物理法則が発言権を持つ:AI時代におけるハードウェア開発についてNominal共同創業者が語る

ソフトウェア定義のハードウェア時代において、テストと検証の重要性が再び高まっている。Nominalは航空宇宙、防衛、ロボティクス分野向けのオールインワンデータ・AI基盤を提供し、米国防衛大手5社中4社に採用されている。物理世界では「物理法則が発言権を持つ」という原則のもと、シミュレーションと実世界データの融合、そして膨大なテストデータの体系的管理が競争力の源泉となる。同社は米空軍やDARPAと協力し、AI駆動の次世代テストパラダイムを構築中である。ハードウェア開発の民主化とスピード向上を実現する同社の取り組みは、物理AI時代における新たなインフラとして産業の再構築を牽引している。

Physics Gets a Vote: Nominal Cofounders on Hardware Development in an AI World

Nominal’s cofounders (Cameron McCord, Jason Hoch and Bryce Strauss) realized that the new age of reindustrialization req...

www.youtube.com

Nominalが切り開く新時代のハードウェアテスト

私たちは、はるかに多くのハードウェアテストが必要とされる時代に突入しつつあります。実際、振り子は逆方向に振れ戻ると考えています。私たちは今、物理システムが現実世界でどのように動作するかについて、実際にはどれほど理解が浅いか、そしてデータの観点からどれほど不足しているかを認識し始めているのです。

これからは、このデータを実際に収集し、モデルを開発しようとする競争になるでしょう。私はいつもこう考えています。もしAGIがあなたの子供のためにビデオゲームを設計するなら、厳密なテストなしでプレイさせても構わないでしょう。ただのビデオゲームですから。しかし、もしAGIがあなたの子供のためにおもちゃを作るとしたら、物理的に危険でないことを本当にしっかり確認したいはずです。物理世界は常に異なるものです。なぜなら、それは私たちが実際に生きている世界だからです。

キャメロン、ジェイソン、今日はお越しいただきありがとうございます。

お招きいただきありがとうございます。

Nominalはハードウェアエンジニアリング向けのオールインワンデータ・AI基盤です。AndurilからCorvetteレーシングチームまで、素晴らしい企業に利用されており、航空宇宙・防衛、ロボティクス、自律システムなど、さまざまな業界で採用されています。

先ほど共有していただいた注目すべき統計として、米国の防衛大手上位5社のうち4社に利用されているとのことです。おめでとうございます。これまでの成果、そして先日のレースについても。

本当にありがとうございます。ええ、ありがとうございます。

アメリカの再工業化とハードウェアの新時代

では早速本題に入りましょう。あなた方は、私たちがハードウェアの新時代に入りつつあり、アメリカが産業基盤を急速に再工業化していると話されていますね。それについて説明していただけますか。

ええ、そうですね。私たちはよく話すのですが、Nominalが現在恩恵を受けているマクロな追い風がいくつかあると思います。工業化とハードウェア開発の面でですね。

実際、それについて考えるとき、私たちは巨大なタイムラインの圧縮を経験しています。人々はこれまでになく速くハードウェア製品を構築し、実戦投入しようとしています。ハードウェアテストは特にその中で重要な役割を果たしており、より詳しくカバーできますが、より広い意味での再工業化として、ハードウェア製品の構築に非常に急速に多額の資金が投入されています。

特に私たちが強い存在感を持っている分野の一つが航空宇宙・防衛です。そして、ハードウェアがどのように開発されるかというパラダイムが本当に急速に変化していると思います。私たちがどう考えているかについて、少し逸話をお話ししましょう。

コアソフトウェア開発を振り返り、過去20年間に何が起こったかを考えると、実は非常に良い例としてGitHubについて話すのがいいと思います。これを使ってハードウェアについても説明しますね。

GitHubはバージョン管理システム、つまりVCSですが、少し歴史を振り返ると、純粋なソフトウェアを構築していた企業は、開発するソフトウェアのバージョンをローカルで管理していました。やがて社内で集中管理し始めましたが、それでも会社内部での管理でした。そして最終的にはそれが非常に優れたものとなり、製品化され、アウトソーシングされ、ベンチャーキャピタルが流れ込みました。それがGitHubのようなものの創出の最初の例だったと思います。しかし、CI/CDやDevOpsといった、今日当たり前のように受け入れているツールのすべて、そしてソフトウェアテストの問題は実際には解決済みの問題なのです。

しかし、その同じ恩恵は、ソフトウェア定義のハードウェア、自律システム、ロボティクスの最前線にいる何十万ものハードウェアエンジニアには存在しません。それこそがNominalが活躍している領域なのです。

ハードウェアが再び熱い理由

ハードウェアが再び熱く感じられる理由は何だと思いますか。私のカレンダーには毎週非常に多くのハードウェア企業が入っています。Anduril、SpaceX、Teslaのような企業で訓練を受けた創業者の世代全体が、再び活性化されているように感じます。何が駆動していると思いますか。再工業化スタートアップコミュニティには何か特別なものがあるように感じます。

