この回の動画
ナレーションは AI 合成音声です。 動画の章・文字起こし・出典
文字起こし
文字起こし
知行の問い
ロボットのニュース、信頼できるかどうか、すぐに見分けるには？今回は、その方法をお伝えします。まず、誰が言ったかを見る。それから、四つの質問をします。ネットには毎日、たくさんのロボットのニュースが流れ、本当の話と嘘の話が混ざっています。この方法を身につければ、自分でふるい分けられます。
まず、誰が言ったか
情報源を三段階に分けます。公式の一次情報はO、論文やプレプリントはR、メディアの二次情報はMです。同じ出来事でも、会社の発表、論文、メディアの又聞きでは、重みが違います。一次情報に近いほど、確かめやすくなります。ただし、会社の自己申告は割り引いて聞き、外部の検証も探しましょう。このレーダーの記録から、一つ見てみましょう。日本のメディアの報道によると、ダイフクは二千三十年に、現場での試験を行う計画です。これはエム、二次情報なので、元の記事を確かめましょう。それに注意してください。これは計画中のデモで、すでに倉庫で働いているわけではありません。
さらに四つの問い
二つ目の問い。デモなのか、もう働いているのか。試験導入も実証実験も、まだ「試し」にすぎません。三つ目、その成功率は何についての数字か。四つ目、最大か、ふだんか。ある論文は、評価の手間を最大七十パーセント減らせると報告しています。これは、通常の一括評価と比べた値です。注意しましょう。この七割は、評価の手間が省けるという話。ロボットの作業の成功率ではありません。しかも最大の値で、毎回ではありません。もう一つのコツ。形容詞だけでなく、確認できる事実を探しましょう。数字は何の指標で、どんな条件なのか。生産量が公表されていなければ、勝手に補ってはいけません。五番目の問い。時点が明記された一次情報はありますか。テスラの二千二十六年第二四半期報告は、生産ラインを建設中と記載しています。報告期間を確認し、公開時の実際の状態とは区別してください。仮に、ネットで月産何台という話が出回ったとします。公式発表になければ、まだ本気にしないでおきましょう。数字を見たら、まず聞くんだ。何についての数字？最大なの、ふだんなの？
五つの問題で練習
あなたの番です。このレーダーの記録を開いて、五つ選び、一つずつ、この五つの問いを当てはめてみましょう。等級を間違える、デモを導入と取り違える、最大をふだんと取り違える。どれも、実力を買いかぶる原因になります。三つの要点です。まず、誰の発表か。O、R、M。次に、デモか導入済みか、成功率、最高か通常か、出典を確認します。最後に、公表されていない数字を勝手に補わないことです。この問いがわかれば、ただ拡散する多くの人より、ずっと信頼できるよ！次回は研究室に入って、ロボットアームに、机の上のコップまで手を伸ばさせるよ。また次回！
根拠と出典
練習とセルフチェック
小テストは公開で、回答するとすぐ解説が出ます。読み物の練習問題の答えはログイン会員向けです。
第 0.6 回の動画は、ロボットのニュースを読むための方法を示しています。まず誰が言ったかを見て（O 公式・一次、R 論文・プレプリント、M メディア・二次）、さらに四つ問います。デモか、もう導入されているか。成功率は何についての数字か。最大か、ふだんか。時点が明記された一次情報はあるか。動画では実在の材料を三つ使います。レーダーに収録されたダイフクの 2030 年の実証実験計画（M）、あるプレプリントの「評価の手間を最大七割削減」（R）、そしてテスラの 2026 年第 2 四半期報告 6 ページにある Optimus の生産ラインの記述（O）です。このページは、この回の解説と練習です。文字起こしは繰り返さず、それぞれの問いを原文の一文まで戻します。特に五つ目の問いを重点的に練習します。一つの資料には日付がいくつも載っていることが多く、報告期間、発表日、今日の状態は別々に確認する必要があります。原文が公表していない数字は「原文に記載なし」と書き、自分で補いません。
この解説は動画の改訂に合わせて更新しました。前の版では五つ目の問いの例にシャオペン（小鵬）のプレスリリースを使っていましたが、この版ではテスラの四半期報告に差し替えています。このレッスンの動画、文字起こし、出典はこのページの上部にあります。シーズン全体の構成は講座の概要をご覧ください。テスラの一節を「完了・進行中・見込み・予定」に一文ずつ仕分ける作業は、前回のフィジカルAIラボ 0.5：人型ロボットブーム――テスラ四半期報告の一節をデモ・試作機・量産・現場に仕分けるで済ませているので、ここでは繰り返さず、日付と未公表の数字の練習にだけ使います。O/R/M の等級の由来はPhysical AI レーダー：全項目に証拠レベルを付けた身体性AIの朝刊で説明しています。
公開小テストの 5 問には詳しい解説が付いています。ログインすると、三つの練習に取り組めます。架空の数字が 4 回の伝聞でどう変わったかをたどる、架空の資料一式を時系列に並べて状態カードを埋める、架空の論文見出し 4 本を審査する、の三つで、それぞれに解答例、よくある誤り、20 点満点の採点基準が付いています。
