人の動きを「プログラム」で読み解く新しい方法

『プログラム』って、パソコンのソースコードみたいなやつが人間の動きから出てくるってこと？

そこが面白いところで、ソースコードほど厳密ではないんです。むしろ「レシピ」に近いかもしれません。 『腕を上げて、肘を曲げて、手を開く』という動きのシーケンスを、AI が認識可能な記号で順序立てて表現する。それが「EXACT」という言語の役割。パソコンのコードのように細かく計算式が書かれているわけじゃなくて、人間が「次に何が来るか」を読めるような形で、動きの流れを段階的に記述している感じです。 ポイントは、同じ「走る」という行動でも、人によってフォームが違いますよね。その違いが『プログラム』に反映される。肘の曲げ方がどれくらい深いか、足の運びのテンポはどうか、そういう実行の細部が、プログラム化されることで初めて機械が「あ、この人の走り方は指導者の言った通りになってない」と判定できるようになるわけです。 つまり動きのパターンを言語化して、ロボットや AI がそれを読み込めるようにする。コードというより「動きの説明書を記号化する」くらいの感覚のようです。

スポーツの動作指導とか介護ロボットって例が出てるけど、実際に自分がヨガ教室に行ったときの『ポーズの正確さ』とか、そういうレベルで使われるようになるの？

ヨガのポーズをリアルタイムで矯正するレベルなら、正直まだ距離がありそうです。というのも、この研究が得意なのは「動きの構造的なズレ」を見つけることで、ヨガの場合は「骨盤の角度が3度ずれてる」みたいな微細な調整が必要だから。モーションキャプチャの精密データがあれば検出できるんですが、スマートフォンのカメラ1台で同じ精度を出すのはまた別の課題なんですよね。 ただし、数年のうちに「ポーズが大きく崩れてないか」「動きの流れが正しいか」くらいは判定できるようになると考えても面白そうです。ヨガアプリが「あ、腰が落ちてますね」と指摘するレベルから、「腰を落とすまでの動きの順序が違います」という段階的な指導に進化する、という感じでしょうか。完璧な矯正まで行くには、まだ環境と精度の両方で越える山が残ってるのかもしれません。

人間の動きを AI が読み取る研究は前からあったと思うけど、今までと何が違うのか？何でいままでの方法では『実行の質』が見えなかったの？

これまでの AI は「画像の中に何があるか」を判定するパターンマッチングが得意でした。膨大の映像を学習させて「このパターン＝歩く」「このパターン＝走る」という対応関係を覚えさせるわけです。だから大まかなカテゴリーは判定できても、同じ「走る」なら「猫背で走ってる」「膝が上がった走り方」といった細部の違いまでは、本質的に見分けられなかった。 今回の「EXACT」の発想は違います。人の動きを、プログラムのコード的に「ステップの順序」と「各ステップの条件」として構造化するわけです。『腕を上げて→肘を曲げて→手を開く』という階層的な構造を明示することで、「肘を曲げるとき、どのくらいの角度で、どのくらいの速度か」といった実行の質までが可視化される。パターンマッチングと違い、動きの内部構造を理解するアプローチなので、同じ行動でも実行方法のズレや異常が検出できるようになった、ということのようです。つまり AI に「何か」ではなく「どう」を教え込む言語を与えたことが転換点だったと言えそうです。

つまり、これって『動きを細かく分解して、その順序と方法を言葉で表現する』ことで、複雑な現象をシンプルなルールに変換する研究なのかな？

その直感は正確です。ただ、ここで重要な転換点があります。 従来の AI は「歩く」「走る」を *パターンマッチング* で認識していました。 膨大な映像から「これは走ってる」と確率的に判定する方式です。 一方、この研究は「走る」を *指令の列* として理解しようとしています。 つまり「足を前に出して、重心を移動させて、腕を振る」というように、 動きを構成する *最小単位の動作* と *その順序* に分解する。 その構造を言語（EXACT）で記述することで、 AI が「なぜそれは走りなのか」という *ロジック* を持つようになるわけです。 面白いのは、これは単なる「細分化」ではなく、 動きに *プログラムのような階層構造* を与えることです。 プログラムは「同じ指令なら同じ結果」という *再現性* を持つ。 人間の動きもそれと同じ原理で記述すれば、 微妙なズレや異常までが *論理的に検出可能* になるということでしょう。 スポーツ指導なら「フォームの崩れ」が構造的に見える。 介護ロボットなら「転倒リスク」を動きの段階で予測できる。 シンプルなルールに変換することで、むしろ複雑な判断が後付けできるようになるのかもしれません。

監視システムが『不自然な動き』を検出できるようになるって、防犯に役立つ反面、プライバシーの問題とかは考えられてるんだろうか？

防犯と監視は常に張力を抱えてるテーマなんですね。 記事からは倫理的な検討の詳細は読み取れませんが、技術がこのレベルに達すると、現場での運用が問題になってくる気がします。たとえば、「不自然な動き」の定義そのものが、作り手の価値観に左右される。走り方がぎこちない人を「異常」と判定する危険性だってあります。 より大きいのは、動作を「プログラム化」して記録・分析できるという点。従来の映像監視なら、映像そのものは残っても、その解釈は人間がその場で判断していました。ところが、この技術なら「腕の上げ方の角度が標準値より3度ズレている」といった、極めて詳細な身体データが数値化・保存される。つまり、監視対象の『身体的な癖』まで可視化・記録・追跡される世界が到来するわけです。そうなると、誰が何のためにこのデータを見るのか、どこまで保持するのか、という運用ルールが非常に重要になってきます。 技術開発と倫理審査は必ずしも同じスピードで進まない。防犯の有効性が実証されるほど、「少しくらいのプライバシー侵害は仕方ない」という圧力も強まりやすいのかもしれません。