ええ、おそらくその質問には肯定的なフレームの答えと否定的なフレームの答えがあると思います。肯定的なフレームとしては、私たちはこの大きな振動を人類として調整しているのだと思います。私たちが世界に存在してほしいと願う野心や多くのものは、物理世界にあります。そして人々は再びそれに気づき始めているのだと思います。20年間のSaaS化の後、人々は再び本物を作ることに興奮しているのです。特にSpaceX、Anduril、Teslaのような企業は、このタイプのハードウェア開発を行うためのインフラとツールに投資すれば、それが大きな競争優位性になることを証明しました。これが肯定的なフレーミングです。

反対のフレーミングとしては、AIがさまざまな世界にどのように影響を与えているかという話ができますが、ハードウェアは依然として、それ自体に防御可能性がある世界です。なぜなら、ハードウェアは難しいからです。資本集約的で、金属や鋼鉄、電子機器を扱うのは非常に困難です。この世界のすべてが難しいのです。ですから、投資の観点からも人々が興奮していると思います。

シミュレーションと現実のギャップ

素晴らしいですね。私たちが常に観察してきたことの一つは、シミュレーションで機能するものと実際の生活で機能するものの間に大きなギャップがあるということです。

今日そのギャップはどの程度ですか。創業者がそのギャップにどう対処するのを支援していますか。そして、彼らにとってどのように具体化していますか。

ええ、私から始めて、その後ジェイソンにより専門家として引き継ぎます。しかし、私はAndurilでの経験でこの問題を非常に生々しく経験しました。2018年から2019年頃にそこに入社しました。会社は非常に初期段階で、特に当時は、すべてをシミュレートしようとすることが非常に流行していたと思います。

しかし、本当の力は、モデルのシミュレーション出力と、物理システムから出力される実世界のテレメトリーセンサーデータログを融合させることから生まれます。そしてその優位性は、それを継続的かつ非常に反復的に行えることです。

私は振り子が「すべてをシミュレーションでやろう。設計ライフサイクルのできるだけ早い段階で問題を解決できる」という方向に振れるのを見ました。しかし、私たちは常に冗談めかして言っています。物理法則が発言権を持つと。それは依然として発言権を持っているのです。

物理法則が発言権を持つ。

ええ、物理法則が発言権を持つのです。

つまり、私たちは特に、Nominalの初期段階で構築してきた狭い楔として、ハードウェアテストから始めました。なぜなら、そこがソフトウェア定義のハードウェアが初めて現実に触れる場所だからです。そして、それがソフトウェアが物理AIやシステム開発に影響を与える方法の最先端だと思います。最終的には、シミュレーションや設計の世界にもっと広がっていくと思いますが、この二つを融合できることが実際に優位性をもたらすのです。

付け加えると、私たちの顧客がNominalのようなパートナーと協力する意欲を持つ理由の一部は、25年や30年前のハードウェア組織が、これらの問題を断片的な方法で解決するモデルを開発したからです。

シミュレーションを構築する人々は、最初のプロトタイプを作る人々とは異なり、製造を行う人々とも異なっていました。そしてすべてがより接続されるようになると、共通のデータプラットフォームやインフラの欠如が本当に明らかになり始めます。

最近、ある人と話したのですが、その人は30年間、従来の大手企業の一つで、特定の独自のシミュレーション技術のスペシャリストになっています。彼らが到達した深さは素晴らしいのですが、AndurilのようなChallenger企業によって非常に急速に破壊されつつあります。そして今日人々が期待しているスピードで動くためには、ライフサイクルの初期段階に関与しているエンジニアが、Nominalのようなツールで構築している検証ロジックを、実際にフィールドに展開され、生産ユースケースを監視している段階まで適用できることを確認する必要があります。

ハードウェアテストの現状

Nominalを始める前、大手企業、Anduril、SpaceXはこのすべてのテスト、監視、製品変更のための学習に何を使っていましたか。

SpaceXは私たちにとって本当に興味深い存在です。なぜなら、他のプレイヤーとは異なり、彼らは最初から、地球上で最も才能があり、知的で、勤勉なエンジニアの一部を雇用したと決めたからです。そして彼らはそれらのエンジニアに力を与えたかったのです。彼らは、人々がテスト、特にテストデータ分析に使用する既存のソフトウェアは十分ではないと言いました。そして独自の社内プラットフォームの構築を始めました。私たちが会社を始め、それを研究していたとき、私たちはこう言いました。「これは彼らの最終的な成功の大きな理由だ」と。

それは実際に加速につながりました。しかし、今年来年に始まる1000社すべてにとって、そのようなプラットフォームをすべて構築することは意味をなしません。それがNominalの背後にある動機の一部です。

