Արդյո՞ք ուղեղի ալիքները ֆիզիկական AI-ի հաջորդ թռիչքն են

Տվյալների խցանումը ֆիզիկական AI-ում

Ֆիզիկական AI-ն՝ տեխնոլոգիան, որը սնուցում է մարդանման ռոբոտներին, ինքնավար պահեստային համակարգերը և ինքնակառավարվող տրանսպորտային միջոցները, բախվում է մի մարտահրավերի, որը հիմնովին տարբերվում է այն խնդրից, որը լեզվական մեծ մոդելները (LLM) լուծեցին տարիներ առաջ: LLM-ները կարող էին ուսուցանվել ինտերնետի հսկայական տարածության վրա՝ տրիլիոնավոր բառեր գրքերից, հոդվածներից, կոդի շտեմարաններից և սոցիալական ցանցերից: Ֆիզիկական AI-ն նման կորպուս չունի: Այն կարիք ունի իրական աշխարհի, մարմնավորված, բազմամոդալ փոխգործակցության տվյալների՝ այնպիսի տվյալների, որոնք թանկ են, ժամանակատար և ֆիզիկապես դժվար հավաքելի:

Ռոբոտը, որը սովորում է ծալել լվացքը, նավարկել մարդաշատ պահեստում կամ օգնել վիրաբույժին, պահանջում է հազարավոր ժամերի ցուցադրական տվյալներ՝ նկարահանված բազմաթիվ անկյուններից, խիտ անոտացիաներով ժամանակի և տարածության մեջ: Սա խնդիր չէ, որը կարելի է լուծել միայն ավելի շատ հաշվողական հզորությամբ կամ ավելի լավ ճարտարապետությամբ: Խցանումը տվյալներն են՝ ֆիզիկական, հիմնավորված, իրական աշխարհի տվյալներ, որոնք գրավում են, թե ինչպես են մարդիկ փոխազդում իրենց միջավայրի հետ:

Encord-ը. Տվյալների գործարանի կառուցումը ֆիզիկական AI-ի համար

Encord-ը՝ լոնդոնյան ստարտափը, իր բիզնեսը կառուցել է հենց այս մարտահրավերի շուրջ: Ընկերությունը տրամադրում է հարթակ՝ բարդ բազմամոդալ տվյալների հավաքածուների անոտացիայի և կառավարման համար, որոնք պահանջում են ֆիզիկական AI մոդելները: Ի տարբերություն ստատիկ պատկերների կամ մեկ նախադասության տեքստի համար նախատեսված տվյալների պիտակավորման ավանդական գործիքների, Encord-ի հարթակը մշակում է տեսահոսքեր բազմաթիվ տեսախցիկների անկյուններից, 3D կետային ամպեր, սենսորային միաձուլման տվյալներ և ժամանակային առումով խիտ անոտացիաներ, որոնք հետևում են օբյեկտներին և գործողություններին ժամանակի ընթացքում:

Ընկերությունն իրեն դիրքավորել է որպես ֆիզիկական AI հեղափոխության տվյալների ողնաշար: Encord-ի հաճախորդները ներառում են ռոբոտաշինական ընկերություններ, որոնք մշակում են մարդանման ռոբոտներ, ինքնավար տրանսպորտային միջոցների թիմեր, բժշկական ռոբոտաշինության ստարտափներ և արդյունաբերական ավտոմատացման ընկերություններ: Արժեքի առաջարկը պարզ է. յուրաքանչյուր ընկերության կողմից զրոյից սեփական տվյալների ենթակառուցվածքը կառուցելու փոխարեն, Encord-ը տրամադրում է մասնագիտացված գործիքներ, որոնք անհրաժեշտ են ֆիզիկական AI-ի ձգտած ուսուցողական տվյալների արտադրության համար:

Ուղեղ-համակարգիչ ինտերֆեյսներ. Տվյալների նոր աղբյուր

Ամենահետաքրքիր զարգացումը Encord-ի ճանապարհային քարտեզում — և ավելի լայն ֆիզիկական AI տվյալների էկոհամակարգում — ուղեղ-համակարգիչ ինտերֆեյսի (BCI) տվյալների ինտեգրումն է: Գաղափարը խաբուսիկորեն պարզ է. եթե մենք կարողանանք գրանցել նյարդային ազդանշանները, որոնք առաջանում են մարդու կողմից ֆիզիկական առաջադրանք կատարելիս, և այդ ազդանշանները վերածել ուսուցողական տվյալների ռոբոտի համար, մենք կարող ենք կտրուկ արագացնել ֆիզիկական AI-ի ուսուցման գործընթացը:

Երբ մարդը ծալում է վերնաշապիկը, նրա ուղեղը առաջացնում է շարժիչ պլանավորման ազդանշանների, տարածական գիտակցության տվյալների, շոշափելի հետադարձ կապի մշակման և ուղղիչ ճշգրտումների հարուստ հոսք: Այս նյարդային ազդանշանները պարունակում են ֆիզիկական ինտելեկտի էությունը՝ իմպլիցիտ գիտելիքը, թե ինչպես կարելի է մանիպուլյացիայի ենթարկել առարկաները, պահպանել հավասարակշռությունը, կիրառել ուժ և հարմարվել անսպասելի պայմաններին: Եթե BCI-ները կարողանան գրավել այս նյարդային ակտիվությունը և այն վերածել կառուցվածքային ուսուցողական ազդանշանների, ռոբոտները կարող են սովորել ուղեղի բնական ինտելեկտից՝ առանց միլիոնավոր ձեռքով անոտացված ցուցադրությունների պահանջի:

Ինչպես են աշխատում նյարդային ուսուցողական ազդանշանները

Նյարդային ուսուցողական ազդանշանների տեխնիկական խողովակաշարը ներառում է մի քանի փուլ: Նախ, ոչ ինվազիվ կամ նվազագույն ինվազիվ BCI-ները գրանցում են ուղեղի ակտիվությունը շարժիչ կեղևից, սոմատոզենսոր կեղևից և ֆիզիկական առաջադրանքների կատարման մեջ ներգրավված այլ շրջաններից: Այնուհետև այս նյարդային տվյալները մշակվում են իմաստալից օրինաչափություններ կորզելու համար՝ հայտնաբերելով, թե նյարդային կրակման որ հաջորդականություններն են համապատասխանում կոնկրետ շարժումներին, ուժի կիրառություններին կամ ճշգրտումներին:

Այս կորզված օրինաչափություններն այնուհետև քարտեզագրվում են ռոբոտային կառավարման ազդանշանների՝ մեքենայական ուսուցման կամրջի միջոցով: Ռոբոտը սովորում է կապել նյարդային ակտիվացման կոնկրետ օրինաչափությունները համապատասխան գործողությունների հետ: Ժամանակի ընթացքում համակարգը ընդհանրացնում է կոնկրետ ցուցադրություններից դուրս. ռոբոտը, որը նյարդային տվյալներից սովորել է, թե ինչպես բռնել բաժակը, կարող է կիրառել այդ գիտելիքը գործիքներ, տարբեր ձևերի առարկաներ կամ տարբեր լուսավորության պայմաններում գտնվող իրեր բռնելու համար:

Վաղ փորձերը ցույց են տվել խոստումնալից արդյունքներ: Հետազոտողները ցույց են տվել, որ պարզ մանիպուլյացիայի առաջադրանքների ժամանակ գրանցված նյարդային ազդանշանները՝ առարկաներ վերցնել, բռնակներ պտտել, դռներ բացել, կարող են օգտագործվել ռոբոտային թևերին նույն գործողությունները ուշագրավ ճշգրտությամբ կատարելու համար: Այժմ մարտահրավերը այս մոտեցումը կառուցվածք չունեցող միջավայրերում բարդ, բազմաքայլ ֆիզիկական առաջադրանքների համար մասշտաբավորելն է:

Ինչու է դա կարևոր ռոբոտաշինության արդյունաբերության համար

BCI-ի կողմից ստեղծված ուսուցողական տվյալների հետևանքները ֆիզիկական AI-ի համար խորն են: Այսօր, մեկ մարդանման ռոբոտի ուսուցումը բարդ առաջադրանքի համար կարող է պահանջել շաբաթներ տվյալների հավաքագրում բազմաթիվ տեսախցիկների միջոցով և մարդկային անոտատորների մասնակցությամբ: Եթե BCI տվյալները կարողանան դա կրճատել մինչև օրեր կամ ժամեր, ռոբոտների ուսուցման տնտեսությունն ամբողջությամբ կփոխվի:

Ինքնավար համակարգեր տեղակայող պահեստների և լոգիստիկայի ընկերությունների համար ավելի արագ ուսուցման ցիկլերը նշանակում են ավելի արագ տեղակայում, ավելի ցածր ծախսեր և ռոբոտներին նոր առաջադրանքներին հարմարեցնելու հնարավորություն՝ առանց ամիսներ սպասելու նոր տվյալների հավաքածուների: Մարդանման ռոբոտներ արտադրողների համար դա նշանակում է ընդհանուր նշանակության ռոբոտների ուսուցման հնարավորություն, որոնք կարող են նոր հմտություններ սովորել գրեթե այնքան արագ, որքան մարդիկ:

Encord-ի նման ստարտափները գրազ են գալիս, որ ընկերությունները, որոնք վերահսկում են ֆիզիկական AI տվյալների խողովակաշարը, զգալի արժեք կստանան ռոբոտաշինության հեղափոխությունում, ինչպես որ LLM-ների ուսուցման տվյալները վերահսկող ընկերությունները արժեք ստացան գեներատիվ AI-ի բումի ժամանակ: Ուղեղ-համակարգիչ ինտերֆեյսները կարող են լինել բանալին, որը բացում է տվյալների այս նոր սահմանը:

Մարտահրավերներ և բաց հարցեր

Չնայած խոստմանը, մնում են զգալի մարտահրավերներ: BCI տեխնոլոգիան ինքնին դեռ զարգանում է. ոչ ինվազիվ սաղավարտներն առաջարկում են ազդանշանի ավելի ցածր որակ, մինչդեռ ինվազիվ իմպլանտները բարձրացնում են բժշկական և էթիկական մտահոգություններ: Նյարդային ազդանշանները ռոբոտային ուսուցման տվյալների վերածելը նաև պահանջում է ազդանշանների մշակման և մեքենայական ուսուցման բարդ խնդիրների լուծում: Ֆիզիկական գործողությունների նյարդային կոդը լիովին հասկանալի չէ, և տարբեր անձինք նույն առաջադրանքի համար տարբեր նյարդային օրինաչափություններ են արտադրում:

Կան նաև մասշտաբայնության հարցեր: Կարո՞ղ է մեկ անձից հավաքված BCI տվյալները ընդհանրացվել տարբեր արտադրողների կողմից կառուցված ռոբոտների համար: Ինչպե՞ս ապահովել, որ նյարդային ուսուցողական տվյալները դիմացկուն լինեն աղմուկի, արտեֆակտների և անհատական փոփոխականության նկատմամբ: Իսկ որո՞նք են նյարդային ակտիվության տվյալների գրանցման և պահպանման գաղտնիության հետևանքները, նույնիսկ ուսուցման նպատակներով:

Սրանք ակտիվ հետազոտության ոլորտներ են, բայց ուղղությունը պարզ է: Ֆիզիկական AI-ն կարիք ունի տվյալների, որոնք ավանդական մեթոդները չեն կարող հեշտությամբ տրամադրել: Ուղեղի ալիքները՝ մարդու ֆիզիկական ինտելեկտի էլեկտրական սիմֆոնիան, կարող են առաջարկել մի ճանապարհ, որը կվերափոխի, թե ինչպես են ռոբոտները սովորում:

📖 Բնօրինակ հոդվածը TechCrunch-ում