Di Balik Pusat Data Pelatihan Robot di Hangzhou yang Hasilkan Jutaan Jam per Bulan

Melatih robot untuk melipat pakaian atau menata rak membutuhkan video dan data gerak dalam jumlah sangat besar — rekaman interaksi multimodal yang mengajarkan model bagaimana objek berperilaku saat disentuh mesin. Konsensus industri menyebut model AI terwujud yang layak pakai memerlukan puluhan juta jam data semacam itu. Yang benar-benar tersedia, setelah dua tahun upaya di seluruh sektor, baru sekitar satu juta jam, dan setelah klip berkualitas rendah disaring, jumlah yang benar-benar berguna jauh lebih sedikit.

Kesenjangan itulah dasar bisnis sebuah fasilitas baru di Hangzhou, yang disebut sebagai pusat pengumpulan data simulasi terwujud pertama di negeri itu, dijalankan perusahaan bernama Yingsu. Argumennya, hambatan utama selama ini bukanlah soal data itu sendiri, melainkan metodenya: rumus lama adalah jumlah orang dikali jam kerja, dengan operator manusia memandu lengan robot atau mengenakan perangkat motion-capture untuk menghasilkan setiap menit data yang berguna.

Rumus baru, menurut perusahaan itu, adalah konfigurasi lingkungan dikali daya komputasi paralel. Alih-alih merekam satu robot mengerjakan satu tugas di satu ruangan, pusat ini membangun lingkungan simulasi dan menjalankan banyak sekaligus, menghasilkan beragam adegan, pencahayaan, penempatan objek, dan interaksi fisika secara paralel. Sebuah laporan sektor menyebut pendekatan serupa yang mampu memproduksi tiga juta sandbox per hari. Satuan kapasitasnya bergeser dari shift operator ke throughput klaster GPU.

Pergeseran ini penting karena mengubah siapa yang bisa bersaing. Pengumpulan oleh manusia murah untuk dimulai tetapi berskala linear dan sulit dijaga konsisten; simulasi berskala seiring perangkat keras tetapi menuntut fisika yang akurat, pengacakan domain yang cermat, dan cara menutup jarak antara rekaman sintetis dan asli. Terlalu banyak simulasi membuat robot belajar fisika yang bersih dan kooperatif, yang tak diberikan dapur atau gudang mana pun. Tujuan pusat ini adalah menembus hambatan inti itu, bukan sekadar menambah tumpukan jam.

Waktunya mencerminkan suasana lebih luas dalam AI terwujud di Tiongkok, tempat produsen robot humanoid menarik investasi besar dan perhatian publik yang intens. Perangkat keras berkembang lebih cepat daripada perangkat lunak yang membuatnya berguna, dan data menjadi kendala yang diakui. Fasilitas yang memperlakukan produksi data sebagai proses industri — dapat dikonfigurasi, paralel, dapat diulang — adalah taruhan bahwa pemenangnya adalah mereka yang mampu memproduksi pengalaman, bukan sekadar merekamnya.

Pertanyaan terbuka adalah kualitas. Rekaman sintetis hanya bernilai jika model yang dilatih sebagian besar di dalam simulator tetap bekerja saat robot fisik masuk ke ruangan yang tak dikenal. Itu masalah sim-to-real yang sama yang dikejar peneliti robotika bertahun-tahun, dan skala semata belum menyelesaikannya. Ujian sesungguhnya pusat ini adalah apakah data yang dihasilkannya membuat robot berperilaku andal di luar laboratorium.

Bagi pembaca global, ini bukan soal satu fasilitas, melainkan arah perjalanan: perusahaan AI terwujud Tiongkok berusaha memadatkan satu dekade pengumpulan data menjadi beberapa bulan dengan memperlakukannya sebagai persoalan komputasi. Jika pendekatan ini berhasil, biaya melatih otak robot yang mumpuni turun tajam, dan kendala berikutnya menjadi perangkat keras, penerapan, dan keselamatan, bukan rekaman.