そして、SpaceXやAndurilやTeslaではない多くの企業の例を挙げましょう。業界におけるテストデータ管理の現状はかなり衝撃的だと思います。それは依然として、ほとんどのハードウェア開発において、データがデフォルトでローカルに保存される領域です。つまり、ネットワークアクセス可能なストレージが多く存在しています。それは依然として、クラウドが一般的ではない世界です。エンジニアたちは中央ドライブから自分のローカルマシン、ラップトップにデータをダウンロードして、独自のMATLABやPython、その他の解析ソフトウェアを実行し、個々の結果にたどり着くという世界です。私はアビオニクスエンジニア、ジェイソンはGNCエンジニア、あなたはサーマルエンジニアのように、私たちは皆独立して作業しています。

そして、それらの洞察や結果を投稿するメカニズムを見つけようとしています。多くの場合、スクリーンショット経由です。つまり、PDF、PowerPointエンジニアリングが、これらの多くの企業にとって依然として最先端なのです。そして私たちはよく話すのですが、Nominalの初期の頃、私たちは業界を2003年から2019年、2020年に引き上げようとしていました。優れたソフトウェアプラクティス、健全なデータエンジニアリングです。ジェイソンはよく話しますが、今日Nominalで構築したものは、ユーザーに力を与えるために10個か11個の本当に難しいソフトウェア問題を解決する必要がありました。

そして今、私たちは非常にエキサイティングな旅をしていると思います。2020年、2021年から今日私たちが生きている世界へと、ユーザーのために最前線を押し進めているのです。

既存企業へのAI教育

既存企業をどれだけ教育していますか。先ほど言われたように、5つの防衛大手のうち4つと協力していますが、彼らは実際にどれだけAIを採用していますか。製品を改善するために何をする必要があるかについて、どれだけ教育していますか。彼らがハードウェア製品に変更を加えるには、依然として何年もかかるように見えます。

キャメロンが言っているように、ここでの最先端技術はやや遅れています。そして、私たちが彼らを追いつかせるにつれて、それがAIを使用するための必要な第一歩となります。毎日AIツールを使用している人として、ハードウェアエンジニアが「過去50回実行したテストで何が起こったか、そして今見ているテストに関連するものは何か」といった質問をするのは自然だと思うかもしれません。しかし、それは過去50回のテストからのデータが一箇所に存在することを前提としています。

そして、それが解決される必要がある問題なのです。大手企業はそれを解決することに興味を持っており、そこに価値があることを認識しています。そして彼らの中には、社内で構築しようとすることに疲れて、私たちのようなパートナーと協力する意欲を持つようになった企業もあります。

私が今週、チーフエンジニア、CIO、CTOとよく交わす会話があります。彼らは、ハードウェアシステムに洞察が閉じ込められていることをよく認識しているという概念です。これは、データ取得システム、テストスタンド、ラボテスト、電源、計測器といった実世界です。それが彼らのハードウェア製品を実現するための基盤です。そして、そのデータのごくわずかな割合しか、メタデータで構造化され、整理され、カタログ化できる中央リポジトリに最終的に到達していないのです。その基本的なステップだけでも。

かつてはデジタルエンジニアリングと呼ばれていました。それが非常に流行していた用語だったと思います。そして今、会話は物理AIとより韻を踏むようになっています。しかし、これらの組織がその上にAI機能やアプリケーションを構築する準備を整えるための構成要素は、Nominalが提供するセマンティックレイヤーと、顧客のためにこのハードウェアデータをカタログ化する方法の多くから始まります。

そして、ここでのAIの野心は本当に私をワクワクさせます。なぜなら、時には本当に興味深い質問をすることになるからです。例えば、1秒あたり100万ポイントを生成する10,000個のセンサーがある場合、それは膨大なデータ量であり、自動化によって気づかなかったかもしれないものを浮上させることができます。しかし、データの取り込みやデータレビューのより退屈な部分を加速させるだけのものもあることを認識すべきです。

現在、私たちのハードウェアエンジニアリングユーザーの一人が、毎週このデータチェックを自動化したいと考えているかもしれません。飛行テストを行うたびに、自分が関与していなくても、このチェックが行われるべきです。遠隔地でテストを行っていて、飛行オペレーターが自分の代わりに行うことになっていても。

でも、そのデータチェックが行われることを望んでいます。おそらく彼らがそれを行う際の摩擦は、そのチェックをエンコードするためのカスタムドメイン固有言語を学びたくないということです。もしNominalのようなツールで英語からコードへのプロンプトを使用できれば、それが実際にそれを実現させ、彼らはより創造的で、より判断が求められる、ハードウェアシステムの設計の人間的側面に集中できるようになるかもしれません。

ハードウェア設計ライフサイクルにおけるテストの位置づけ

先ほどGitHubのアナロジーに言及されましたね。ハードウェア設計ライフサイクルをマッピングすると、おそらく物の設計、物のテスト、物の製造、そして本番環境での物の監視があると想像します。

私の単純な頭ではそんな風にマッピングされます。それは妥当ですか。

はい、ええ。

なぜテストから始めるのですか。そして、それはPDFによってサービスされてきた唯一のカテゴリーの一つだと言われましたね。設計ツール、製造、これらにはそれぞれ記録システムがあります。

