※本記事は、ITUが主催する「AI for Good」において、Ken Goldberg氏が登壇した講演「Closing the 100,000 year "data gap" in robotics」の内容を基に作成されています。Ken Goldberg氏は、Robot Learning Foundationの会長を務めるとともに、カリフォルニア大学バークレー校においてIndustrial Engineering and Operations Research（産業工学・オペレーションズリサーチ）の教授、ならびにWilliam S. Floyd Jr. Distinguished Chair in Engineeringを務めておられます。「AI for Good」は、革新的なAIの応用例を見出し、スキルと標準を構築し、グローバル課題の解決に向けたパートナーシップを推進する取り組みであり、ITUが50を超える国連機関のパートナーとともに組織し、スイス政府と共催しています。詳細情報およびネットワーキングコミュニティについては https://aiforgood.itu.int/neural-network/ をご覧ください。本記事では、講演の内容を要約しております。なお、本記事の内容は原著作者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性もありますので、正確な情報や文脈については、オリジナルの講演動画をご視聴いただくことをお勧めいたします。
1. 高齢化社会とロボットへの期待、そして現実とのギャップ
1.1 労働人口の急減という社会的背景と物理世界における労働・介護需要
Goldberg: 本日はデータについてお話しするのですが、少し違った種類のデータについて取り上げたいと思います。まず最初に認めるべき事実から始めましょう。それは、私たちは皆、年を取りつつあるということです。これは非常に劇的な変化です。あるチャートを見ていただくと分かるのですが、30年前には、退職者1人に対して6人の働き手がいました。それがやがて4人になり、現在では退職者1人を支える働き手はわずか2人にまで減ってしまっています。この意味するところをぜひしっかりと受け止めていただきたいのです。これは進行中のプロセスであって、私たちは皆、年を取り続け、実際に働く人間はますます少なくなっていくということなのです。
聴衆（想定される反応）: AIで何とかなるのではないでしょうか。
Goldberg: 確かに、私たちは今ここに集まってAIに胸を躍らせていますし、AIは素晴らしいものです。私たちの考え方、学び方、コミュニケーションの取り方を間違いなく変えつつあります。しかし、私たちが生きているのは物質的な世界なのです。私たちは物を動かさなければなりませんし、物を作らなければなりませんし、物を維持しなければなりません。とりわけ、私たち自身を維持し、両親を維持し、祖父母を維持していかなければならない。だからこそ、ロボットが必要になるのです。そして、私たちはずいぶん長いことロボットの登場を待ち望んできました。
Goldberg: 私が子供の頃、『ジェットソンズ』というアニメをよく観ていました。そしてあのロボットたちの登場をとても楽しみにしていたものです。ところが、私は今もなお待ち続けているのです。いったい何が起きているのでしょうか。
1.2 ロボット市場への期待と「手元を見れば分かる」実態
Goldberg: ロボットが社会に与えるインパクトは確かに変革的なものになるはずです。NVIDIAのHuangは、フィジカルAI、つまり物理世界で実際に動くAI、要するに私たちが話題にしているロボットですが、これが世界全体で50兆ドル規模のビジネスになり得ると公言しています。そして実際に、皆さんもTikTokやYouTube、Xなどあちらこちらで、ロボットの動画を目にしているはずです。ロボットたちがすでに存在し、いろいろなことをやってのけている、そう見えますよね。
聴衆（想定される反応）: ヒューマノイドロボットの動画は本当に印象的で、もう実用段階に入っているように見えます。
Goldberg: ええ、まあ「ある意味では」その通りなのです。しかし、ぜひ動画を観るときには手元に注目していただきたい。これは私からの強くお勧めしたい観察ポイントなのです。動画の中で、ロボットの手元をよく見てください。実は、手はそれほど多くのことをしていないのです。こう申し上げるのは心苦しいですし、がっかりされる方もいらっしゃるかもしれませんが、はっきり言って、ロボットは依然として極めて不器用なのです。私たちはこの問題をなんとか解決しようと取り組み続けてきましたが、正直なところ、あまりうまくいっていません。
