Agyhullámokkal címkézett adatokkal gyorsítaná a robotok tanulását az Encord

Az Encord kísérleti projektben agyhullám-adatokat gyűjt a robotok képzéséhez, hogy leküzdje a fizikai AI-modellek adatgyűjtési korlátait. A Zander Labs által fejlesztett headset az agyi aktivitásból próbál mentális állapotokat – mint hiba, szándék vagy meglepetés – levezetni, ami potenciálisan értékesebb adathalmazt eredményezhet a modellek betanításához. (TechCrunch)

Vineeth Velmurugan, az Encord robotikai tanulásért felelős vezetője szerint ez az erőfeszítés az úgynevezett „robotikai adat-szűk keresztmetszet” megoldásának élvonalát jelenti. Az OpenAI robotikai laborjának és a Berkshire Greynek tapasztalatával rendelkező Velmurugan az Encord belső adatgyártó csapatának felépítésére érkezett. A cég eredetileg gépi látórendszerekhez szükséges adatok annotálásával és modellek értékelésével foglalkozott, de ügyfeleik, akik robotikai manipulációs feladatokra kezdtek end-to-end tanulást alkalmazni, rájöttek, hogy maguknak kell előállítaniuk a képzési adatokat.

Kapcsolódó: AI-terapeuta viselhető eszközökkel

A robotikai adatgyártás korlátai

„Az adatok egyszerűen nem léteznek” – jelentette ki Velmurugan. A generatív AI-nak a robotok terén elvárt sikere, hasonlóan a chatbotokéhoz, ebbe az akadályba ütközik. Az önvezető autós cégek maguk gyűjtik a fizikai világra vonatkozó adatokat, de ez nehezen skálázható. A videókból való tanulás működhet, de hiányzik belőle a valós világ adataihoz szükséges hűség. Velmurugan becslése szerint a jelenlegi korlát áttöréséhez a YouTube videókorpuszának körülbelül ötszörösére lenne szükség, ami magyarázza, miért vált az adatgyártás maga is üzleti területté, nem csupán kutatási problémává.

Kapcsolódó: Zhejiang Egyetem AI-támadása

Új szenzorok és adatformátumok

A robotok „agyát” építő cégek két fő forrásra támaszkodnak: az egyik az úgynevezett „egocentrikus” videó, amelyet kamerát viselő munkások gyűjtenek, gyakran kiegészítve további kameraállásokkal és más mérőszámokkal, a másik pedig a távolról vezérelt robotokból származó adat. Az Encord mindkettőt alkalmazza, globális gyárakból származó egocentrikus adatokat használva, és a San Leandro-i létesítményét új modalitásokkal, mint az agyhullámok, kísérletezésre, vagy specifikus készségekhez szükséges adathalmazok gyűjtésére. A látogatáskor a pilóták leader-follower robotkarokat használtak, hogy adatokat gyűjtsenek kávéöntéshez vagy zsetonok egymásra helyezéséhez.

Kapcsolódó: Google NotebookLM videókészítése

Az Encord egy másik fejlesztés alatt álló adatmodalitása egy alkarra rögzített szenzorkészletet használ az izmok elektromos jeleinek észlelése céljából. Bár a videófelvételek általában nem rögzítik a teljes kezet, Velmurugan reményei szerint az alkar szenzorai alapján 3D-s ábrázolást tudnak majd létrehozni a kéz helyzetéről, ami robusztusabb megértést biztosít a modellek számára. Az Encord adatkészleteit fizikai leírásokkal annotálják, mint például „jobb kéz meghúzza a csavart”, hogy segítsék az LLM-alapú modellek megértését. Velmurugan becslése szerint ez a sűrű annotáció 100-szor értékesebb, mint az „ócskaság ego-adat”, és csak 20-szor többe kerül előállítani.

Kapcsolódó: Inworld AI hangulatfelismerése

Ez a fajta adatgyártás azonban jelentős költségekkel jár, ami eltér az internetről származó szövegek gyűjtésének gyakorlatilag ingyenes módszerétől. Az adatoknak nem csupán gyűjteniük, hanem gyártaniuk kell őket, ami megváltoztatja a modellek építésének gazdasági vonatkozásait. Velmurugan szerint a fejlődés üteme gyorsul, és az Encord iparági rálátása segít felismerni a hatékony adatgyűjtési technikákat. A cég mintegy tucatnyi pilótája, köztük Sofia Infante és Andrew Ceja, akik korábban az AI-adat-annotáló Scale cégnél dolgoztak, kulcsszerepet játszanak az új építőkövek kifejlesztésében.

Kapcsolódó: Google Perch 2.0 bálnahangokat ismer fel

A Jenga torony ledőlése közben Ceja élvezi a robotok képzési feladataival kapcsolatos kihívásokat – „Minden nap valami új!” – mondja. A Zander Labs által felügyelt kísérlet eredményeit az Encord ügyfelei robotikai modelljein értékelik majd, hogy eldöntsék, érdemes-e skálázni az agyhullám-címkézett adatok használatát 2026-ban.