なぜテストは今日まで無視されてきたのですか。

ええ、その質問に対する一つの答えは、無視されてきたし、実際には記録システムがないから、そこから始めるということです。Nominalをフレーミングする一つの方法は、特にテストのための記録システムの一形態になれるということです。

それには、迅速なROIを示すことが顧客の結果として非常に明確な分野であるという、素早いビジネス上の理由があると思います。ハードウェア開発には、テストはこの機能であり、段階的な改善を行えるというマントラのようなものがあります。秒を節約し、それが分や時間に複合化していきます。それは競争市場で製品を投入しようとしている顧客にとって本当の価値です。しかし、常にこの長い尾のリスクがあり、主要なハードウェアプログラムに関わったことのある人なら誰でも知っています。常にデータのどこかに隠れているものがあり、彼らが理解できず、全員で取り組む努力になります。

それはプログラムを停止させることがあります。そしてNominalは、顧客がそこで洞察を浮上させるのを助けることができました。しかし、もう一つの答えは、テストは定義上反復的だということです。それがテストとはそういうものです。最も古典的な実験的独立変数のようなもの、科学ですね。だから本質的に反復的なのです。それがまさにNominalが目指しているものと一致しています。その反復をどのように推進できるか。そしてハードウェア開発ライフサイクルを見ると、テストは本当に良い出発点です。

そして私たちにはビジョンがあり、顧客は既にこの方向に私たちを引っ張っています。もし私がテストでソフトウェアプラットフォーム、データプラットフォームを使用すれば、特定のテストでそのシステムの性能を管理するすべての検証ロジックを開発します。それは、組織内で簡単に分散できる、まったく同じロジックのセットであるべきです。生産製造の最終ライン品質テストまで、Nominalではチェックリストと呼んでいますが、本質的には検証ロジックを自動的に実行しているだけです。そして、それをエッジにもデプロイできるべきです。このハードウェアシステムに。

ほとんどNominal Coreのように、私たちのコア製品が、物理システムの性能を管理するすべてのロジックのオーサリングハブのようになり、それをバージョン管理してエッジにデプロイできるのです。

ソフトウェアテストとハードウェアテストの違い

聴衆の中のソフトウェアエンジニアのために明確にしたいのですが、ハードウェアテストは非常に豊かで、より純粋なソフトウェアバックグラウンドから来た人間として本当に評価するようになったことの一つです。ソフトウェアテストについて考えるとき、ユニットテストのような非常にシンプルで決定論的なものがあり、さらにソフトウェアでのより豊かなエンドツーエンドや本番レベルのテストでさえ、比較にならないほど単純です。

航空機を構築していて、飛行テストを実行している場合、テストには依然として物理的な機械があり、何百人もの人々が関わっており、誰かがそれを操縦しています。だから、安全であることを確認するためにプリテストを行うかもしれません。それは本番のユースケースにより近いものになります。ソフトウェアの世界から来た場合とはまったく異なります。

まったくその通りです。そして先ほどの物理法則が発言権を持つという点に戻りますが、テストはゴムが道路に接する場所のように見えます。物が期待通りに動作するかどうか。それが本当に重要なすべてです。

私のAI脳はすぐに、あなた方が集めている興味深いデータセットに飛びつきます。なぜなら、今や顧客全体にわたって、異なる構成、異なる設計パターンに関するデータと、それらがテストで実際にどのように機能するかに関するデータがあるからです。だから、そのスペースでAI研究をさらに推進する計画について少し話していただけますか。

AIモデル開発とNominalの役割

ええ、私はNominalが既に使用されている企業と協力していると言えます。物理モデル開発を行い、これらのモデルをトレーニングしている企業です。そして、Nominalが始めたところで、これらの顧客にとって本当に価値があったのは、私たちにとって興味深い洞察でした。

ハードウェアシステム上のモデルの性能をテストするとき、非常に多くの分離が必要です。そして、Nominalが本当に得意だったのは、データの異常を自動的に見つけることでした。そして、モデルの開発に情報を提供するために良いデータを収集しているかどうかを把握しようとしている顧客にとって、例えばロボットアームのようなシンプルな例を取りましょう。サーボの問題、モーターの問題、そのシステムの物理的性能の問題があり、それらが実際に収集するすべてのデータを悪くする可能性があります。

Nominalがバックグラウンドで実行され、実際にこう言っています。「このロボットアームが洗濯物を1枚折りたたんだ120秒のテストのうち、実際の物理的テレメトリーとコンポーネントが校正内で、標準内で性能を発揮していた高い信頼性を持っていたのは、このパーセンテージのデータだけです。したがって、モデルのトレーニングに実際に入れるためのデータ片を抽出できます。」

そして、それはまさにこの這い回りステップですが、ええ、私たちは顧客とともにますます関わっていると思いますし、スタックの不可欠な部分になると考えています。そして、彼らが見ている分野は、率直に言って、自分たちで構築したいと思う差別化された能力とは見なしていません。