Goldberg: 今巷で見かけるヒューマノイドたちは、確かに能力は高いのです。歩行に関して言えば本当に優秀です。物を落とすといった動作も、それほど難しくはありません。しかし、手で何をしているのか、手で何ができるのか、ここに本質的な問題が潜んでいるのです。だからこそ、私たちには新しい手法が必要なのです。
2. Moravecのパラドックスと把持というグランドチャレンジ
2.1 人間とロボットの能力の逆転現象
Goldberg: ロボットがなぜこれほどまでに不器用なのか、その本質を理解するためには、Moravecのパラドックスというものを知っておく必要があります。Hans Moravecは米国カーネギーメロン大学の教授で、彼は30年前にある興味深い観察をしました。すなわち、ロボットにとって簡単なこと、例えば重い物体を持ち上げるといった作業は、実は私たち人間にとっては難しい作業なのです。
聴衆（想定される反応）: それは直感に反する話ですね。ロボットは重い物を運べるのに、なぜ小さな物が苦手なのでしょうか。
Goldberg: まさにそこがポイントなのです。逆に、人間にとっては簡単なこと、例えば小さな物体をつまみ上げてそれを積み重ねていくといった動作、これは実はロボットにとっては難しい作業なのです。人間というのは本当に優れた存在です。私たちは信じられないほどの器用さを持っていますが、それを当たり前のことだと思ってしまっているのです。
Goldberg: 例えば、私たちはどんな種類の物体を渡されても扱うことができます。仮にChichiliaのタコのような複雑で扱いにくい物体を手渡されたとしても、人間であれば何の問題もなく拾い上げることができるでしょう。ところがロボットはそうはいかないのです。ロボットにはそのような能力はなく、依然として驚くほど不器用なままなのです。
2.2 任意物体の把持が世界中の研究者を悩ませる難題である理由
Goldberg: 結局のところ、任意の物体を単に「つかむ」という行為、これがロボティクスという分野におけるグランドチャレンジになっているのです。世界中で何千人もの研究者が、ロボットに物体を拾えるようにするためだけに研究を続けているのですよ。
聴衆（想定される反応）: たかが物をつかむだけのことに、それほど多くの研究者が必要なのですか。
Goldberg: ええ、本当にそうなのです。皆さんや私、そして赤ん坊ですら苦もなくこなせる、本当に単純な動作なのに、これが難題なのです。だからこそ動画を観るときには、ぜひ注意深く、もう一度言いますが、手元に注目していただきたいのです。
Goldberg: 先ほど申し上げた通り、現在世に出ているヒューマノイドたちは確かに高い能力を備えています。歩行能力は申し分ありませんし、物を落とす程度の動作であれば、それほど難しいことではありません。しかし、私が訴えたいのは「手」の問題なのです。彼らはその手でいったい何ができるようになるのか。ここに本質的な課題が横たわっており、これこそが解かなければならない問題なのです。だからこそ、私たちには新しい手法が必要だと、私は繰り返し申し上げているのです。
3. 大規模データへの期待とロボットデータギャップの可視化
3.1 ChatGPT的ブレークスルーへの期待とその前提
Goldberg: ロボットに新しい手法が必要だという問題提起をしたところで、多くの方々が今期待を寄せているシナリオについてお話ししなければなりません。2年前にChatGPTで起きたあの大きなブレークスルー、あれと同じことがロボティクスでも起きるのではないか、これが今業界に広がっている期待なのです。つまり、アナロジーとしての期待ですね。
聴衆（想定される反応）: 確かに、皆そう言っていますね。大規模データがすべてを解決するのだ、と。
Goldberg: ええ、多くの方が口にしているのは次のような論法です。ビッグデータ、つまり大量のデータが視覚の問題、コンピュータビジョンの問題を解決した。これはオンラインで利用可能な数百万、数十億という画像に基づくものでした。そして大量のデータが言語の問題も解決した。ChatGPTやその派生サービスがその証拠で、これは数兆語にわたる文章や文書、オンラインのテキストに基づくものです。したがって、大量のデータがロボティクスも解決するはずだ、というわけです。
Goldberg: しかし、私の問いはこうです。「いつ実現するのか」と。私自身もこれが実現すること自体は信じています。ただし、そのタイミングについて、私は非常に強い懸念を抱いているのです。
聴衆（想定される反応）: なぜタイミングが問題になるのでしょうか。
Goldberg: 詳細に踏み込んでみれば分かるのです。状態空間に関する部分にはここでは深く立ち入りません。後ほど質問があればお答えできますが、要するに本質的な問題はこういうことです。視覚と言語に関しては、データがインターネット上に存在するのです。インターネットの偉大な目的の一つは、結局のところ膨大なデータを集積することだったとさえ言えるでしょう。ところが、ロボットを訓練するためのデータは、そこには存在しないのです。インターネット上にはないのです。では、ロボットを訓練するためのデータはいったいどこから来るというのでしょうか。
