در حالی که رقابت جهانی برای توسعه رباتهای انساننما و سامانههای هوش مصنوعی فیزیکی با سرعت ادامه دارد بسیاری از شرکتهای فعال در این حوزه به این نتیجه رسیدهاند که بزرگترین مانع پیش روی آنها دیگر طراحی مدلهای هوش مصنوعی نیست بلکه کمبود دادههای واقعی از تعامل انسان با محیط فیزیکی است.
به گزارش برنا به نقل از تک کرانچ، اکنون استارتاپهایی مانند Encord و Zander Labs در حال آزمایش رویکردی کاملا جدید یعنی استفاده از امواج مغزی انسان برای تولید دادههای آموزشی دقیقتر و ارتقای عملکرد رباتها هستند.
تمرین رباتها با کمک امواج مغزی
در انبار تحقیقاتی شرکت Encord در شهر سنلئاندرو ایالت کالیفرنیا صحنهای به ظاهر ساده در حال اجراست، فردی به نام اندرو سجا که در این شرکت با عنوان Pilot یا مربی ربات شناخته میشود مشغول خارج کردن قطعات یک برج چوبی جنگا (Jenga) است اما تفاوت این آزمایش با نمونههای معمول در هدستی است که او بر سر دارد. این هدست علاوه بر دوربینی که آنچه فرد میبیند را ثبت میکند به حسگرهایی مجهز شده که همزمان فعالیت امواج مغزی او را نیز اندازهگیری میکنند. هدف از این کار ثبت واکنشهای ذهنی انسان هنگام انجام وظایف پیچیدهای مانند تصمیمگیری، تشخیص خطا، تعجب یا برنامهریزی برای حرکت بعدی است.
شرکت Encord این پروژه را با همکاری استارتاپ آلمانی Zander Labs آغاز کرده است؛ شرکتی که در حوزه علوم اعصاب فعالیت میکند و معتقد است تحلیل فعالیت مغز میتواند اطلاعاتی ارزشمند برای آموزش نسل آینده رباتها فراهم کند.
کمبود داده؛ بزرگترین چالش رباتهای هوشمند
Encord از جمله شرکتهایی است که ابزارهای مدیریت و برچسبگذاری داده برای آموزش مدلهای هوش مصنوعی تولید میکند. اما با گسترش استفاده از مدلهای یادگیری انتها به انتها (End-to-End Learning) در رباتیک این شرکت متوجه شد دادههای مورد نیاز مشتریان اساسا وجود ندارند و باید تولید شوند.
وینیث ولموروگان، رئیس بخش یادگیری ربات در Encord که سابقه فعالیت در آزمایشگاه رباتیک OpenAI و شرکت Berkshire Grey را نیز در کارنامه دارد میگوید: داده مورد نیاز برای آموزش این مدلها به سادگی وجود ندارد.
به گفته او برخلاف مدلهای زبانی که از میلیاردها صفحه متن اینترنت آموزش دیدهاند رباتها به دادههایی از تعامل واقعی با دنیای فیزیکی نیاز دارند، دادههایی که باید با صرف زمان، نیروی انسانی و تجهیزات تولید شوند.
هدف آزمایش امواج مغزی چیست؟
همکاری Encord و Zander Labs هنوز در مرحله آزمایشی قرار دارد. در این پروژه ابتدا مجموعهای از دادههای همراه با اطلاعات امواج مغزی تولید میشود و سپس روی مدلهای رباتیکی مشتریان آزمایش خواهد شد تا مشخص شود آیا این اطلاعات واقعا باعث بهبود عملکرد رباتها میشود یا خیر.
لوکاس گرکه عصبشناس Zander Labs که بر این پروژه نظارت دارد میگوید شدت فعالیت مغزی در بخشهای مختلف یک وظیفه میتواند نشان دهد انسان در چه لحظاتی بیشترین تلاش ذهنی را صرف میکند.
به اعتقاد او این اطلاعات میتواند به توسعهدهندگان کمک کند تشخیص دهند در کدام بخش از یک فعالیت باید از مدلهای هوش مصنوعی قدرتمندتر و پرهزینهتر استفاده شود و در چه بخشهایی مدلهای سبکتر کفایت میکنند.
داده گلوگاه اصلی هوش مصنوعی فیزیکی
ولموروگان این فناوری را لبه دانش (Bleeding Edge) در تلاش برای حل بحران داده در رباتیک توصیف میکند.
به گفته او بسیاری از فعالان صنعت امیدوار بودند هوش مصنوعی مولد همان تحول بزرگی را که در حوزه چتباتها ایجاد کرد برای رباتها نیز رقم بزند، اما این امید با یک مانع جدی روبهرو شده است: نبود داده کافی از تعاملات واقعی.
او معتقد است برای عبور از این محدودیت به مجموعه دادهای در مقیاسی تقریبا پنج برابر کل ویدئوهای موجود در یوتیوب نیاز خواهد بود، رقمی که نشان میدهد تولید داده به خودی خود به یک صنعت مستقل تبدیل شده است.
دو منبع اصلی داده برای آموزش رباتها
شرکتهای فعال در حوزه رباتیک اکنون عمدتا از دو نوع داده استفاده میکنند که شامل ویدئوهای دید اولشخص (Egocentric) که توسط انسانهایی با دوربینهای نصبشده روی سر یا بدن ثبت میشوند و دادههایی که هنگام کنترل از راه دور رباتها توسط اپراتورهای انسانی تولید میشوند.
Encord هر دو روش را به کار میگیرد. این شرکت از کارخانههای مختلف در سراسر جهان دادههای دید اولشخص جمعآوری میکند و در مرکز تحقیقاتی خود نیز مجموعه دادههای تخصصی برای آموزش مهارتهای خاص تولید میکند.
