株式会社GhostDrift数理研究所は、AIの判断を現実の動作へつなぐ際の保証課題に取り組むため、フィジカルAIの実行制御・結果検証に関する5件のPCT国際出願を行いました。あわせて、工程間での保証の維持や実行結果の認定に関する成立条件などを証明支援システム「Lean 4」で形式化し、GitHubで公開しました。

製造や物流の現場においてAIとロボティクスの統合が進む中、AIの判断をどのような条件で実行に移し、結果をどう確認するかが重要な課題となっています。株式会社GhostDrift数理研究所は、AIの判断を現実の設備動作へつなぐ際の保証を対象に、5件のPCT国際出願を行いました。

出願技術は、観測・実行制御・実測結果の確認・完了判定といった具体的な適用を想定したもので、検証結果を実行や完了扱いの可否に反映させる仕組みを扱っています。先行する国内出願を基礎に優先権を主張しており、優先日は最古で2025年10月に遡ります。

• 動作に必要な観測条件の導出・検証（PCT/JP2026/033033）
• 必要な画像領域が判断に反映されたかの検証と、結果の採否制御（PCT/JP2026/032877）
• 判断時と実行時の条件の整合性検証（PCT/JP2026/033034）
• 機械への命令出力と、実測に基づく物理的結果の検証（PCT/JP2026/033035）
• 実行結果・必要な終了条件の確認と、後続処理の制御（PCT/JP2026/032147）

Lean 4による抽象数理モデルをGitHubで公開

同社は、出願技術に共通する問題構造を公開可能な抽象モデルとして整理し、Lean 4を用いて形式化を行いました。これにより、保証の限界や成立条件を第三者が再検証できる形にしています。

公開された形式化コードは以下の2点です。

• Physical AI Verified Composition（公開先：https://github.com/GhostDriftTheory/physical-ai-verified-composition）

前工程の結果を次工程の前提へつなぐ条件が成立すれば、抽象モデル上で有限長の工程について保証をつなげられることを形式化しています。

• Physical AI Outcome Assurance（公開先：https://github.com/GhostDriftTheory/physical-ai-outcome-assurance）

得られた情報だけで成功と断定できない条件や、モデル上で確認した内容を対象の実行に結び付けるための十分条件を形式化しています。

5つの確認技術と想定される応用領域

今回の技術群は、以下の「5つの確認」として整理されています。

1. その動作に必要な場所を、確認できているか
2. カメラに写った情報が、AIの判断から抜け落ちていないか
3. 判断したときの条件が、実行する今も成立しているか
4. 許可した動作が、実測で確認できているか
5. 途中までしか終わっていない仕事を、完了扱いにしていないか

これらの技術は、物流だけでなく、半導体・電子機器・精密機械・自動車・医療機器などの製造工程や、電力設備、移動ロボットなど、AIの判断が物理的作用につながる領域への応用が視野に入れられています。なお、これらは応用を想定する領域を示したものであり、個別の医療機器等における実証完了や承認等の取得を示すものではありません。

10月に広島で開催されるカンファレンスへ登壇予定

同社代表取締役の前木秀光氏は、AIやロボットが実際の仕事を担う時代において、実行や次工程への進行条件を検証可能な形にすること自体が産業競争力になると述べています。

また、2026年10月14日（水）に広島国際会議場およびオンラインで開催される株式会社オンザリンクス主催「製造業AI物流カンファレンス2026 in 広島」に、同社および広島AIアシュアランス協議会発起人として登壇します。15:25～16:05のセッションF「AIが製造業の競争ルールを変える」にて、今回の公開研究や出願技術を交えた紹介を行う予定です。

株式会社GhostDrift数理研究所の概要

• 会社名：株式会社GhostDrift数理研究所
• 代表者：代表取締役 前木秀光
• 所在地：東京都新宿区

本記事は株式会社GhostDrift数理研究所の発表をもとに作成しています。