129ドルの小型機を基盤モデルで操作する
米国のAI企業Anthropicは2026年7月24日、対話や文章生成に使われる基盤モデル（ファウンデーションモデル）に小型ドローンを操縦させる実験「Project Pilot」の結果を公表した。同社のリスク検証部門が、AIに実世界の課題を解かせる評価を手がけるAndon Labsと共同で実施したものである。
実験の内容はこうだ。使用したのはDJIの教育用小型機Tello EDU。価格は129ドル（約2万円）ほどの安価な製品である。これを一般的なオフィス内で飛行させ、「参考写真を1枚渡すので、その人物を探し出し、追い続けろ」という課題を与える。評価はまずシミュレーション上で行い、そのうえで実機で確認するという手順が踏まれた。
ここで注目すべきは、機体を操ったのが自律飛行用に開発された専用ソフトウェアではない点だ。使われたのは、ChatGPTやClaudeなど一般的なAIチャットボットで使用される基盤モデルである。そうした基盤モデルは、膨大なテキストや画像を学習し、用途を限定せず幅広い課題に応用することができるため、「汎用AI」などと表現される場合もある。
今回はそんな「汎用AI」に、カメラ映像と機体を動かす手段だけを与え、あとは自分で考えさせている。飛行を専門に学んだ操縦者を雇うのではなく、飛行機を見たこともない優秀な事務員に、窓の外の映像と操縦桿だけを渡して「やってみろ」と言うのに近い。従来の自律飛行は、飛行データで訓練した専用アルゴリズムを技術者が設計し、統合して作り上げるものであるため、前提が根本的に異なるということになる。
課題は5つの工程に分解して評価された。（1）動画から部屋の3Dモデルを起こし、障害物の地図を作る （2）カメラ映像を地図と照合して自機の位置を知る （3）部屋から部屋へ経路を引いて移動する （4）参考写真をもとに対象人物を検出する （5）対象を画面中央と一定距離に保ち続ける、の5つだ。業界の言葉に置き換えれば、SLAM、自己位置推定、経路計画、追尾である。いずれも自律飛行の現場では、専用のセンサーとソフトを組み合わせて作り込んでいる領域だ。工程ごとに、人間が組んだ基準アルゴリズムと成績が比較された。
比較対象となったのは、複数の開発元にまたがる15の基盤モデルである。各社の主要モデルを世代順に並べ、同じ課題を解かせる定点観測の設計になっている。結果として、世代が新しいモデルほど全工程で成績が着実に伸びていた。人物の検出と追尾は2026年半ばまでに基準値のほぼ100％に到達し、比較用のアルゴリズムを上回る場面もあった。誰もドローン操縦のために訓練したわけではないモデルが、世代交代のたびに飛べるようになっていく。この伸び方自体が、実験の第一の発見である。
象徴的なエピソードもある。最も成績の良かったモデルは、床タイルの目地が奥で一点に収束する「消失点」を手がかりに、カメラの取り付け角度を自力で逆算した。真の値との誤差は4度以内。測量の教科書に載る手法を、指示されないまま実行したことになる。
ただし、5つの工程を最初から最後まで通してこなせた基盤モデルは、1つもなかった。
人間の監視をどこに置くかという問い
基準値に届かなかったのは、5工程のうち（1）の3D再構成だった。達成率は約47％。動画から間取り図を起こすという、人間なら建物を一度歩いただけで頭に浮かぶ作業である。言語や画像の扱いで高い性能を示すモデルが、この1点で足を取られた。
これが致命傷になるのは、誤差が下流に連鎖するからだ。地図が狂えば自機の位置も狂い、位置が狂えば経路も破綻する。検出と追尾がどれほど優秀でも、部屋をまたいだ時点で止まる。裏を返せば、この工程さえ解決すれば全体が一気につながる、ということでもある。実際、最も成績の良かったモデルは残る4工程では基準値を上回っていた。研究チームも3D再構成を「欠けている最後のピース」と表現しており、ここが埋まれば通しでの自律動作は一気に射程に入る。
そしてもう1つ、業界にとってより重い数字が示された。10回の試行のうち最良の回では基準値に届くのに、平均で見ると5工程中3つしか届かない。研究チームはこう表現している――「モデルが『できること』の最先端は、それが『安定してできること』の約6か月先を走っている」。
この一文は、ドローン事業者の実務にそのまま関わってくる。華々しいデモ映像は「最良の1回」である可能性が高い。自律化の可否を判断する材料は、ピーク性能ではなく平均と分散でなければならない。実証実験の報告を読むときに確認すべきは、成功例の映像ではなく、試行回数と成功率のばらつき、そして環境条件である。基準値の置き方にも注意が要る。この実験の基準は熟練ロボティクス技術者の水準ではなく、現代的な開発ツールを使うAI技術者が到達できる水準として設定されている。実験環境の制約も明記されている――低速飛行、間取りは1種類、被験者は少数、屋外なし、混雑なし。屋外やBVLOSの実運用とは、まだ相当の距離がある。
そのうえで研究チームは、こんな警告を残している――能力と信頼性が一定の閾値を超えた瞬間、「人間の監視を、安全装置ではなくコストとみなす圧力」が生まれる。監視は安全上の判断ではなく、経済合理性の名のもとに削られていく。オペレーター1人あたりの機体数を増やそうとする力は、すでに現場で働いている。
この実験を担ったのがリスク検証を専門とする部門であり、その動機がドローンのデュアルユース性にあることも見落とせない。農薬散布機と偵察機は、機体としてはほとんど同じものだ。操縦を担うソフトが特定の機体や用途に紐づかなくなるほど、両者を分ける境界は機体の側には残らなくなる。誰が、どの判断を、いつ人間の手元に留めるのか。それは技術の到達度ではなく、設計と運用規程の問題として現れる。そして規程は、技術が追いついてから作るのでは間に合わない。
問われているのは「汎用AIはドローンを飛ばせるか」ではない。私たちが日常的に使っているAIが、ドローンを操縦できるほどの性能を備えるようになったとき、人間の判断をどこに・どう残すかである。それを決めるのは、AI企業ではなく機体を運用する側だ。
