ფიზიკური AI-ის განვითარების წინა ხაზი დღეს კალიფორნიის ერთ-ერთ საწყობში, Jenga-ს თამაშით იწყება. კომპანია Encord, რომელიც AI მოდელების წვრთნისთვის საჭირო მონაცემთა ინსტრუმენტებს ქმნის, რობოტების გაწვრთნის ახალ მეთოდებს ცდის. მათი პილოტები ატარებენ სპეციალურ ჩაფხუტებს, რომლებიც არა მხოლოდ ვიდეოს იღებენ, არამედ ტვინის ტალღებსაც ზომავენ, რათა დაადგინონ ადამიანის მენტალური მდგომარეობა — მაგალითად, შეცდომის დაშვების ან გაკვირვების მომენტები.
Encord-ი და გერმანული ნეირომეცნიერული სტარტაპი Zander Labs მიიჩნევენ, რომ რობოტიკის მთავარი შემაფერხებელი ფაქტორი არა მოდელის არქიტექტურა, არამედ ხარისხიანი ფიზიკური მონაცემების დეფიციტია. ტრადიციული ვიდეო მონაცემები ხშირად არასაკმარისია, ამიტომ კომპანიები ცდილობენ „აწარმოონ“ მონაცემები, რომლებიც რობოტებს ადამიანური მოძრაობების სიზუსტით გამეორებაში დაეხმარება.
Encord-ის რობოტული სწავლების ხელმძღვანელი, ვინიტ ველმურუგანი აღნიშნავს, რომ მონაცემთა გენერაცია დღეს უკვე ბიზნესის ცალკე მიმართულებაა. კომპანია იყენებს როგორც „ეგოცენტრულ“ ვიდეოებს, ისე კუნთების ელექტრული სიგნალების აღმრიცხავ სენსორებს, რათა მოდელებს მიაწოდოს მაღალი სიზუსტის ანოტაციები. მიუხედავად იმისა, რომ ასეთი მონაცემების შექმნა ძვირადღირებულია, ეს არის ერთადერთი გზა ფიზიკური AI-ის მასშტაბირებისთვის.
Encord-ის უპირატესობა იმაში მდგომარეობს, რომ ის მრავალ რობოტიკულ კომპანიასთან თანამშრომლობს და ხედავს, თუ რომელი ტექნიკა მუშაობს რეალურად. ეს მონაცემთა წარმოების ახალი ეკონომიკაა, სადაც ადამიანური გამოცდილება და ნეირომეცნიერება რობოტების მომავალს განსაზღვრავს.
წყარო: techcrunch.com
