Sakana AI's Schmidhuber says Physical AI needs new data
The interview offers a counterweight to hype cycles: a foundational researcher arguing embodiment and self-generated data, not more web-scale text, define the next phase. Robotics teams and enterprise planners evaluating Physical AI roadmaps get a concrete, sceptical timeline from a credible source. The framing of Japan and Germany as potential contenders in embodied AI gives readers outside the US-China race a lens on where the field may diversify.
An interview with Jürgen Schmidhuber, Chief Scientific Advisor at Sakana AI, appeared in Nikkei and NIKKEI Digital Governance. He argues that today's LLMs, trained on massive web data, excel at answering given questions but lack the ability to generate their own data the way human infants do when experimenting with the physical world.
Schmidhuber, a pioneer of world-model research, points out that AI now working well only exists "behind the screen" and that Physical AI operating in the real world requires new kinds of data to understand and master the environment. He frames the key question as whether a general-purpose robot can be built that learns to operate any machine or tool without being overwhelmingly intelligent. On timelines, he estimates that human-level intelligence in the physical domain will not be achieved "within 2 years", saying Physical AI progress is often overestimated.
On AI safety, he highlights the risk of human conflicts of interest being carried into AI, noting the difficulty of creating meaningful global rules while nations and companies pursue divergent goals. He also suggests that Physical AI could let Japan and Germany, which produced pioneers like Kunihiko Fukushima, regain presence in AI research.
日本経済新聞およびNIKKEI Digital Governanceに、Sakana AIのChief Scientific Advisorを務めるユルゲン・シュミットフーバー教授のインタビューが掲載されました。
「チェスで世界一になっても、配管工の仕事はできない」
現在のLLMはウェブ上の膨大なデータから学習し、与えられた問いを解くこと には長けています。しかし、人間の赤ちゃんはデータをダウンロードして育つわけではありません。自ら実験を考え、モノを落として物理法則を知り、まだ世界のどのサーバーにも保存されていないデータを自ら生み出しながら世界モデルを築いていきます。
世界モデル研究の先駆者であるユルゲン（@SchmidhuberAI）は、いまうまく機能しているAIは「画面の向こう側」にあるものだけだと指摘します。現実世界で動くPhysical AIには、世界を理解し習得するための新しいデータが必要です。
福島邦彦氏らの先駆者を生んだ日本やドイツが再び存在感を示すカギも、このPhysical AIにあると語ります。圧倒的に賢くなくても、あらゆる機械や道具の操作を学べる汎用ロボットをつくれるかが問われます。一方で、誰もAIの可能性を語らなかった時代からその到来を予見してきたユルゲンは、今度は逆に、Physical AIの進展は早く見積もられ過ぎており、物理的な領域で人類並みの知能が「2年以内」に実現することはないだろうと見立てます。
AIの安全性について、ユルゲンが懸念として挙げるのは、人間同士の利害対立がAIに持ち込まれることです。各国や企業の目標が一致しない中で、世界レベルで意味のあるルールをつくる難しさも指摘しています。
現代AIの礎を築いてきた研究者の一人が、LLMの先にあるこの先のAIへの道筋を語ったインタビューです。ぜひご覧ください。
▼NIKKEI Digital Governance 画面の中のAI、現実を知らず 「世界モデル」著名研究者 https://t.co/EMv1nphioC
▼日本経済新聞（電子版） 「現代AIの父」が語る未来 人類並みの知能、備えるには時間要する https://t.co/jTLEzWp5j2
This report is categorized under AITOP's "Industry" desk. Key entities and technical topics under continuous tracking include Sakana AI, Schmidhuber, Physical AI, world models.
Source attribution: curated from Sakana AI (@SakanaAILabs).