1. 五つの問いのカード：原文のどの一文を探すか
動画の五つの問いは、一枚のカードにまとめられます。2 列目はその問いの当てはめ方で、本講座の教え方としての提案です。3 列目は動画の例です。
| 問い | 原文で探すもの | この回の例 |
|---|---|---|
| 1. 誰が言ったか | 発信者は誰か：会社の自己申告か、論文の著者の報告か、メディアの又聞きか | ダイフクの項目。レーダーは M と表示し、出典は MONOist（ITmedia）の報道 |
| 2. デモか、もう導入されているか | 文の時制：計画、試験導入、実証実験か、すでに稼働しているか | ダイフクは 2030 年に実証実験を行う計画。将来の試験で、いま倉庫で働いているわけではない |
| 3. 成功率は何についての数字か | 数字の主語：どの作業、どの指標、どの条件か | 「七割」は評価の手間の削減幅で、ロボットの作業の成功率ではない |
| 4. 最大か、ふだんか | up to、最高、最大といった語と、何と比べているか | 通常の一括評価の方法と比べて最大 70% 削減 |
| 5. 時点が明記された一次情報はあるか | 原文がどの日付・どの期間を指しているか。引用したい数字が本当に原文に書かれているか | テスラの 2026 年第 2 四半期報告は Optimus のラインを Construction と記載。これは報告期間の状態で、今日の状態ではない |
動画にはもう一つコツがあります。形容詞だけでなく、確認できる事実を探すこと。数字は何の指標で、どんな条件なのかを問うこと。生産量が公表されていなければ、勝手に補わないこと。五つの問いにすべて答えてから、その話を伝えてよいか、どう伝えるかを決めます。
ログインすると、このレッスンの続きと確認問題、解答を読めます。
制約と注意点
- テスラの Q2 2026 Update は O 級で、ラインの進捗、見込み、予定用途はすべてメーカーの自己申告です。本サイトは独自に確認していません。報告期間の末日は 2026-06-30 で、提供された本文には発表日がありません。本講座はその後の進展を追わず、現在の生産量、大量納入、長期の安定稼働も推測しません。依拠しているのは報告の本文で、画像やグラフは含みません。
- Beyond Binary Success（arXiv 2603.13616）はプレプリントで R 級です。70%、50%、ロールアウトの回数、「統計的な厳密さを損なわない」はいずれも著者の報告で、本サイトは再現していません。本講座が依拠しているのは要旨と本文の最初の数節で、補足資料は含みません。
- ダイフクの項目は、レーダーが収録した見出し、抜粋、分析だけに基づいています。本講座は MONOist の元の記事を読んでいません。レーダーの分析は AI が下書きしたもので、人によるレビューは受けていません。
- ネットで出回る月産台数、第 3 節の 100 回と 30 回、第 4 節のスタートアップのニュースは、いずれも練習用の仮定です。どの会社、チーム、システムのデータでもなく、ネット上に実際にそうした話があることも意味しません。第 2 節の要約の手本は本講座が書いたもので、報告の原文ではありません。
- 第 5 節の架空の会社 K と Q、チーム V、手法 X、すべての日付、回数、成功率、「月産 500 台」は練習用の架空です。61.7%、61.5%、53.5%、80%、85.5% などは、これらの仮定の下でのみ成り立ちます。課題 3 のシミュレーション結果は架空で、シミュレーションの結果はハードウェアの安全性の検証ではありません。日付の分類、状態カードの項目、「使える／書き直しが必要／使えない」の分け方、採点基準は教え方としての提案で、どの出典の定義や結論でもありません。
- 五つの問いのカードは判断を助けるチェックリストで、結論の正しさを保証しません。「一次情報が見つかる」は確認できるという意味で、原文が必ず正しいという意味ではありません。
リンク
- フィジカルAIラボ：すべての数字を確認できるフィジカルAI講座（講座の概要）
- フィジカルAIラボ 0.5：人型ロボットブーム――テスラ四半期報告の一節をデモ・試作機・量産・現場に仕分ける
- Physical AI レーダー：全項目に証拠レベルを付けた身体性AIの朝刊
- フロンティア・レーダー｜Beyond Binary Success：実機試行が限られるなか、逐次検定で方策の優劣を早く見分ける
- Physical AI レーダー（各項目に O/R/M、元のリンク付き）
- Physical AI レーダー · 2026-09-28（今回の練習で使う項目、中国語版）
- Beyond Binary Success: Sample-Efficient and Statistically Rigorous Robot Policy Comparison（arXiv 2603.13616）
- Tesla：Q2 2026 Update（6 ページの Robotics の節と生産能力の表、報告期間末 2026-06-30）
