Hangzhou'da Milyonlarca Saatlik Robot Eğitim Verisi Üreten Merkezin İçinde
Bir robota çamaşır katlamayı veya raf dizmeyi öğretmek, muazzam miktarda video ve hareket verisi gerektirir — bir makine nesnelere dokunduğunda nesnelerin nasıl davrandığını modele öğreten türden çok kipli etkileşim görüntüleri. Sektörün ortak görüşü, kullanılabilir bir somutlaşmış yapay zekâ modelinin on milyonlarca saatlik veriye ihtiyaç duyduğu yönünde. Tüm sektörde iki yıllık çabanın ardından gerçekte var olan ise yaklaşık bir milyon saat ve düşük kaliteli klipler ayıklandığında gerçekten kullanılabilir olan çok daha az.
Bu açık, Hangzhou’da ülkenin ilk somutlaşmış simülasyon veri toplama merkezi olarak tanımlanan ve Yingsu adlı bir şirket tarafından işletilen yeni tesisin iş gerekçesini oluşturuyor. Şirketin savı, darboğazın hiçbir zaman verinin kendisiyle ilgili olmadığı. Sorun yöntemdi: eski formül insan çarpı saat idi; insan operatörler robot kolları yönlendiriyor ya da her kullanılabilir dakikayı üretmek için hareket yakalama donanımları giyiyordu.
Şirketin ifadesiyle yeni formül, ortam yapılandırmaları çarpı paralel hesaplama gücü. Merkez, tek bir odada tek bir görevi yapan tek bir robotu filme almak yerine simüle edilmiş ortamlar kuruyor ve bunların birçoğunu aynı anda çalıştırarak çeşitli sahneler, aydınlatma, nesne yerleşimleri ve fizik etkileşimlerini paralel olarak üretiyor. Sektöre dair bir rapor, günde üç milyon sandbox üretebilen benzer bir yaklaşımı anlatıyor. Kapasite birimi, operatörün vardiyasından GPU kümesinin işlem hacmine kayıyor.
Bu kayma önemli çünkü kimin rekabet edebileceğini değiştiriyor. İnsan operatörlü veri toplama başlaması ucuz ama doğrusal olarak ölçekleniyor ve tutarlı tutulması zor; simülasyon donanımla ölçekleniyor ancak doğru fizik, dikkatli alan rastgeleleştirmesi ve sentetik ile gerçek görüntüler arasındaki açığı kapatacak bir yöntem gerektiriyor. Aşırı simülasyon, robota hiçbir mutfağın veya deponun sunmadığı temiz, işbirlikçi bir fizik öğretir. Merkezin belirtilen amacı, sadece bir yığın saat daha eklemek değil, bu temel darboğazı kırmak.
Zamanlama, insansı robot üreticilerinin yoğun yatırım ve kamuoyunun büyük ilgisini çektiği Çin’in somutlaşmış yapay zekâ alanındaki daha geniş havayı yansıtıyor. Donanım, onu kullanışlı kılan yazılımdan daha hızlı ilerledi ve veri, kabul edilen kısıt haline geldi. Veri üretimini endüstriyel bir süreç olarak ele alan — yapılandırılabilir, paralel, tekrarlanabilir — bir tesis, kazananların deneyimi yalnızca kaydetmekle kalmayıp üretebilenler olacağına dair bir bahis.
Açık soru kalite. Sentetik görüntüler ancak büyük ölçüde bir simülatör içinde eğitilmiş bir model, fiziksel bir robot tanımadık bir odaya girdiğinde hâlâ çalışıyorsa değerlidir. Bu, robotik araştırmacılarının yıllardır peşinden koştuğu aynı sim-to-real sorunu ve yalnızca ölçek bunu çözmedi. Merkezin gerçek sınavı, ürettiği verinin laboratuvar dışında güvenilir davranan robotlar üretip üretmediği olacak.
Küresel okurlar için bu, tek bir tesisten çok bir gidişatla ilgili: Çinli somutlaşmış yapay zekâ şirketleri, veri toplamanın on yılını bir hesaplama sorunu olarak ele alarak aylara sıkıştırmaya çalışıyor. Yaklaşım işlerse, yetenekli bir robot beyni eğitmenin maliyeti keskin biçimde düşer ve bir sonraki kısıt görüntü yerine donanım, konuşlandırma ve güvenlik olur.