3.2 学生らと制作した動画で示すデータ規模の圧倒的格差
Goldberg: そこで、私と私の学生たちで小さな動画を作成しました。これは、現在ロボティクスのために手元にあるデータの規模と、ChatGPTのような大規模モデルのために手元にあるデータの規模を、相対的に比較して見せるものです。これからその動画を再生しますので、イメージをつかんでいただければと思います。
Goldberg: これがロボティクスのある一つのデータセットです。そしてこちらが4,000時間分。さらに、ごく最近登場した企業であるPi Zeroのものは1万時間分です。ところがこれを言語モデルと比較すると、桁違いに大きい世界が見えてきます。
聴衆（想定される反応）: どのくらい違うのですか。
Goldberg: お見せしましょう。GPT-3、これはもう古い世代ですが、それでも2,600万時間分のデータを保有していました。ここで言う「時間」とは、要するにそのデータセットに含まれるすべての文書を読みきる、あるいはすべての画像を見きるのにどれだけの時間がかかるかという換算です。Llama 2は1億500万時間分。GPT-4、これは実質的にChatGPTの基盤となっているモデルですが、6億8,500万時間分。Llama 3はこれより少し大きい。そして昨年、中国からQwenが登場しましたが、これは12億時間分です。
Goldberg: ここで、画面の片隅にあるロボットのデータを見てください。ほとんど見えませんよね。1ピクセルにすら満たないのです。これが私たちが直面している現実なのです。リンクをお見せすることもできますが、要するに、私たちがこれまでに収集できたロボットデータは、おおよそ1年分にすぎないのです。それに対して、テキストや画像といったその他のデータは、約10万年分も存在しているのです。
聴衆（想定される反応）: 1年と10万年。それはもはや比較にならない差ですね。
Goldberg: その通りなのです。これこそが、ぜひ知っておいていただきたい「ロボットデータギャップ」と呼ばれる問題の正体なのです。視覚と言語という他の二つのカテゴリについてはデータが揃っている、しかしロボットについてはそれが圧倒的に不足している。ですから、私たちは10万年分のロボットデータギャップをいったいどうやって埋めていけばよいのか、ここが本質的な問いになってくるのです。
4. データギャップを埋める3つの既存アプローチとその限界
4.1 シミュレーションが効く領域と効かない領域
Goldberg: さて、10万年分のロボットデータギャップを埋めるために、研究者たちが取り組んでいるいくつかのアプローチについてお話ししたいと思います。最初のアプローチはシミュレーションです。つまり、ロボットを仮想的にシミュレートして、そこからデータを収集するという方法です。
Goldberg: これは飛行ロボット、UAVやドローンといったものに対しては実によく機能するのです。ロボットをシミュレーションで動かして、そのシミュレーションで得られたデータを実機に転用すると、現実のロボットでも非常にうまく動作するのです。これは美しい成功例ですよ。
聴衆（想定される反応）: 飛ぶロボットでうまくいくのなら、他のロボットでも同じようにいきそうですが。
Goldberg: 興味深いことに、歩行ロボットでも同様にシミュレーションがうまく機能することが分かっています。シミュレーションで得られた結果を実機に転用すると、実際のロボットでも本当によく動くのです。だからこそ、皆さんが目にしているあの驚くべき技、アクロバット、バック宙、ロボットがボクシングをするといった映像が実現しているわけです。これらは大きな研究成果であり、本当に胸が躍るものなのです。
Goldberg: しかし、ここで注意していただきたいのです。これらはあくまで「体」が動いているという話であって、「手」の話ではないのです。実は、シミュレーションはマニピュレーション、つまり手の操作に関しては機能しないのです。
聴衆（想定される反応）: それはなぜでしょうか。体が動くなら、手だって動かせるのでは。
Goldberg: 詳しいご質問は後ほどお受けしますが、ここはどうか私を信じていただきたい。私たちはこの問題にずっと取り組み続けてきたのですが、マニピュレーションについてはシミュレーションを機能させることができないのです。シミュレーションがあまりにも近似的にすぎ、誤差が多すぎるのです。ですから、シミュレーションというアプローチは、この問題に対しては本当のところ通用しないのです。
4.2 YouTube動画の活用とNVIDIA Cosmosの可能性と限界