構築するのは難しく、彼らの独自のIPはモデル自体を開発することです。しかし、Nominalのように、私たちがそれらの多くのユースケース全体で洞察を導き出す能力は、顧客にとって役立つと思います。

コーディングスペースに検証エージェントがあるように、私には、あなた方も各企業の設計エージェントの開発を支援する検証エージェントになれるように思えます。

ええ、ええ。つまり、これは私が最もワクワクするアナロジーです。ハードウェアのためのユニットテストがあれば素晴らしいでしょう。しかし、コーディングの世界でエージェントが非常に優れたものになった理由の一部は、物事が検証可能だからです。だから、その学習ループが非常に速く進むことができます。

そして、それをハードウェアにも持つことは大きな夢です。しかし、そこに到達するためには、基本的にテストと検証のインフラストラクチャを構築する必要があると思います。

ハードウェア企業とオートノミーの組織構造

ええ、納得です。ロボットアームの例を出されましたね。では聞かざるを得ないのですが、今日観察しているほとんどの企業は、ハードウェアチームとオートノミーチームが分かれていますか。

そして、ハードウェアスタックとオートノミースタックも別々ですか。ハウスの片側だけにサービスを提供していますか、それとも両側に提供していますか。

ええ、私たちが見ているのは、ロボットアームの例を取って展開し続けましょう。私たちが見ているのは、駄洒落は意図していませんが、3つの異なるチームがあり、3つの異なるスタックを持っているのを見ます。会社が実際に独自のロボットシステムを製造するかどうかにもよりますが、製造スタックと製造チームがあります。

実際にロボットを組み立てている人々です。サプライヤーから始まり、現場で最終組み立てを行っているデジタルスレッドもあり得ますが、製造チームがあります。通常、R&Dチームがあり、多くのプロトタイピング、実験を行います。私たちが話していたモデル開発のユースケースのようなものです。そして一般的に顧客対応チームがあります。フリート運用です。彼らはロボットシステムが現場でどのように性能を発揮しているかを観察しようとしており、すべてのオンボードテレメトリー情報を収集しています。

つまり、3つの異なるチームと3つの完全に異なるスタックです。そして、実際に来て顧客と協力し、Nominalがこれら3つのユースケースすべてにまたがる方法と、それがどれほど強力かを発見するのは本当に興味深かったです。

私たちは継続的ハードウェアテストについてよく話します。それは内部的にも外部的にもNominalで話す用語です。そして、フィールドに展開されたロボットシステムで発生した異常や問題が、R&Dチームに戻り、彼らが迅速にトリアージでき、もしそれが物理コンポーネントの故障や校正から外れた何かに由来するのであれば、ずっと遡ることができる、そのような見えないスレッドを持つことができます。

それはNominalが活躍する大きな分野だと思います。

ええ、私たちのユーザーが非常に気にかけている言葉は、トレーサビリティです。彼らは常に、この部品がどこから来たのか、どのテストを受けたのかを理解したいと思っています。そして、そのカタログ化は、顧客が構築しているシステムの規模では本当に非常に複雑になります。

航空機を構築している場合、すべてのサブシステムが常にすべてのテストを通過できるわけではありません。単純に高すぎます。十分な予算、時間、リソースがありません。だから、それを追跡することは、優れたハードウェアエンジニアリング作業を行うための基本です。

AIによるハードウェア設計の未来

今日、基本的にClaude Codeで実質的なソフトウェアを書くことができます。ゼロからAIシステムが設計、製造、テスト、監視し、新しいハードウェアを考え出す前に、何が必要だと思いますか。

飛行機をバイブコーディングしようとしているのですか。

もしかしたら飛行機は飛行機であるべきではないかもしれません。何か違うものに見えるべきです。特に垂直離着陸機が欲しいなら。

チームを雇おうとするときに話すことの一つです。「もしソフトウェアエンジニアなら、Nominalで働きに来てください」と言うとき、私たちは皆、インターネットを構築することに多くの時間を費やしてきて、インターネットはかなりうまく機能していますが、飛行機をバイブコーディングできるところからはまだ遠いのです。

今、私は自宅でIKEAの家具を自分で組み立てなければなりません。その問題が解決されたら素晴らしいでしょう。そして、それは「自宅で自分のIKEA家具を設計できるか」と言うような小宇宙のようなものです。つまり、今日いる場所とハードウェアをバイブコーディングできる場所の間には、非常に多くのステップがあるように感じます。

しかし、その多くは、これが機能しているかどうかのフィードバックループに戻ってきます。あるいは、ハードウェアAI研究を行うためのトレーニングデータセットをどのように持つかということにも。その多くは、データ収集、データクリーニング、データ標準化の問題に戻ってきます。これは、まさに私たちが焦点を当てている場所です。

しかし、もし企業がNominalを使用すれば、すべてのデータを統合すれば、テストからのデータがあり、異なる設計がどのように機能するかのデータがあり、何かがどのように作られたかのすべてのコンテキストからのデータがあり、そのすべてから学習できるべきではないでしょうか。

