界でロボットを訓練することは非常に危険で、遅く、費用がかかります。ロボットが歩く方法を学ぶために数百万回転ぶ必要があると考えてみましょう。転ぶたびに部品が破損します。修理には時間と費用がかかります。自動運転車が運転を学んでいるときに事故を起こすと、取り返しのつかない被害が生じます。何よりも現実の時間は非常に遅いのです。人間が10年かけて習得した技術をロボットに教えるために10年待つことはできません。
ここでジェンソン・ファンの逆転の発想が登場します。現実で学べないなら、現実と同じ仮想世界を作ればいいのです。これがまさしくオムニバース（Omniverse）が生まれた背景です。
オムニバースは単なる3Dグラフィックスツールではありません。ここは重力が作用し、摩擦力が存在し、光が物体に反射する完全な物理的世界です。ニュートンの運動法則が支配するデジタル地球と言えます。
NVIDIAはGoogle DeepMind、Disney Researchと協力して、Newton（ニュートン）という物理エンジンを開発しました。このエンジンは硬い物体だけでなく、軟らかい物体の変形、流体の流れ、触覚フィードバックまでリアルタイムで計算します。
ロボットはこの仮想世界で生まれ、学び、成長します。何万回も転びながら歩く方法を習得します。現実では一度転ぶと修理が必要ですが、オムニバースの中ではボタン一つで立ち上がります。時間を早送りして数年分の学習をわずか数日で終わらせることもできます。ジェンソン・ファンはこれをロボットがロボットになる方法を学ぶ学校だと表現しました。
この学校の教育方法は人間の学習過程に似ています。
子どもが自転車を学ぶときのことを思い出してみましょう。最初は転びます。ペダルを踏む力、ハンドルを切る角度、体のバランスを取る方法を数え切れないほどの試行錯誤を通じて習得します。親が「右に3度傾け」と一つ一つ教えません。子どもは自分の体で学びます。オムニバースの中のロボットも同様です。プログラマーはすべての動作をコードで指示しません。ロボットは自ら試行錯誤を経験しながら最適な動きを見つけ出します。
NVIDIAはここからさらに一歩進みました。
Cosmos（コスモス）というモデルを導入したのです。コスモスは物理的世界の映像とデータを学習して未来を予測し生成する人工知能です。これはまるでロボットが夢を見るようなものです。
人間も夢を通じて学習します。昼間に経験したことが夜の夢で再生され、記憶として固まります。コスモスはロボットにこのような夢を見る能力を与えます。開発者がロボットに物を拾う動作を一度見せれば、コスモスはその動作がさまざまな環境でどのように実行されるか、数千、数万のシナリオを想像し出します。照明が変わったらどうなるか。物の位置が異なったらどうするか。床が滑りやすいなら足をどのように踏み出すか。このように生成された仮想データを通じて、ロボットはわずか数度の実演だけで汎用的な技術を習得することになります。
ジェンソン・ファンはこれをコンピューティングをデータに変換するという表現をしました。ロボット訓練における最大の難関はデータの不足でした。ChatGPTのような言語モデルはインターネットに溢れているテキストを学習すればよかったのです。しかし、ロボットが歩き、物を拾い、複雑な環境で動くというデータはインターネットに存在していませんでした。NVIDIAは仮想世界で無限のデータを生成することでこの問題を解決しました。
2024年と2025年の基調講演で、ジェンソン・ファンはディズニーの小さなロボットがオムニバースの中で歩く方法を学ぶ過程をデモンストレーションしました。BD-Xと呼ばれるこのロボットは仮想世界で数えきれないほど転びながらバランスを取る方法を習得しました。そして現実世界に初めて出てきたとき、まるで長い間訓練を受けたベテランのように自然に歩きました。これを専門家たちはSim-to-Real（シムトゥーリアル）、つまりシミュレーションから現実への移行と呼びます。
オムニバースの用途はロボット訓練に止まりません。工場全体を仮想で構築してみることができます。BMW、メルセデス・ベンツ、フォックスコンのような大規模製造企業は、実際の工場を建設する前にオムニバースの中に完璧なデジタルツインをまず構築します。この仮想工場の中で数千台のロボットがどのように協働するか試験します。作業動線が引っかからないか、ボトルネック現象がどこで生じるか、ロボットアームが互いに衝突しないか事前に確認します。
ジェンソン・ファンは言います。未来のすべての工場は二つになるだろうと。一つは物理的製品を生産する物理的工場であり、もう一つはその工場を運営する知能を生産するデジタル工場です。設計図を見て建設するのではなく、完成した未来を先に見て建設するのです。