Goldberg: 次の選択肢はYouTube動画の活用です。世の中にはYouTube動画が大量に存在しています。ですから、これを訓練データに使えばよいではないか、というアイデアが当然出てきます。
聴衆（想定される反応）: それは理にかなった発想ですね。動画ならいくらでも手に入りますし。
Goldberg: ところが、YouTube動画には根本的な問題があるのです。動画は2次元なのです。私は画像を手にしてはいるのですが、3次元の構造を手にしているわけではないのです。そして、私が本当に必要としているのは、まさにその3次元のロボットデータなのです。
Goldberg: ただし、希望はあります。私たちはこのデータを集めることができるかもしれない、という希望ですね。例えばNVIDIAがCosmosと呼ばれるものを手掛けています。これは動画の次フレーム、新しい動画を予測することができるのです。これは実際に非常に印象的な成果です。あるいは新しい動画を生成することもできます。これも本当に印象的なのです。
Goldberg: しかしながら、3次元の構造、空間内の物体の動きの理解、ダイナミクスの理解、これらは解決されていないのです。動画からこうした情報を得る方法を、私たちはまだ知らないのです。
4.3 ヒューマンテレオペレーションの実態と苦痛
Goldberg: そこで、研究コミュニティが現時点で編み出した最良のアプローチが、私たちが「ヒューマンテレオペレーション」と呼ぶものなのです。これは要するに、こういうものです。人間がいて、その人間が後ろからロボットを操作する、ご覧の通り後ろに人間が立っていますね。人間が文字通り操り人形遣いのようになって、ロボットに同じ動作を何度も何度もやらせるのです。これがデータ収集になるわけです。動作を繰り返させながら、そのデータを蓄積していくのです。
聴衆（想定される反応）: それは時間がかかりそうですが、実際にはどれくらい大変なのですか。
Goldberg: これは本当に骨が折れるのです。私の学生たちもこれをやっています。しかし数時間もすると、彼らは「もう無理です、これ以上は続けられません」と音を上げるのですよ。本当にとてもとても遅く、苦痛を伴う作業なのです。
Goldberg: とはいえ、実際にこれは行われていますし、各社もこの方法を採用しています。Physical Intelligence社では現在、数十人から、もしかすると数百人規模の人員がロボットの訓練に従事していて、ロボットに洗濯物の畳み方を教えているのです。文字通り、こんなふうに立ったまま、操り人形のような姿勢を取って、ロボットに洗濯物畳みを練習させているのですよ。
Goldberg: そして、現状はこんな具合なのです。まあ、悪くはありません。確かに何かを畳んではいるのです。ただ正直なところ、この畳み上がりに満足する人は多くはないでしょうね。それでも、私たちは確かに前進はしているのです。
Goldberg: Google DeepMindが追求しているGeminiも、このアプローチの一つのバージョンです。今現在、本当に多くの企業がこれに取り組んでいるのです。文字通り何百社もの企業が、データを収集し、ロボットを訓練して、この方式で動作を実行できるようにしようとしているのです。
Goldberg: ですから、状況はこうなっているわけです。シミュレーションは私たちが必要としている3次元のマニピュレーションデータには通用しない。YouTube動画には3次元構造がない。ヒューマンテレオペレーションは可能ではあるが、途方もなく時間がかかる。10万年分のデータを集めるという話なのですよ。もっと短くて済むことを願いますが、それでも気が遠くなる規模なのです。
5. 第4の道としてのデータフライホイールとDex-Netの起点
5.1 学生Jeff Mahlerとの40年来の把持問題への取り組み
Goldberg: では、どうやってそこに到達するというのでしょうか。冒頭で申し上げた通り、私自身はそこに到達できると考えています。しかし、どうやってでしょうか。私は皆さんに第4の道を提案したいのです。これは道筋であり、私たちが必要とするデータに到達するための踏み石なのです。私はこれを「データフライホイール」と呼ぼうと思います。
聴衆（想定される反応）: データフライホイールとはどういう発想なのでしょうか。
Goldberg: これを説明するために、少し話を戻したいのです。UC Berkeleyにいる私の学生のMahlerについて、手短にお話しさせてください。彼は、私が40年間取り組み続けてきた問題に取り組んでくれています。先ほどお話しした、まさにあの把持の問題ですね。そして基本的に、私たちはニューラルネットワークを訓練して、つかみ方を学習させる方法を見出したのです。