آموزش مهارتهای روزمره به رباتها
در بازدیدی که خبرنگار TechCrunch از این مرکز داشته مربیان ربات با استفاده از سامانههای Leader-Follower مشغول آموزش رباتها بودهاند. در این سامانه یک بازوی رباتیک مستقیما توسط انسان کنترل میشود و بازوی دوم دقیقا همان حرکات را تقلید میکند تا دادههای آموزشی ثبت شوند.
از جمله وظایفی که برای تولید داده انجام میشود میتوان به ریختن قهوه از قوری داخل فنجان، چیدن ژتونهای پوکر روی هم، جابهجایی گلهای مصنوعی، مرتب کردن کتابها، برداشتن سبزیجات پلاستیکی، کار با سطل و بیلچه خاک گربه و جمعآوری و مرتب کردن سیمها و کابلها اشاره کرد.
به گفته ولموروگان تقریبا تمامی شرکتهای سازنده رباتهای انساننما خواهان چنین مجموعه دادههایی هستند.
آموزش ربات برای کار در مراکز داده
در یکی دیگر از ایستگاههای آموزشی سوفیا اینفانته با استفاده از بازوهای رباتیک بارها کابلهای اترنت را به پشت یک سرور متصل و سپس جدا میکند. این دقیقا همان کاری است که اپراتورهای مراکز داده روزانه انجام میدهند و شرکتها علاقهمندند در آینده توسط رباتها انجام شود.
خبرنگار TechCrunch نیز کنترل این بازوها را برای مدت کوتاهی در دست گرفته و نتیجه گرفته است که فاصله رباتها با مهارت حرکتی انسان همچنان زیاد است، زیرا گیرههای رباتیک هنوز انعطافپذیری و درجات آزادی انگشتان و دست انسان را ندارند.
حسگرهای عضلانی؛ روش جدید تولید داده
Encord همزمان روی فناوری دیگری نیز کار میکند. در این روش حسگرهایی روی ساعد انسان نصب میشوند تا سیگنالهای الکتریکی عضلات را ثبت کنند.
از آنجا که دوربینها معمولا تمام حرکات دست را ثبت نمیکنند این اطلاعات عضلانی میتواند به بازسازی سهبعدی موقعیت دست در هر لحظه کمک کند و درک دقیقتری از نحوه انجام حرکات در اختیار مدلهای هوش مصنوعی قرار دهد.
برچسبگذاری دقیق؛ دادهای ۱۰۰ برابر ارزشمندتر
تمام دادههای تولیدشده در Encord با توضیحات متنی دقیق همراه هستند، برای مثال عبارتی مانند دست راست پیچ را سفت میکند به هر بخش از ویدئو اضافه میشود تا مدلهای زبانی بتوانند بهتر مفهوم فعالیت را درک کنند.
ولموروگان معتقد است چنین دادههای غنی و برچسبگذاریشده برای آموزش مهارتهای خاص حدود ۱۰۰ برابر ارزشمندتر از دادههای خام و معمولی هستند در حالی که هزینه تولید آنها تنها حدود ۲۰ برابر بیشتر است.
به گفته او از نظر اقتصادی این نسبت منطقی به نظر میرسد هرچند تولید چنین دادههایی همچنان بسیار پرهزینه است.
تفاوت اساسی با مدلهای زبانی
به باور Encord مهمترین تفاوت میان توسعه مدلهای زبانی و هوش مصنوعی فیزیکی در همین نقطه قرار دارد. مدلهای زبانی بزرگ با استفاده از متنهای موجود در اینترنت و با هزینه نسبتاً اندک آموزش داده شدند اما دادههای مورد نیاز رباتها را نمیتوان از اینترنت استخراج کرد.
این دادهها باید در محیط واقعی با حضور انسان، تجهیزات تخصصی و صرف زمان تولید شوند، موضوعی که اقتصاد توسعه هوش مصنوعی فیزیکی را کاملا متفاوت از مدلهای زبانی کرده است.
نگاهی از درون صنعت رباتیک
ولموروگان میگوید همکاری Encord با طیف گستردهای از شرکتهای فعال در حوزه رباتیک این امکان را فراهم کرده است که روندهای موفق و ناموفق صنعت را زودتر از دیگران شناسایی کند.
به اعتقاد او همین دید گسترده یکی از مزیتهای رقابتی Encord محسوب میشود، زیرا این شرکت میتواند تشخیص دهد کدام روشهای تولید داده در سطح صنعت در حال تبدیل شدن به استاندارد هستند.
نیروی انسانی؛ سازندگان نسل بعدی هوش مصنوعی
افرادی مانند اندرو سجا و سوفیا اینفانته که پیشتر در شرکت Scale AI نیز فعالیت کردهاند اکنون بخشی از نیروی کاری جدیدی هستند که وظیفه اصلی آن تولید داده برای آموزش شبکههای عصبی است.
سجا پیش از پیوستن به Encord در یک شرکت مدیریت پسماند کار میکرد و مسئول نگهداری از رباتهای تفکیک زباله بود.
او میگوید از حل مسائل آموزشی برای رباتها لذت میبرد، زیرا هر روز با یک چالش جدید روبهرو میشود. با توجه به رشد سریع صنعت رباتیک و افزایش نیاز به دادههای باکیفیت به نظر میرسد در سالهای آینده تولید دادههای آموزشی از امواج مغزی گرفته تا سیگنالهای عضلانی به یکی از مهمترین ارکان توسعه هوش مصنوعی فیزیکی تبدیل شود؛ حوزهای که شاید آینده رباتهای انساننما بیش از هر چیز به آن وابسته باشد.
انتهای پیام/