2025年12月18日、GoogleはひっそりとFunctionGemmaをリリースした。これは2億7000万パラメータという小さなAIモデルで、完全にデバイス上で動作するよう設計されている。プレスリリースはスマートフォンに焦点を当てていた——リマインダーの設定、懐中電灯のオン/オフ、デジタルアシスタントのいつもの機能だ。しかしそのスペックの中には、もっと面白いものが隠されていた：ロボットを劇的に安くするための設計図だ。
今日の「スマート」ロボットの汚い秘密を教えよう：ほとんどは全くスマートじゃない。ただのターミナルだ。知能は数千キロ離れたどこかのデータセンターに住んでいて、レイテンシを増やし、金がかかり、電波の届かない場所に入った瞬間に機能しなくなるインターネット接続でつながっている。倉庫ロボットが判断を下す必要があるたびに、許可を求める神経質なティーンエイジャーのように家に電話をかけているのだ。
FunctionGemmaはこの計算を完全に変える。
重要な数字
マーケティングの戯言は飛ばして、ロボット工学にとって本当に重要なものを見てみよう：
- 288 MBのストレージ容量 – 最も安いマイクロコントローラにも収まる
- 550 MB RAM – Raspberry Pi 4には8 GBの余裕がある
- 0.3秒の応答時間 – デバイス上で、ネットワークの往復なし
- 基準精度58% → ファインチューニング後85% – 特定のタスクに対してトレーニング可能
最後のポイントが重要だ。FunctionGemmaは汎用チャットボットとして作られたものではない。狭くて特定のタスクにファインチューニングするよう設計されている——まさにロボットがやることだ。倉庫ロボットは哲学について議論する必要はない。「箱Aを取って、棚Bに移動」を理解し、毎日何千回も完璧に実行する必要がある。
クラウド依存ロボットが行き止まりな理由
「知的」ロボットの現在のパラダイムは根本的に壊れている。ロボットが判断を下す必要があるとき、何が起こるか考えてみよう：
- センサーデータの取得
- データを圧縮してクラウドに送信
- クラウドサーバーがリクエストを処理
- レスポンスを返送
- ロボットが行動
これは複数の障害点を持つ5つのステップだ。ネットワークの混雑？ロボットがフリーズ。サーバー過負荷？ロボットが待機。インターネット障害？ロボットが高価な文鎮になる。そして計算時間のミリ秒ごと、データ転送のメガバイトごとに料金を払っている。
1台の家庭用掃除機なら、これは許容範囲かもしれない。24時間365日稼働する500台の倉庫ロボット群なら？クラウドの請求書だけで破産する可能性があり、レイテンシはリアルタイム調整をほぼ不可能にする。
エッジコンピューティング革命がロボット工学に到達
FunctionGemmaは哲学的な転換を表している：「ロボットをクラウドが必要になるほど賢くするにはどうするか」と問う代わりに、Googleは「クラウドをロボットに収まるほど小さくするにはどうするか」と問うている。
これは前例がないわけではない。自動車業界は何年も前にこれを理解した——車の自動緊急ブレーキは停止を決める前にGoogleに電話しない。決定はローカルで、ミリ秒単位で行われる。なぜならレイテンシは（文字通り）命取りだからだ。しかし今まで、自然言語コマンドを理解して行動に変換できるAIモデルは、エッジデプロイメントには大きすぎた。
安価なロボット工学はこう見える
3万円のホームアシスタントロボットを想像してほしい：
- 一般的なコマンドに対する完全な自然言語理解
- 月額サブスクリプション料金なし
- インターネット障害中も完璧に動作
- 音声データはデバイスから出ない
- コマンドへの即座の応答
または携帯電話の電波が全くない畑で作業できる農業ロボットを想像してほしい。Starlinkがなくても機能する災害対応ドローン。誰かに薬を飲むよう思い出させるためにクラウドサブスクリプションを必要としない高齢者ケアの伴侶。
コスト削減はあらゆるレベルで複利的に効いてくる。安い計算ハードウェアは安いロボットを意味する。クラウド依存がないということは継続的な料金がないことを意味する。ローカル処理はより簡単なネットワーク要件を意味する。設計によるプライバシーは規制承認がより容易になることを意味する。
「交通整理」アーキテクチャ