ええ、そう思います。今週誰かと話していたことを考えると、テストが行われているときでさえ、オペレーターがそのテスト中に互いに話している音声データのようなもの、それは収集し、Nominalのようなプラットフォームに組み込み始める本当に価値のあるデータセットです。AIツール以前は、それはバンforバックがそこにないように少し努力しすぎのように思えたでしょうが、今ではもちろんそうすべきです。それはすべて一箇所にまとめられるべきです。そして、データ資産が収集されるだけで何が解放されるかを見るのが、今後数年間楽しみです。

モデリングとシミュレーション側、CFD、流体力学で起こっている本当に最先端の作業がたくさんあると思います。人々が取り組んでいます。テストの世界は、Nominalがそれを行うところであり、行うつもりです。おそらく、米国空軍と行っているいくつかの最先端の作業の逸話を提供することで質問に答えましょう。

DARPAとの先進的なテストプロジェクト

私たちは彼らと協力しています。DARPA、国防高等研究計画局とCipherという本当にクールな取り組みで協力しています。これはCyber Physical Systems Executing in Real Timeの略です。多くの頭字語がなければ国防ではないでしょうが、本質的には、聞いている方のために高レベルで簡単に説明すると、テストエンジニアリングがどのようなものかということです。主要な航空機や兵器システムの開発のための。

それは、満たす必要がある決定論的なテストポイントの巨大なマトリックスです。システムがこの条件下でこの値とこの値の間にある必要があるというような、このマトリックスを何年もかけて非常に順次的に消化していきます。

この取り組みが目指しているのは、実際にAIエージェントを関与させることです。リアルタイムより速く、デジタルツインと組み合わせて、次の最良のテスト条件、知識を最大化する次のテスト条件を極めて迅速に推奨します。飛行を実行し、飛ばし、データを収集し、1つの離散的な決定論的テストポイントを満たしたかどうかを確認し、着陸し、データを見て、イエスと言い、再び実行するのではなく。

実際に今、特にシステム自体が自律的であるため、本当に高い耐久性を持つことができます。だから、リアルタイムまたはリアルタイムより速く、テストのパラダイムを、離散的に進んでいくマトリックスから、実際には常に非常に迅速にベクトルを調整し、モデルを再トレーニングし、デジタルツインを更新する勾配曲線のようなものに変えることができます。世界がどのようなものかの物理学に基づいた代理モデルです。

それは本当にクールで、それこそが私たちが目指している理想郷だと思います。また、初期の設計段階で見ていますが、テストの世界で行うのは本当に難しかったと思います。しかし、政府と手を取り合って取り組んでいるという事実、彼らはテストレンジやインフラへのアクセスを持っており、これを可能にするものを持っているというのは、私たちにとって本当にエキサイティングです。

国防総省のAI活用状況

国防総省はAIの使用にどれくらい進んでいますか、それとも進んでいませんか。

ええ、興味深いですね。この政権は特にAIに非常に前向きだったと思います。実際、かつてはAIが一部の契約や機会からほとんど失格要因のようなものでした。Nominalについて話すと、ミッションクリティカルなアプリケーションの典型のようなものです。実験は望まないのです。

ジェイソン、時々私たちにはSlackチャンネルがあり、コーディングエージェントやツールも使用していますし、それらはフロントエンドのReactコンポーネントなどで本当に優れていますが、バックエンドのようなもののための推奨事項のいくつかを、チームは笑って「もしそれをマージしていたら顧客にとって本当に悪かっただろう」と言います。

だから、ある種の懐疑心を持つことには正当な理由があると思いますが、それは急速に変化しています。そうですね、国防総省はますます実験に傾倒していると思います。協調戦闘自律航空機プラットフォームは本当に最前線を押し進めています。

私たちはそのプロジェクトで、他のベンダーと緊密に協力してきました。だから、私たちがどこに向かっているかの勾配、駄洒落は意図していませんが、それに刺激を受けています。

エージェント活用の可能性

あなた方のビジネスを、データの収集、可視化、分析、反復、報告に単純化できますか。それはエージェントに完璧ではないでしょうか。

ええ、ハードウェアテストのループについて考えると、そのプロセスの各ポイントで大量の異なるものが加速できると思います。

先ほど、データレビューの退屈な側面についていくつか話しましたが、その一つがレポート作成です。データを既に分析した後、バッテリーサブシステムを設計している電気エンジニアである場合、これらの入力チャネルを取得して、システムが実際に私が考えていたように機能したかどうか、チームが理解できる方法、VPが理解できる方法に合成するという、あなたの脳からのみ抽出される興味深い部分を既に行っています。

この時点で、他の人々がその質問をして、特定のPowerPointスライド形式で取得して、それを広めることができるようにしたいかもしれません。文字通り、ある場合には、顧客、この製品を購入している誰かに提出しなければならないPDFがあります。はい、AIはそのすべてを加速できます。

