Kaliforniya'daki Encord tesisinde, robot eğitmenleri Jenga kulesi yıkıyor, kahve döküyor ve ethernet kablosu takıyor. Ancak bu hareketler sıradan bir eğitimden çok daha fazlasını içeriyor: Beyin aktiviteleriyle etiketlenen bu veriler, humanoid robotların ve depo otomasyonunun performansını artırmayı hedefliyor. Yapay zekanın fiziksel dünyaya adım atmasında en büyük engel olan kaliteli gerçek dünya verisi sorunu, beyin dalgaları, kas sinyalleri ve egosantrik kameralar gibi yenilikçi yöntemlerle aşılmaya çalışılıyor.
Beyin Dalgaları Veri Üretiyor
Encord, robotik şirketlerin en büyük sorunu olan kaliteli fiziksel eğitim verisini üretmek için yenilikçi bir yöntem deniyor. Şirketin “pilot” olarak tanımladığı eğitmenlerden Andrew Ceja, Zander Labs tarafından geliştirilen beyin dalgası sensörlü kaskı takarak Jenga kulesinden blokları dikkatlice çıkarıyor. Sensörler, hata, niyet ve sürpriz gibi zihinsel durumları tespit ederek modellere daha zengin ve anlamlı veri sağlıyor. Zander Labs’tan nörobilimci Lucas Gehrke, beyin aktivitesindeki değişimlerin, modellerin ne zaman yüksek çaba gerektiren modlara geçmesi gerektiğini anlamada önemli ipuçları verdiğini söylüyor.
Fiziksel Yapay Zeka İçin Veri Kıtlığı
İnsansı robotlar ve depo otomasyonu için model mimarisi artık en büyük engel değil. Asıl sorun, gerçek dünya fiziksel verisinin ciddi kıtlığı. Encord’un Robot Öğrenme Direktörü Vineeth Velmurugan, “Basitçe veri yok” diyor. Eski OpenAI robot laboratuvarı ve Berkshire Grey çalışanı olan Velmurugan, birçok önde gelen robotik firmanın uçtan uca öğrenme için kendi verilerini üretmek zorunda kaldığını belirtiyor. Encord, dünya genelindeki fabrikalardan birinci şahıs bakış açısıyla (FPV) videolar topluyor ve San Leandro tesisinde yeni veri modalitelerini test ediyor. Lider-takipçi sistemleriyle kahve dökme, poker fişi istifleme gibi hassas görevler için veri üretiliyor. Ayrıca ön kola takılan sensörlerle kas elektriksel sinyalleri ölçülüyor. Bu sayede videoda tam olarak görünmeyen ellerin 3D pozisyonları daha doğru tahmin edilebiliyor. Tesiste sahte çiçekler, plastik sebzeler, kedi kumu ve ethernet kabloları gibi gerçek hayattaki görevler için özel malzemeler bulunuyor.
Detaylı Anotasyonun Önemi
Toplanan videolar “sağ el cıvatayı sıkıştırıyor” gibi detaylı fiziksel açıklamalarla etiketleniyor. Bu yoğun anotasyon, sıradan egosantrik veriye göre yaklaşık 100 kat daha değerli kabul ediliyor. Maliyeti 20 kat artırsa da, eğitim kalitesi açısından mantıklı bir yatırım olarak görülüyor. Ancak metin verilerinin internetten neredeyse bedavaya toplanabildiği büyük dil modellerinden farklı olarak, fiziksel yapay zeka verisi üretilmek zorunda. Bu durum, robotik yapay zekanın ekonomik dinamiklerini tamamen değiştiriyor.
Endüstriyi Gözlemleme Avantajı
Encord, birçok robotik şirketle aynı anda çalıştığı için hangi veri tekniklerinin gerçekten işe yaradığını endüstri genelinde görebiliyor. Bu bakış açısı, şirketin en önemli rekabet avantajlarından biri. Eski Scale AI çalışanları olan pilotlar Andrew Ceja ve Sofia Infante gibi isimler, her gün yeni görevlerle robotların sinir ağlarını beslemeye devam ediyor. TechCrunch'ın haberine göre, San Leandro'daki bir depoda beyin dalgaları okunarak robotlara Jenga oynatılmaya başlandı. Bu gelişme, yapay zekanın fiziksel bedenlere kavuşma yolculuğunda yeni ve tartışmalı bir kapı aralıyor.