GoogleはFunctionGemmaが大規模言語モデルを完全に置き換えられると主張するほど甘くはない。彼らが提案するアーキテクチャはもっと賢い：FunctionGemmaをローカルの「交通整理員」として使い、単純なコマンドの90%を即座に処理し、複雑なクエリは必要な時だけクラウドにルーティングする。
ロボットにとって、これはこう見えるかもしれない：
- ローカルで処理： 「前進」「停止」「赤いオブジェクトを拾う」「充電ステーションに戻る」
- クラウドにルーティング： 「この珍しいオブジェクトを分析して何か教えて」「この新しい環境を通る最適なルートを計画」
このハイブリッドアプローチは、ルーチン操作にはエッジコンピューティングのスピードと信頼性を提供しながら、本当のエッジケースにはクラウドスケールのインテリジェンスへのアクセスを保持する。
ファインチューニングファクター
ロボット工学にとっておそらく最も重要な側面は、FunctionGemmaのトレーニング可能性だ。基準精度58%はひどく聞こえる——そして汎用アシスタントとしては確かにひどい。しかしロボットのコマンドとアクションの特定の語彙にファインチューニングすると、85%にジャンプする。
ロボット会社が自社のユースケース専用にファインチューニングしたらどうなるか想像してほしい：
- 倉庫ピッキングロボット：50のコアコマンド、最適化された語彙、精度は95%以上も可能
- 配送ドローン：ナビゲーションコマンド、安全オーバーライド、天気への対応
- 製造アーム：精密な動作指示、品質管理チェック
各ロボットタイプは、そのニーズに完璧にサイズが合い、遭遇する語彙に正確にトレーニングされたオーダーメイドのAI脳を手に入れる。これは「すべてを支配する一つの巨大モデル」アプローチの反対だ——モジュラーで、効率的で、デプロイ可能だ。
ロボットメーカーへの影響
ロボットを製造する企業にとって、FunctionGemmaは戦略的な転換点を表している：
コスト構造が変わる： 高価なネットワークハードウェアとクラウド接続の冗長性が不要になれば、「スマート」ロボットの部品表は数百ドル下がる可能性がある。
サブスクリプションモデルが死ぬ： Robot-as-a-Serviceはクラウド依存に頼って顧客を継続的な支払いに縛り付けている。ローカルAIはそのモデルを破壊する——そして顧客は気づくだろう。
信頼性が達成可能になる： 自律的に機能できるロボットは、英雄的なネットワークインフラストラクチャなしで保証された稼働時間を意味する。
プライバシーが機能になる： デバイスを離れないデータは、ハッキングされたり、リークしたり、召喚されたりすることはできない。
何が欠けているか
過大評価はやめよう。FunctionGemmaには本当の制限がある：
- マルチステップ推論がない： 「箱を拾って、ラベルを確認して、正しいビンに入れる」は現在の能力を超えている
- 間接的なコマンドは苦手： 「部屋が明るすぎる」はライトの調整をトリガーしない
- 15%のエラー率： 多くのアプリケーションには問題ないが、他のアプリケーションには危険
しかしこれらは既知の解決策を持つソフトウェアの問題だ。マルチステップ推論はchain-of-thought promptingのためのものだ。間接的なコマンドは言い換えでのファインチューニングで処理できる。エラー率はより大きなトレーニングデータセットとモデルの反復で下がるだろう。
ハードウェアの制約——それが難しい問題だ。そしてGoogleは2億7000万パラメータが実用的な関数呼び出しに十分であることを証明した。それがブレークスルーだ。
より大きな絵
FunctionGemmaは単独でロボット革命を起こすわけではない。しかしAI業界が切実に必要としていた概念実証だ：機械を有用にするのに1兆パラメータのモデルは必要ない。適切な仕事には適切なサイズのモデルが必要なのだ。
影響はロボット工学を超えてIoT、ウェアラブル、医療機器、そして家に電話することなく決定を下す必要があるあらゆるものに及ぶ。しかしロボット工学に特に言えば、これは業界が待ち望んでいた瞬間のように感じる——「スマートロボット」が「高価なロボット」を要求しなくなる瞬間。
手頃なロボット工学の未来はクラウドにはない。それは288メガバイトの慎重にトレーニングされた重みの中にあり、ローカルで動作し、即座に応答し、どこでも機能する。Googleは今それがどのように見えるかを垣間見せてくれた。今度はロボットメーカーがそれを構築する番だ。