これはパラダイムの転換です。過去は一度建設してから問題が生じれば修正しました。いまは建設する前にすべての問題を発見し解決します。試行錯誤の費用が現実から仮想に移ったのです。
NVIDIAはこのオムニバースプラットフォームの上に、Project GR00T（プロジェクト・グルート）という野心的な計画を乗せました。
グルートは人型ロボットのための基礎モデルです。ちょうどわたしたちが子どもに歩むことを教えるように、グルートはロボットに世界を理解し動く方法を教えます。このモデルは人間の言語を理解し、人間の動作を観察して真似し、仮想世界での試行錯誤を通じて技術を習得します。
ジェンスン・フアンはこの技術をオープンソースで公開しました。世界中のロボット開発者が、ゼロから人工知能を開発する必要なく、NVIDIAが製造した頭脳を使うだけで済みます。Figure AI、Boston Dynamics、Agilityロボティクスといった先導的なロボット企業が、すでにこのプラットフォーム上で次世代ロボットを開発しています。
ローマが道路を敷いた時、その道路上を軍隊が移動しただけではありませんでした。商人たちが往来し、学者たちが旅をし、文化が広がっていきました。Omniverseも同じです。NVIDIAが製造したこの仮想世界は、単なる技術プラットフォームを超えて、物理的人工知能時代の基盤施設となっていきつつあります。
動くすべてのものの自律化
ジェンスン・フアンはよくこう言います。動くすべてのものは自律化されるだろう、と。これは単なるオートメーションではありません。オートメーションは、機械が定められた命令を繰り返し実行することです。洗濯機が衣類を回し、エレベーターが階を往来するのがオートメーションです。自律化は異なります。機械が自ら認識し、判断し、行動することです。状況が変わると、自ら対応策を見つけます。
この自律化の波が最初に押し寄せるのは、自動車産業です。ジェンスン・フアンは自動車を車輪の付いたロボットと定義します。過去の自動車がエンジンの馬力と外観のデザインで競争していたとすれば、今は車両内部のコンピュータ性能とソフトウェア能力で競争しています。
NVIDIAのDRIVEプラットフォームは、自動車産業の景観を変えてしまいました。メルセデス・ベンツ、ジャガーランドローバー、ヒュンダイ自動車、ボルボなど、世界有数の自動車企業がNVIDIAのチップを搭載しています。ジェンスン・フアンはこれをソフトウェアで定義される自動車（Software-Defined Vehicle）と呼びます。スマートフォンがソフトウェア更新を通じて新機能を得るように、自動車も購入後も継続して賢くなる機械となったのです。
2025年に公開されたAlpamayoモデルは、この変化の頂点を示しています。これはカメラから入力された視覚情報に基づいて、ハンドルとブレーキを直接制御するエンド・ツー・エンド（End-to-End）学習モデルです。驚くべき点は、この人工知能が単に運転するだけでなく、自分がなぜそのような決定を下したかを説明できるということです。前車のブレーキライトが点灯し、隣の車線から車が割り込もうとしているので速度を落とします。このように考えながら運転します。既存の自動運転システムのブラックボックス問題、つまり、なぜそのように判断したのか不明だという問題を解決したのです。
しかし、ジェンスン・フアンの野心は道路で止まりません。彼の視線は工場、倉庫、病院、家庭に向けられています。人型ロボット、つまりヒューマノイドは、物理的人工知能の華と言えます。ジェンスン・フアンがヒューマノイドに注目する理由は単純です。わたしたちが暮らす世界が人間のために設計されているからです。ドアノブの位置、階段の高さ、道具の形、椅子のサイズが、すべて人間の身体構造に合わせられています。したがって、人間の形態を持つロボットだけが、別の環境改修なしに、わたしたちの社会のあちこちに即座に投入できるのです。
2026年現在、世界各地でヒューマノイドロボットが次々と登場しています。Boston DynamicsのAtlasは、電動駆動方式に転換して、工場で部品を交換する作業を独立して実行します。テスラのOptimusは、2万から3万ドルレベルの価格を目標とし、工場作業から家庭支援まで、あらゆることを処理できるユニバーサルロボットを目指しています。Figure AIのヒューマノイドは、BMW工場で組立と材料運搬作業を支援しています。