ええ、私はパラダイムのシフトにワクワクします。内部的に時々話すのですが、かつては50人の人間が1つの物理的ハードウェア製品のテストと検証に関わっていました。今、その比率が1対1のように変わってきていると思います。しかし、1人の人間がこのスペースでエージェントツールを使用し、Nominalを使用して、50のシステムに対して並行して行うことができる世界にどうやって到達するか、そしてそれがどのように見えるか。

そして、私たちは既にシステム内で本当に興味深く強力なものを構築しています。チャットインターフェース、LLMインターフェースを持つことができ、「ドローンのキネマティクスをプロットして」といったことを言っているだけです。それは本当にシンプルな例ですが、Nominalが持っている構成要素の上で、ユーザーの目が光り輝きます。それは彼らが経験しなければならない非常に手動のタスクです。

しかし、人間の洞察が本当に重要だった分野がまだあると思います。そして私たちは、大規模なデータセットを構築しようとしています。人間が豊かにしたデータの、機械工学の修士、博士がこのデータを豊かにし、Nominalでそれを行うことは、強力な資産です。

AIの現在地と未来像

完全に同意します。製品におけるAIについて、何イニングにいると思いますか。そして、Nominalのためのニルヴァーナにズームアウトすると、それはどのように見えますか。

まだ初期のイニングだと言えます。ちょうど過去3ヶ月でさえどれだけ変化したかを考えるだけでも。12ヶ月後も、まだ初期のイニングにいると思っていることを望んでいます。なぜなら、もしそうでなければ、おそらく角を曲がったところに来るものについて十分に謙虚ではないからです。

しかし、今日追加した機能について考えると、Nominalにさらに2倍のソフトウェアエンジニアがいて、AI機能を構築しても、ユーザーがエキサイティングだと思うかもしれない新しいことを発見し続けるでしょう。だから、先ほど冗談めかして言っていたことの一つは、ハードウェアテストのためのマネーボールが必要かどうかです。スポーツゲームを見ているとき、常に非常に曖昧な統計があります。「もしこの人がこのプレーを完了すれば、3番目に優れた」というような。私は明らかに多くのスポーツを見ませんが、しかし真剣に。

顧客と話すとき、彼らがNominalを好む理由の一つは、組織で通常見ているよりも多くのデータを多くの目の前に置いているからです。そしてそれが導くのは、誰かが何かに気づくということです。その瞬間にそれをキャッチすれば、何かが間違っていることに対処するのに30分しかかからないのに対し、気づかれなければ、何かが爆発し、最も重要なテストキャンペーンから会社全体が2日間シャットダウンするようなことになりかねません。

そして、データの量はこれらのシステムがより複雑になるにつれて増加するだけなので、エージェントがほとんど親プログラマーのように監視している、これらの高度なテストを行っているときのコントロールルームで、「これを見ていないけれど、過去50回これを行ったのと比べてファミリーから外れていて、誰かが調査する価値がある」と言うのは非常に理にかなっています。

ハードウェア企業の未来像

ええ、わかりました。AGIの未来にズームアウトすると、未来のハードウェア企業はどのように見えますか。

私には仮説があります。実際、私たちは、明らかにビジネスの観点からこれを信じていますが、はるかに多くのハードウェアテストが行われる期間に入りつつあると思います。

だから実際、振り子は逆方向に振れると思います。私たちは、物理システムが世界でどのように動作するかについてどれだけ理解していないか、そしてデータの観点からどれだけ欠けているかを理解し始めていると思います。だから、企業がますます多くのハードウェアを構築していると思います。このデータを収集し、実際にこれらのモデルを開発しようとする競争になると思います。

それは良いことだと思います。Nominalにとって良いことです。最終的には、ハードウェア製品を構築する最良の方法が、実世界のテストの量を最小化することになる完全な円になると思います。しかし、それはAIエージェントが、あなたが述べたハードウェア製品開発の非常にシンプルなステップに沿って働き、それらのステップのそれぞれを最適化し、次にそれらのステップ間を実際に最適化し、設計スペースをテストスペースにリンクできる世界です。最短時間でシステムのテストを最適化する方法についてのエージェント的推論を持ち、できればそれを一度だけ行います。すべてを事前にトレーニングし、事前にシミュレートし、次に物理システム全体でそのエージェント的テストエージェントを実行し、うまくいけば100%の満足度を得られます。しかし、そこに到達するのは遠いと思います。

そして、そこに到達するためには、より多くのテストの必要性の巨大な爆発があると思います。そして、実世界のテストデータとモデル出力のより多くの融合があります。

私はいつもこう考えます。もしAGIがあなたの子供のためにビデオゲームを設計するなら、厳密にテストされることなくプレイさせても構わないでしょう。ただのビデオゲームです。しかし、もしAGIがあなたの子供のためにおもちゃを作るなら、物理的に危険でないことを本当に確認したいでしょう。物理世界は常に異なるでしょう。なぜなら、それは私たちが実際に生きている世界だからです。

すべてのハードウェア企業が物理AI企業になる

すべてのハードウェア企業が物理AI企業になると思いますか。

はい、そう思います。設計、生成、製造のようなものでさえ、これらすべてがうまくいけばより洗練されたAIツールによって加速されるという意味で、ソフトウェアの世界で今起こっているのと同じように、物理世界で人々の創造性が解放されることを願っています。

