30秒サマリー
- AnthropicとAndon Labsが、AIモデルによる屋内ドローン自律飛行・人物追跡の評価「Drone-Bench」を実施・公開
- 最新モデル「Fable 5」は5つのサブタスク中4つで人間基準を超えたが、空間再構成の精度不足で自律的な部屋間移動には失敗
- Anthropicは「民主化された機会とリスク」と位置づけ、政府・産業界・市民社会による規範整備の必要性を訴える
何が起きたか
Anthropicはパートナー企業Andon Labsと共同で、AIモデルがクアッドローター型ドローンを自律制御し、屋内オフィス環境で特定人物を探索・追跡する能力を評価する研究「Project Pilot」を2026年7月24日に公表した。評価には「Drone-Bench」と名付けられた新ベンチマークが用いられ、Andon Labsが設計・運用した（AnthropicはDrone-Benchへの直接アクセスを持たない）。
評価は「再構成」「自己位置推定」「経路計画・飛行」「人物検出」「追跡」の5サブタスクに分解される。Andon LabsはGPT-4oからFable 5まで計15モデルを3社分テストした結果、新しいモデルほど全サブタスクで成績が向上する傾向を確認。現時点での主なボトルネックは「再構成」サブタスクとされている。
最高性能を記録したのはClaude Fable 5で、再構成を除く4タスクで人間チームが設定したベースラインを超えた。実機ドローンによるエンドツーエンドのデモでは、検出・追跡フェーズでベースラインを上回る動作を見せた一方、再構成の誤差が積み重なり、部屋間の自律移動には失敗した。同モデルが壁をドアと誤認識して衝突する映像も記録されている。
Anthropicは今回の実験について「低速飛行・単一フロアプラン・屋内限定」という重要な制約を明示しつつも、自律ターゲティング・追跡に関するモデル能力の方向性を示す有意なシグナルと評価している。また、「モデルが一度だけ達成した性能水準に、平均的に到達するまで約6か月かかる」という傾向も示された。
原典ハイライト
Anthropicのフロンティア・レッドチームによる原文は、「最良モデルが初めてベースラインを超えてから6か月後に初めてその水準を平均的にクリアできるようになる」という能力向上の時間的ラグを指摘。さらに「人間の監視を削減する圧力が強まるのは、モデルが自律的に安定してベースラインを超えた時点であり、その前にユースケース固有の人間の役割について意図的な判断を下すことが重要」と警告している。
出典: Anthropic Research（公式ブログ）
So What?（なぜ重要か）
AIによるドローン自律制御は「空間再構成」という最後の技術的ハードルを残すのみとなっており、そのハードルが取り除かれた瞬間に農業・物流・安全保障・公共安全など幅広い分野で実用的な自律運用が現実となりうる。Anthropic自身がリスク計測を目的として評価を実施している点は、技術開発側が能力の進展スピードを真剣に捉えていることを示す。同時に、市場に流通するCOTS（市販品）ドローンとAIを組み合わせれば類似能力が構築できることを示唆しており、規制・ガバナンス整備の緊急性が高まっている。
日本企業への示唆
日本企業にとっては三つの視点での検討が求められる。第一に、農業・建設・インフラ点検などドローン活用が進む事業領域では、AIによる自律化が数年内に実用水準へ到達する可能性を前提にロードマップを見直す必要がある。第二に、人物追跡能力の向上は工場や物流拠点での安全管理・作業効率化に活用できる一方、プライバシー規制（個人情報保護法・国内外のデータローカライゼーション要件）との摩擦を事前に法務・コンプライアンス部門で精査すべきである。第三に、デュアルユース（民生・軍事両用）技術であるドローン×AIの輸出管理・調達ポリシーについて、経済安全保障の観点から自社の方針を明文化しておくことが、取引先や投資家からの信頼確保につながる。
背景・経緯
Anthropicはフロンティア・レッドチームによる物理世界との接点評価を継続的に実施しており、今回はProject Vend（AIによる店舗運営）、Project Fetch（ロボット犬による物体取得）に続く第三弾にあたる。Fetch Phase 2では市販ロボットの操作能力がコーディングエージェントのソフトウェアツール利用に近づきつつあると報告されており、今回のProject Pilotはその空中版と位置づけられる。評価インフラの整備も進んでおり、今回は物理実験のみだったFetchと異なり、シミュレーション環境での反復評価が可能なDrone-Benchを導入している。