Goldberg: これが実際なかなかうまく機能してくれました。私たちはこの成果をScience Robotics誌に発表することができたのです。これが私たちのシステムの動作の様子ですが、私たちはこれを「Dex-Net」、すなわち「dexterity network（器用さのネットワーク）」と名付けました。画像認識の分野で大成功を収めたImageNetへのオマージュとして付けた名前です。
Goldberg: ご覧の通り、Dex-Netは物体を拾い上げています。片方の手には吸引カップを、もう片方の手にはグリッパーを装着した構成になっています。そして、こうしたビンの中身を見事に空にすることができたのです。ビンの中の物体を一つ残らず拾い上げてしまうのですよ。
聴衆（想定される反応）: ビンの中身を全部取り出せるというのは、把持問題における大きな前進ですね。
Goldberg: ええ、これは分野における重要なブレークスルー、まあ小さなブレークスルーと言うべきかもしれませんが、いずれにせよ前進ではありました。そして私たちはこの成果に大いに胸を躍らせたのです。
5.2 Ambi Robotics社の設立とフライホイール構想の出発点
Goldberg: そこで、私たち2人、つまり私とMahler、それに私の他の博士課程の学生3人を加えた5人で、ある会社を立ち上げることにしたのです。それがAmbi Roboticsで、2018年の設立です。さて、ようやくデータの話に戻れます。
Goldberg: 私たちが取り組んでいるのは、私が「データフライホイール」と呼ぶものなのです。フライホイールはまず「イノベートする」ことから始まります。すなわち、新しい製品、人々が実際に欲しがり、実際に使いたくなるような何かを生み出すということです。
聴衆（想定される反応）: 研究室の成果を製品にするというステップですね。
Goldberg: そうです。そして、そのイノベーションが機能するためには、商業化しなければならないのです。コスト効率が成立していなければならないのです。これは厳しい条件ですが、フライホイールを回す上での前提なのです。研究上の新しい成果が単に存在するだけでは足りなくて、それが市場で成立する形に落とし込まれて、初めてフライホイールの最初の回転が始まるのです。
6. Ambi Sortによる商業化と実データ蓄積、Ambi Stackへの展開
6.1 Eコマース仕分けへの応用とAmbi Sortの実績
Goldberg: 製品を商業化するために、私たちはこの把持アルゴリズムをどこに応用できるか、数年をかけて研究しました。そして、たどり着いた答えがEコマースだったのです。
Goldberg: この中に、何かを注文するのにEコマースを使ったことがある方はいらっしゃいますか。
聴衆（想定される反応）: もちろん使っています。特にここ数年は頻繁に。
Goldberg: ええ、私たちも使ってきましたし、今も使っています。とりわけパンデミックの間、これはずいぶん利用したものです。Eコマースの量はここ数年で爆発的に増えてきていて、すべての荷物を顧客のもとへ配送するのが本当に難しい状況になってきているのです。そこで私たちが作り上げたシステムをご覧いただきましょう。
Goldberg: これは「Ambi Sort」と呼ばれるシステムで、荷物を仕分けするためのものです。音声を少し上げられますかね。はい、これで結構です。これは、ロボットが米国郵政公社の任意の箱物をピックアップしている様子なのです。ロボットは箱を拾い上げ、スキャンし、そして配送先に応じて、より小さな袋に仕分けていきます。
Goldberg: 私たちはこのシステムを構築し、すばらしい紹介動画も作りました。たくさん売りたいと考えたわけです。そして嬉しいことに、私たちはすでに80台以上を販売することができたのです。これらは米国中で稼働していて、私の国である米国の主要な配送会社のすべてと協力してこのシステムを運用しているのです。
Goldberg: ですが、本題のデータの話に戻りましょう。重要なのはフライホイールなのです。私たちが行っているのは、これらのシステム一台一台が、稼働中に私たちにデータを送信し続けているということなのです。多くの機械が24時間稼働しています。1日3交代で動いている現場も多いのです。そして、そのすべてが私たちのもとにデータを送ってきていて、私たちはそれをすべて収集しているのです。
Goldberg: Berkeleyにある中央オフィスには、データダッシュボードがあって、私たちはそこで一台一台の機械の状況を見守っています。何が起きているかを把握できるだけでなく、そのデータを全部保管してもいるのです。
Goldberg: 最近になって私たちが手元にどれだけのデータがあるのかを確認してみたところ、世間の有名なロボット企業よりも、はるかに多くのデータを保有していることが分かったのです。私たちは20万時間分のデータを持っていました。これはロボットデータに換算すると22年分に相当します。