なぜなら、ほとんどのハードウェアは1つのことを行い、1つのことをうまく行うだけですが、はるかに柔軟であるべきだからです。

はい。それは本当に良い指摘だと思います。はい、その能力を解放することです。現在のシンプルな例を挙げましょう。人々と話すと、よく引用されるのは、F-18だったと思います。別の連邦の例を挙げますが、F-18、それはジェット機です。テストされたプロセスの結果として、その航空機の制限と非効率性があります。それには余分なものがたくさん付いています。後部フィンが取り付けられている方法は、どの航空士も非常に非効率的な航空機だと言うでしょう。

そして、それは最悪のテストプロセスを持っているときに得られるものの興味深い例だと思います。そして、目を閉じて細めて考えてみてください。最高のテストプロセスを持っているとき、実際には最終製品にはるかに多くの柔軟性と汎用性を構築できると思います。それは本当に本当に興味深いでしょう。

F-18の非効率性とAIによる最適化

それは魅力的ですね。なぜそのすべてのデータ、非効率になった理由すべてをAIモデルに入力して、「F-18から不要なものをすべて取り除こう」と言わないのですか。

ええ、つまり、これが真実だとは実際には知りませんが、私はかなり大胆な人々と話したことがあり、彼らは例によってそのタイプの作業を試みていると思います。そして、私たちが協力している取り組みのいくつかに沿っていると思います。現状のツールについて多くのことを話しましたが、今まさに最前線を押し進めている人々がいます。大手企業や他の場所の両方で。

MITの卒業生がNominalを選ぶ理由

お二人ともMITを卒業されましたね。なぜMITを卒業する人がNominalに参加すべきなのですか。

つまり、キャメロンが20年間のSaaS化について話したことを考えると、今私が本当に情熱を持っていることの一つは、顧客のユースケースにとって、ソフトウェアの実行のように、物理法則について考えなければならないということです。このハードウェアシステムが機能したかどうかだけでなく、AWSに出荷するには高すぎるデータの規模がある場合、そのデータの処理が物理システムが機能したかどうかを判断するために必要な場合、多くの人々が離れてしまったソフトウェアとコンピューティングの原則のセットで動作しなければなりません。

しかし、本当に野心的であれば、この部屋のように、物理AIが今後10年、20年でどこに向かうかについて、多くの人々が彼らの問題について多くの時間を費やすことになると思います。

だから、Nominalは、ソフトウェアエンジニアが今後10年で不釣り合いに時間を費やす場所の最先端にいると思います。

ハードウェアの自社開発について

あなた方は自分たちでハードウェアを構築するつもりですか。

そう思います。いや、キャメロンは既に笑っていますが、すべてのカードを見せるべきではありませんが、ハードウェアデータのサプライチェーンについて私たちが多くの時間を費やして考えていることです。

データのソースはセンサーであり、それから、このサテライトを打ち上げるのが安全かどうかに人間の判断を適用できる人々にレポートを提供するところまで行きます。では、そのサプライチェーンをどんどん良く管理するにはどうすればいいでしょうか。それはおそらく、そのすべての部分に触れることによってです。

私はいつも、データをキャプチャする権利を得なければならないと言っています。ユーザーの生活を良くしなければなりません。「データが正しい方法でカタログ化されるからこのツールを使わなければならない」と言うだけではできません。「このツールを使うべきです。なぜなら、実際に1日から1時間節約できるからです。ああ、ちなみに、組織的に有益な方法でデータもカタログ化します」と言います。

そして、それらのワークフローについて考え、スレッドを最後まで引っ張ると、この人の労働に関わるステップの数を減らすにはどうすればいいか、最終的にはハードウェアに到達します。

ハードウェアこそが唯一の堀

ジェイソンが「ええ、すべてのカードを見せたくありませんが」と言ったので私は笑っていました。しかし、それは今後より早く起こると思っていることです。

私たちのパートナーであるショーンが今輝いているでしょう。彼は常に、ハードウェアこそが唯一の堀だと私たちに思い出させます。そして、あなた方はハードウェア企業に販売するだけでなく、興味深いものが袖の下にあるように聞こえます。

私たちはそこに多くの非常にユニークな洞察を持っていると思います。ええ、表に出しているよりも進んでいます。

素晴らしいですね。ハードウェア、物理世界、物理AIにとって信じられないほどエキサイティングな時代だと思います。そして、あなた方全員がその周りに会社を構築し、今やインスピレーションを受けて活性化されて宇宙に向かうすべてのエンジニアの専門性、信頼性、スピードを根本的に変革するGitHub相当のものを構築しているのを見るのは刺激的です。

これまでに成し遂げたことにおめでとうございます。そして、今後構築し続けるものを見るのが楽しみです。

本当にありがとうございます。私たちはall systems nominalと言います。

all systems nominal。all systems now。ありがとうございます。

ありがとうございました。