Компания Innodata, основанная в 1988 году и расположенная в Риджфилд-Парке, штат Нью-Джерси, объявила о запуске новой лаборатории, предназначенной для захвата движения и генерации данных, необходимых для обучения следующего поколения человекоподобных роботов. Этот шаг стал ответом на растущие потребности в высококачественных данных для физического искусственного интеллекта (AI), который, как утверждает CEO Innodata Рахул Сингал, развивается быстрее других сегментов AI.

Проблема недостатка данных

Современные команды, занимающиеся робототехникой, сталкиваются с общей проблемой: нехваткой данных о взаимодействии с реальным миром. "Физический AI должен зарабатывать свои токены одно взаимодействие за раз", — отметил Франклин Таннер, вице-президент по робототехнике и физическому AI в Innodata. Лаборатория будет не только генерировать данные, но и независимо проверять производительность роботов, что значительно ускорит процесс разработки и повысит безопасность.

Уникальный подход к захвату данных

В отличие от других поставщиков данных, которые используют 2D-видео для анализа 3D-движений, Innodata применяет прямой захват 3D-данных. "Нет ничего лучше, чем прямой захват 3D-движения", — подчеркивает Таннер. Лаборатория оснащена высокоточными инфракрасными камерами, которые могут фиксировать движения с точностью до субмиллиметра и задержкой в миллисекунды. Это позволяет создавать более точные и эффективные модели для обучения робототехники.

Задачи и примеры применения

Одним из примеров, приведенных Таннером, является задача, когда роботу необходимо поднять кружку. "Важно, чтобы он делал это правильно, иначе, если кружка полна горячей жидкости, можно обжечь руку", — отметил он. Контекст выполнения задачи имеет значение, и это не всегда отражается в существующих наборах данных.

Реальные данные как "золотой стандарт"

Innodata утверждает, что захват реальных данных является "золотым стандартом" для обучения робототехники. Лаборатория будет производить данные для различных платформ, включая человекоподобные роботы, телепереводимые устройства и системы с носимыми датчиками. "Мы собираем данные о том, как актер или робот выполняет действия в реальном мире, что является наиболее эффективным способом", — добавил Таннер.

Ограничения реальных данных

Тем не менее, существуют ограничения в использовании реальных данных. Например, человеческие реакции во время телепереводки могут быть неполными. Если человек уронит нож, он может инстинктивно отступить, что приведет к потере данных. Поэтому в лаборатории Innodata работают над созданием условий для взаимодействия нескольких агентов, чтобы собрать более полные наборы данных.

Партнерство с Vicon

Лаборатория Innodata была разработана в сотрудничестве с компанией Vicon, которая является лидером в области захвата движения. Системы Vicon позволяют фиксировать движения с высокой точностью, что делает их идеальными для создания надежных данных для обучения роботов. "Если данные для обучения приблизительные, то и робот будет таким же", — отметил Эндрю Нокс, управляющий директор Vicon.

Коммерческие предложения для клиентов

Клиенты Innodata смогут приобретать данные захвата движения в стандартных пакетах или заказывать индивидуальные проекты. Компания также предлагает услуги по оценке роботов, чтобы подтвердить их соответствие заявленным характеристикам. Эксперты Innodata применяют многоступенчатые процессы качества, которые были отработаны на протяжении десятилетий в таких критически важных областях, как финансы и здравоохранение.

Будущее робототехники

Таннер подчеркивает, что необходимо научиться делать больше с меньшим количеством данных. "Мы работаем над тем, чтобы определить, как создать достаточно реальных данных и затем использовать их для симуляций", — добавил он. Это станет важным шагом в эволюции робототехники, где качество данных будет важнее их количества.