聴衆（想定される反応）: 4年間でそれほどの量を、というのは驚きですね。
Goldberg: その通り、私たちはこれを4年間で集めたのです。なぜなら、多数のロボットが並列に稼働してくれているからですね。このデータには非常に大きな価値があります。これまでに私たちは、そのフライホイールデータのほんの一部だけを取り出して、ロボットに以前と同じ作業をやらせるよう教えてみたのですが、その結果、ロボットは以前よりも上手にこなせるようになったのです。つまり、フライホイールが回り始めた段階で、私たちは以前のバージョンよりもシステムを改善できたことを実証できたわけです。データを集めて、そして改善する、というサイクルが回り出したのです。
6.2 Ambi Stackへの拡張とフライホイールの連鎖
Goldberg: このフライホイールの次のステップは、もう一度イノベートすることです。そこで私たちは、新しいシステムを発表したばかりなのです。それが「Ambi Stack」と呼ぶシステムです。
Goldberg: Ambi Sortでは物体を把持して、ビンから取り出していたわけですが、Ambi Stackでは、物体をスタック、つまりパレットに配置していくのです。ここで重要なのは、物体を非常に正確に配置しなければならないという点です。
Goldberg: したがって、Ambi Stackでは新しいスキルセットが必要になります。私たちはこれらのスキルも新たに学習しなければなりません。しかし、Ambi Sortで学んだスキルを使って、Ambi Stackを訓練することができるのです。
聴衆（想定される反応）: 一つのシステムで得た学習が次のシステムに活かされる、というのが面白いところですね。
Goldberg: その通りなのです。これが実際のシステムの動作で、すでに販売もしています。このシステムについて興味深いのは、もしテトリスというゲームをやったことがあるなら分かると思いますが、スタックへの配置を最適化するという作業は、テトリスのプレイそっくりなのです。これは本当に難しいのです。
Goldberg: いかに箱を配置すれば、できるだけ密に詰め込めるかという問題なのです。あまり良い仕事ができないとこんなふうになってしまいます。これは決して優れたパレットとは言えないですよね。私たちが目指しているのはこちらです。左側に映っているのが、密度の高いパレット梱包なのです。基本的に、私たちはロボットがこれをどうやって実現するかを学習させているのです。
Goldberg: これがそのシステムで、現在販売中です。そしてこのシステムが、今度は新しいデータを収集し、それが別のフライホイールの一部となって、将来のシステムを訓練するために使われていくことになるのです。
7. 結論：データフライホイールという見過ごされた道と現実的な見通し
7.1 4つの道の比較と研究コミュニティへのメッセージ
Goldberg: ここまでの議論を整理しますと、10万年分のデータギャップをいかにして埋めるかという問いに対して、私たちはこれまで取り組まれてきた手法を見てきました。そして、研究者たちは今この瞬間も、私自身の学生たちも含めて、最初の3つのアプローチに取り組んでいるのです。私たちはそれらの手法で前進を試みているのですよ。
聴衆（想定される反応）: つまり、シミュレーション、動画、テレオペレーションの研究自体は否定されるものではない、ということですね。
Goldberg: ええ、その通りです。それらもうまくいくかもしれません。しかし、ここからが私が強調したい点なのですが、研究者たちが大きく見落としてきたもう一つの道があるのです。それが、データフライホイールなのです。
Goldberg: これは一つの道筋なのです。これは、私たちが待ち望んできた汎用ロボットへとたどり着くために、私たちが選ぶことのできる道なのです。これは大切なこととして、ぜひ心に留めておいていただきたいのです。
7.2 忍耐の必要性と5〜10年という現実的な時間軸
Goldberg: どうか、辛抱強くお待ちいただきたいのです。皆さんが欲しいロボットは必ず手に入ります。しかし、それはそう近い将来の話ではないのです。
聴衆（想定される反応）: では、いつ頃になれば家庭で使えるようなロボットが手に入るのでしょうか。
Goldberg: 皆さんが家の中に置けて、執事のようにあらゆることをこなしてくれるようなロボット、そのようなロボットは、近いうちに登場することはないと申し上げておきます。これは、ぜひ待っていただかなければなりません。私としては、5年から10年と申し上げます。
Goldberg: これは研究者の立場から申し上げているのですよ。私たちはまだそこには到達していないのです。しかし、いずれは必ず到達するでしょう。時間をかけて、私たちは物を動かし、物を作り、物を維持してくれるロボットを手にすることになるのです。ありがとうございました。