A fizikai mesterséges intelligenciában az adatok sokfélesége dönthet
A fizikai mesterséges intelligencia fejlődését az Encord szerint nem elsősorban a számítási kapacitás vagy az adatok mennyisége korlátozza, hanem a megfelelően sokszínű adatok hiánya. A robotoknak különböző érzékelőkkel, testfelépítéssel, környezetekben és feladatokban kell működniük, ezért az interneten megtalálható szöveges adatokhoz hasonló, egységes forrás itt nem áll rendelkezésre.
- Az Nvidia 10 milliárd dollárról 100 milliárd dollárra növekvő fizikai AI-bevétellel számol a következő évtizedben.
- A fizikai AI adatai több érzékelőt, robotot, környezetet és feladattípust fednek le.
- A RoboNet nagyjából 162 ezer pályát, a Bridge Data körülbelül 7200 demonstrációt tartalmaz.
- A robotikai adatok gyűjtése fizikai hardvert és emberi távvezérlést igényel.
- Az Encord szerint a sokféle adat kezelésére épített infrastruktúra kulcsfontosságú lehet.
A fizikai világ adatai nem egységesek
Az Encord szeptember 11-én közzétett elemzése szerint az Nvidia a fizikai mesterséges intelligenciából származó bevétel tízszeres növekedésére számít a következő évtizedben. A Financial Timesnak nyilatkozva a vállalat 10 milliárd dollárról 100 milliárd dollárra bővülő bevételt jelzett. Deepu Talla, az Nvidia robotikáért és peremhálózati AI-megoldásokért felelős alelnöke szerint a világ cselekvéseinek 90 százaléka a fizikai, nem pedig a digitális térben zajlik.
Az Encord úgy látja, hogy a digitális AI olyan területeken tudott gyorsan skálázódni, mint a jog, a programozás és a pénzügy, mert ezek jellemzően ugyanazon a felületen működnek: billentyűzeten és képernyőn. A képzési adatok nagy része már korábban elérhető volt az interneten, egységes formátumban. Egy gazdálkodó, egy sebész és egy villanyszerelő viszont eltérő eszközöket, anyagokat és környezeteket használ.
A robotikai adatkészletek még szűkek
A fizikai AI-rendszerek egyszerre több adatforrást is kezelhetnek, köztük RGB-videót, mélységadatokat, LiDAR-t, erő- és nyomatékadatokat, sajátmozgás-adatokat, valamint hangot. Ezek eltérő zajszinttel, mintavételi gyakorisággal és hibalehetőségekkel rendelkeznek. Egyetlen robotkar vagy egyetlen raktár adatai ezért nem feltétlenül vihetők át egy másik robotra vagy létesítményre.
Az Encord által idézett kutatások szerint a robotikai alapmodellek egyik központi nyitott problémája a megtestesülési heterogenitás. A robotok különböző szabadságfokokkal, érzékelőkkel és mozgástani jellemzőkkel dolgoznak, ezért nincs olyan egységes cselekvési adatformátum, amely minden gép között könnyen átvihető.
A RoboNet nagyjából 162 ezer pályát tartalmaz hét robotról, a Bridge Data pedig körülbelül 7200 demonstrációt tíz környezetben. Ezek hasznos adatkészletek, de az Encord szerint eltörpülnek a fizikai AI által lefedendő feladatok és helyzetek sokféleségéhez képest. A robotoktatási adatok gyűjtése ráadásul fizikai hardvert, emberi távvezérlést és epizódonként jelentős időt igényel.
A fejlesztési infrastruktúra szerepe
Az adatdiverzitás legalább három területen jelent kihívást. Az érzékelők sokfélesége miatt egy rendszernek többféle adatfolyamot kell összehangolnia. A környezetek és robotok eltérései miatt az egyik gépen gyűjtött adatot értékelni, szűrni és esetenként újra fel kell használni más hardveren. A feladatok és hibamódok változatossága pedig különösen fontos, mivel egy gyártósori hiba jelentős leállást vagy biztonsági incidenst okozhat.
Az Encord saját platformját erre a problémára építi. A vállalat egységes adatbeviteli folyamatot, többféle formátumot kezelő minőség-ellenőrzési munkafolyamatokat, epizódszintű adatválogatást és több iparágra használható érzékelőfúziós címkézési infrastruktúrát emel ki. A cég állítása szerint a fizikai AI fejlesztésében azok a csapatok kerülhetnek előnybe, amelyek már kezdetben heterogén, többmodalitású adatok kezelésére alkalmas rendszert építenek.
A kihívás piaci jelentőségét az Encord a bemutatók és a tényleges bevezetés közötti különbséggel is szemlélteti. A vállalat a Symbotic részvényeit hozza példaként: a logisztikai ügyfeleknek, köztük a Walmartnak AI-alapú robotokat telepítő cég papírjai több mint 30 százalékkal estek az év során, miután az üzemi marzsok elmaradtak a várakozásoktól.
