Covariantは、倉庫自動化に使用される産業用ロボットアーム向けのソフトウェアを開発する、人工知能ロボティクス企業である。2017年に元OpenAIの研究者らによって設立された同社は、ロボットが非構造化環境において知覚、推論、行動できるようにする汎用AIシステムの構築に注力しており、特に物流センターでの物品ピッキング、梱包、仕分けなどのタスクに重点を置いている。中核製品であるCovariant Brainは、複数の導入先での実世界データから学習するクラウド接続型のAIプラットフォームである。
同社は深層学習とロボティクスの研究の接点から誕生し、従来の事前にプログラムされた自動化を超えることを目指している。Covariantの手法は、強化学習とニューラルネットワークを活用して、ロボットが未知の物体を扱い、変化する条件に適応することを可能にする。これは、厳密でタスク固有のプログラムを必要とする従来の産業用ロボットからの大幅な逸脱である。同社は、機械学習モデルが実世界の操作課題に適用される、成長する物理AI分野での主要プレイヤーとして位置づけられている。
設立と初期の発展
Covariantは2017年にPieter Abbeel、Peter Chen、およびRocky Duanによって設立された。彼らは全員が人工知能研究の背景を持つ。カリフォルニア大学バークレー校の教授であるAbbeelは、深層強化学習とロボティクスに取り組み、一方でChenとDuanはOpenAIの初期メンバーであり、生成モデルと強化学習の研究に貢献していた。3人組は、主に決定的制御機構に依存していた産業用ロボット分野に、最先端の機械学習技術を適用しようとした。
同社は当初ステルスモードで運営され、著名なベンチャーキャピタルからの資金調達で技術を発展させた。2018年にCovariantはAmplify PartnersがリードするシリーズAラウンドで2000万ドルを調達し、他の投資家も参加した。2019年までに、同社は物流パートナーとの実証開始を行い、実倉庫環境でAI駆動のロボットピッキングシステムをテストした。これらの初期テストは、不規則な形状、反射面、様々な程度の脆弱性を持つ物品も含む多種多様なアイテムをCovariant Brainが扱える能力を示した。
技術と製品
Covariant Brainは同社のフラッグシップ製品であり、第三者製のロボットアーム、グリッパー、およびセンサーと統合するソフトウェアプラットフォームである。このシステムは、視覚用の畳み込みニューラルネットワークや制御用の強化学習などの深層学習モデルを使用して、グリッピング、プレーシング、ソーティングなどのタスクを実行する。明示的な幾何学的モデルに依存する従来のビジョンガれたロボットとは異なり、Covariantの手法は、展開されたロボットフリートから収集さたデータから学び、時間の経過とともにシステムが改善されることを可能にする。
このプラットフォームのキーフェーチャーはクラウドベースのアーキテクチャである。異なる倉庫のロボットは、匿名化されたデータパワー送信し、サーバー上でモデルが再トレーニングされ、更新されてからファイアに再展開される。この連続的な学習ループにより、オンサイトでの再入力不要で、システムが新しい物体やシナリオに汎化できる。同社はまた、物理的なテストの必要性を減らすテストと検証のためのシミュレーション環境も提供している。
2021年に、Covariantは、Eコマースフル加工センターでの個別アイテムのピッキング用途向けのターンキーソリューションであるCovariant Brain for Pick色を発表した。この製品は、ABBやFanucなどの主要なロボットアームメーカーと統合し、オーダーピッキング、イング、キッチンなどのソフトウェアツールスイートを提供する。システムは、人間レベルの速度と精度で動作するように設計されており、一部の展開では1時間あたり最大1,000アイテにのピック率が報告されている。
商用展開と成長
Covariantの技術は、主要なロジスティクスおよび小売企業が運営する倉庫に活用されている。2020年、同社はオーストリアのオートメーションプロバイダーであるKnappとのパートナーシップを発表し、Covariant BrainをKnappの選別機構に統合した。この協力は、Covariantの市場への拡大を拡大した。2022年までに、Covariantは総額2,200万ドル以上の資金を調達しており、その中にはIndex Venturesがリードする7500万ドルのSeries Cラウンドが含まれ、既存投資者からのに加え、Temasekなど新しい支援者からの出資も受けた。
同社はまた、製品ラインを拡大し、Covariant Sが選別するアイテムをバーコードや視覚認識に基づいて別々のシュートやビンに選別するCovariant Sorterプランを導入しな。このシステムは、従来のコンベヤベースのソーターでは処理が難しい不適切な形状の検体を扱う場合に特に有用なされた。2023年、Covariantは、顧客基盤全体でロボットが1億回以上のピッキングを実行したと報告しており、これはAIアプローチのスケーラビリティを強調するマーイストストーンである。
研究市場での位置づけ
Covariantは、ロボット操作のための強化学習やシミューごとの転送などのテーマに関する論文を発表するなどから、研究志向を維持している。創設者や研究者は、ロボット学習会議や国際ロボティクス・オートまーション会議を含む学術会議に貢献などした。この研究への焦点は、伝統的な自動化ベンダーとは異なるものを示しており、アカデミックAIとイングストリアルアプリの橋渡し役としての役割を確立している。
同社は、Figure AIやSanctuary AIなどの他のAIロボティクススタートアップや、医療ロボットではIntuitive Surgicalなどの精細企業を含む競争環境で事業を展開している。ただし、倉庫物流でのCovariantの関心は明確であり、競合他社には農業ロボットに焦点を当てたFermataや、異なるAIベンチャーのBrainaなどの企業がいる。タスク固有のプログラミングよりも汎用思考学習を強調するCovariantの個性は、Generative AIやLarge language modelの研究の広いトレンドと合致して、だがそのモデルはテキストではなく物理的なアクションに特化している。
今後の方向性と課題
、2024年現在も、Covariantは展開フットプリントを拡大し、AIモデルを精緻化し続けている。郵便物のまず選別や製造設定でのデパレタイズなど、倉庫以外のアプリケーションも開発されている。ただし、AIロボティクスの広範な採用には課題が存在し、高額な初期コスト、統合の複雑化、安全十分な環境での信頼性のある性能の必要性が含まれる。Covariantは、S振動としての価格モデルや学習ベースのアプローチの柔軟性を強調することでこれらに対処している。
同社の長期的なビジョンは、農業からヘルスケアまで多様な分野で応用可能な「ロボットのためのユニバーサルAI」を創り出すことである。この野心は、同様のロボティクスの基盤モデルを研究するBAIR (Berkeley AI Research)やStanford AI Labなどの他のラボの研究と合致している。Covariantの成功は、技術的なリードを維持しつつ商業的に拡大する能力に依存であり、これは物理世界の多くのAIスタートアップにとって難しい挑戦である。
関連項目
参考文献
- Covariant公式ウェブサイト、会社の歴史と製品情報。
- TechCrunch、2022年、「Covariant、AI搭載の倉庫ロボットのため7500万ドルを調達」。
- IEEE Spectrum、2021年、「CovariantのAIロボットがあらゆるものをピッキング」。
- 会社のプレスリリースおよび資金調達アナウンス、2018年-2023年。