これらのロボットの器用さも驚くほど発展しています。人間の指の感覚解像度が2.8から3.5ミリメートルレベルであるのに対し、最新のタッチセンサーは30から100マイクロメートルレベルの精密度を誇ります。人間よりもはるかに繊細な感覚を持つ手が、ロボットに装着され始めたのです。
工場そのものが巨大なロボットへと変わっていっています。
ジェンスン・フアンは、未来の工場を一つの巨大な知能型システムとして見ています。工場建物が一つのロボットであり、その中で動く数千台のロボットアームと自律移動ロボットが、その建物の臓器のように有機的に動きます。アマゾンはすでに100万台のロボットを物流倉庫に配置しました。これらのロボットは、人工知能を通じて物を認識し、分類し、最適な経路で移動します。
医療分野でも、物理的人工知能は革命を起こしています。人工知能で強化された手術ロボットは、40パーセント向上した手術精密度、15パーセント短縮された患者の回復時間、20パーセント増加した手術効率を達成しています。da Vinci ロボットは、手術映像から学習して、カメラの角度を自律的に調整し、外科医の道具を人間のように追跡します。
これらすべての変化の背景には、人口構造の変化があります。世界的に労働可能人口が減少しています。先進国では出産率が低下し、人口が高齢化しています。ジェンスン・フアンは、ロボットが人間の職を奪うのではなく、不足する労働力を補う不可欠なパートナーになると確信しています。
危険な建設現場、精密さが要求される半導体工程、24時間の介護が必要な医療現場で、物理的人工知能は人間に代わって汗を流すでしょう。人間が敬遠する反復的で危険な労働をロボットが担い、人間はより創造的で価値ある仕事に集中することができるようになります。
もちろん課題もあります。シミュレーションで学習したことを現実でそのまま再現することは容易ではありません。仮想世界と現実世界の間には、常に差異が存在しています。光の条件が異なり、物体のテクスチャが異なり、予測されない状況が発生します。専門家たちはこれをシミュレーション・ツー・リアル・ギャップ（Sim-to-Real Gap）と呼びます。
NVIDIAとロボット企業は、ドメイン適応、ドメインランダム化、転移学習といった技法で、この格差を縮めていっています。
安全と倫理の問題もあります。物理的人工知能システムは物理世界に存在するため、物理的危険を内包しています。人工知能制御ロボットの導入後、産業災害が増加したという報告もあります。ロボットが子どもの足を踏んだり、不安定に動作したりする事例も発生しています。革新と安全、倫理的基準のバランスを取ることが、今後の課題です。
労働市場への影響も無視できません。一部の研究によれば、2030年までに世界中で数億人の労働者がオートメーションによって代替される可能性があるとのことです。低スキル労働者がオートメーションで代替された場合、同等かそれ以上の仕事を見つけることは困難です。一方、高スキル労働者はより良いキャリアの見通しでオートメーションの影響を緩和できます。技術発展の恩恵が公平に配分されるようにすることが、社会的課題として残っています。
それでもジェンスン・フアンは楽観的です。彼はロボットを道具ではなくパートナーと定義します。人間がやりたくない危険で反復的な労働をロボットが代行するとき、人間はより創造的で意味のある仕事に集中できます。物理的人工知能は人間を代替するのではなく、人間の能力を増幅するものだと彼は信じています。
NVIDIAのチップであるJetsonとThorは、動くすべてのものの脳となります。小さな配達ロボットから巨大な建設重機まで、NVIDIAの脳が組み込まれます。ジェンスン・フアンは、ちょうどローマ皇帝がすべての道をローマへ通わせたように、動くすべての機械をNVIDIAのプラットフォーム上で考え、動くようにしたのです。
今、わたしたちはジェンスン・フアンが設計した未来の敷居に立っています。スクリーンの外へ歩み出た人工知能は、わたしたちのそばで歩き、働き、ときにはわたしたちを助けます。ジェンスン・フアンにとって、このすべてのプロセスは偶然の発見ではありませんでした。10年前、誰も顧みなかった時代から、ロボットチップを製造し、シミュレーターを開発し、黙々と積み重ねた必然的な結果なのです。
彼はいつもこう言います。わたしたちは30日後には倒産する可能性のある会社だ、と。この謙虚にして切迫した態度が、彼に安住させず、結局のところ知能を現実世界へ呼び出す仕事を成し遂げさせたのです。物理的人工知能の到来は、単なる技術の進歩ではありません。人類が道具を使う方式、そして道具と共存する方式を根本的に変える、巨大な文明的転換なのです。そしてその転換の中心に、黒い革ジャケットを着たエンジニア、ジェンスン・フアンが立っています。
