Anthropicらが「Drone-Bench」公開：AIによるドローン自律追跡を検証

市販のドローンに写真を1枚渡し、オフィスの中を自律飛行させて特定のターゲットを探し出せるか。

AnthropicはAndon Labsと共同で「Project Pilot」と題した実験を実施し、新たな評価ベンチマーク「Drone-Bench」を公開しました。GPT-4oやGemini 3.1 Pro、GPT-5.6 Sol、Claude Fable 5など、開発元3社の計15モデルを対象に、ドローンを用いた人物探索・追跡タスクの実行能力を検証しています。

このベンチマークでは、監視・追跡タスクを5つのサブタスクに分解しています。オフィスの動画から障害物マップを作る「再構成」、ドローンの位置を特定する「自己位置推定」、経路を引く「ナビゲーション」、顔写真から人物を見つける「検出」、そして距離を保ち続ける「追跡」です。

3D再構成の壁に阻まれたFable 5

15モデルの中で群を抜く成績を収めたのはClaude Fable 5でした。検出や追跡といった画像認識が絡むタスクでは、人間とAIが協調して組んだベースラインを上回る精度を叩き出しています。

しかし、実機のドローンを使って部屋から部屋へと移動させるエンドツーエンドの検証では失敗に終わりました。原因は最初の「3D再構成」にあります。空間のモデル化に失敗したことで位置推定とナビゲーションに誤差が連鎖し、迷走してしまった形です。

興味深いのは、モデルが見せた問題解決のアプローチです。Fable 5はコードを本番環境へ送る前に、自律的な事前検証を行っていました。

シミュレーション映像内の床タイルの目地から消失点を割り出し、カメラの傾き角度をわずか4度の誤差で推定してみせたほか、別の試行では簡易的な2D俯瞰マップを自作して飛行コードのバグを事前に潰す挙動も確認されました。

ただし再現性には課題が残ります。10回のシミュレーションにおいて、Fable 5が平均してベースラインを超えられたのは5タスク中3タスクにとどまりました。

なぜ重要か

今回の検証が示したのは、AIモデルによる物理ハードウェアの制御が決して遠い未来の話ではなく、特定のボトルネックを残すのみという現実です。

ターゲットの検出や追跡といった認識系の処理はすでに実用水準に達しており、唯一欠けているのは3D空間の幾何学的な再構成能力にすぎません。この最後の1ピースが埋まれば、市販の安価なドローンが高度な自律追跡マシンへと変貌することを意味します。

AnthropicがDrone-Benchをこのタイミングで整備した狙いは、デュアルユース（軍民両用）技術としてのリスクを可視化することにあります。災害救助や防犯に役立つ反面、プライバシー侵害や監視の自動化といった深刻な懸念を孕むため、完全自律化が成立する前に評価基準を社会へ提示した点は極めて妥当なアプローチだと言えます。