Fiziksel yapay zekanın sınırı, Kaliforniya'nın San Leandro kentindeki bir depoda oynanan bir Jenga oyunuyla belirleniyor.
Bu depo, AI modellerini eğitmek için kullanılan veri araçları geliştiren Encord şirketine ait. Andrew Ceja, şirketin robot eğitmenleri olarak adlandırdığı pilotlardan biri. Bir kulenin tahta bloklarını dikkatlice çekerken, ne gördüğünü takip eden kameralı bir başlık takıyor. Bu, robot eğitim verisi toplamak için oldukça yaygın bir yöntem; ancak bu başlıkta ayrıca, blok kulesini dikkatlice sökerken beyin dalgalarını ölçen sensörler de bulunuyor.
Encord, insansı ve depo robotiğindeki bir sonraki gerçek kısıtlamanın model mimarisi değil, gerçek dünyadaki fiziksel eğitim verilerinin kıtlığı olacağına bahse giren küçük ama büyüyen bir girişim grubunun parçası. Encord, robotik şirketlerine sadece sahip oldukları verileri yönetmelerinde yardımcı olmakla kalmıyor, aynı zamanda sahip olmadıkları verileri üretmek üzerine bir iş kuruyor.
Ceja'nın taktığı beyin dalgası başlığı, Alman sinirbilim girişimi Zander Labs tarafından geliştirildi. Bu şirket, beyin aktivitesini ölçerek hata, niyet ve şaşkınlık gibi zihinsel durumları çıkarmanın, modelleri eğitmek için daha kullanışlı bir veri seti oluşturabileceğine inanıyor. Encord'un Zander ile yaptığı çalışma şu an bir deneme aşamasında. Encord, önce bir beyin dalgası etiketli veri seti oluşturmayı, bunu müşteri robotik modellerinde test etmeyi ve performansı gerçekten iyileştirip iyileştirmediğini değerlendirdikten sonra ölçeklendirmeye karar vermeyi hedefliyor.
Çalışmayı denetleyen Zander sinirbilimcisi Lucas Gehrke, belirli bir görev sırasında kullanılan beyin aktivitesi miktarının, model geliştiricilere en yüksek çabayı gerektiren modellerini ne zaman devreye sokmaları gerektiği konusunda ipuçları verdiğini söylüyor.
Encord'un robot öğrenimi başkanı Vineeth Velmurugan'a göre bu, robotik veri darboğazını çözme çabasının 'en uç noktası'. OpenAI'nin robot laboratuvarı ve depo otomasyon firması Berkshire Grey'de deneyimli olan Velmurugan, şirketin iç veri oluşturma ekibini kurmak için Encord'a katıldı.
Encord, makine görüşü uygulamaları geliştiren şirketlerin verileri etiketlemesine ve modelleri değerlendirmesine yardımcı olmak için kuruldu. Müşterileri (Velmurugan, birçok önde gelen robotik firmasıyla çalıştıklarını ancak isimlerini açıklama yetkisi olmadığını söylüyor) robotik manipülasyon görevlerinde uçtan uca öğrenmeyi uygulamaya başlayınca, yöneticiler eğitim verilerini sadece yönetmek yerine kendilerinin üretmesi gerektiğini fark etti. Velmurugan, 'Veri basitçe mevcut değil' dedi.
Üretken yapay zekanın robotlar için sohbet robotlarına yaptığını yapabileceği iddiası aynı duvara çarpıyor. Büyük dil modelleri tüm internet metinleri ve daha fazlası üzerine inşa edildi. Sinir ağlarına fiziksel manipülasyonu öğretecek aynı hammaddeleri bulmak zor: Otonom araba şirketleri bunu kendileri topluyor, ancak bu ölçeklendirmesi zor bir yöntem. Videodan eğitim işe yarayabilir, ancak gerçek dünya verilerinin doğruluğundan yoksun. Velmurugan, bir atılım yapmak için YouTube'un video külliyatının yaklaşık beş katı büyüklüğünde bir veri seti gerekeceğini söylüyor. Bu ölçek, veri üretiminin neden sadece bir araştırma problemi değil, aynı zamanda bir iş kolu haline geldiğini açıklıyor.
Benmerkezci veri ihtiyaçlarınızı besleyin
Robot beyni geliştiren şirketler artık iki ana kaynağa yöneliyor: Çalışanların kamera takarak topladığı 'benmerkezci' videolar (genellikle ek kamera açıları ve diğer metriklerle destekleniyor) ve uzaktan kumanda edilen robotlardan veri toplama. Encord her ikisini de yapıyor: Dünya genelindeki birkaç fabrikadan benmerkezci veri çekiyor ve San Leandro tesisinde beyin dalgaları gibi yeni yöntemler denemek veya ince ayar için belirli becerilere yönelik veri setleri toplamak için kullanıyor.
TechCrunch ziyaret ettiğinde, pilotlar lider-takipçi düzenekleri (bir insan operatör tarafından doğrudan kontrol edilen ve hareketlerini taklit eden eşleştirilmiş robot kollar) kullanarak kahve makinesinden fincanlara kahve doldurmak (çok sıçratan bir iş) ve poker fişleri istiflemek gibi görevler için veri oluşturuyordu. Velmurugan, 'Her insansı robot şirketi bizden bu parçaları istedi' diyor.
Depo raflarında, ev işleri için manipülatörleri eğitmek amacıyla kullanılan vazolarda yapay çiçekler, kitaplar, plastik sebzeler, kedi kumu kapları ve kepçeler, torbalar ve kablo demetleri gibi malzemeler bulunuyordu.
İstasyondan birinde, başka bir pilot Sofia Infante, bir sunucunun arkasındaki ethernet kablolarını takıp çıkarmak için robot kollarını kullanıyor. Veri merkezi operatörleri, robotlar gerekli hassasiyetle manipüle edebilseydi, bu tür işlerin otomatikleştirilmesini çok isterdi. Kontrollerin başına geçtiğimde, bunun neden hâlâ ulaşılamaz olduğunu gördüm: Kıskaçlar, insan parmaklarından çok daha az hünerli ve kollarımızda doğal olarak sahip olduğumuz hareket serbestliğinden yoksun.
Encord'un geliştirdiği bir diğer yeni veri yöntemi ise ön kola takılan bir dizi sensörle kaslardaki elektrik sinyallerini tespit etmek. İnsan ellerinin nesneleri manipüle ettiği videolar genellikle elin tamamını yakalamaz, ancak Velmurugan, kol sensörlerine dayanarak elin herhangi bir andaki konumunun 3 boyutlu bir tasvirini oluşturmayı ve böylece modeller için daha sağlam bir anlayış yaratmayı umuyor.
Encord'un veri setleri, her videonun fiziksel tanımlarıyla ('sağ el cıvatayı sıkıyor' gibi) etiketleniyor. Bu, LLM tabanlı modellerin ne olduğunu anlamasına yardımcı oluyor. Velmurugan, bu tür yoğun etiketlemenin, belirli görevleri eğitmek için 'çöp benmerkezci veriden' 100 kat daha değerli olduğunu tahmin ediyor. Üretmesi sadece 20 kat daha pahalıya mal oluyor, bu da kâğıt üzerinde iyi bir ticaret.
Ancak '20 kat daha pahalı' hâlâ gerçek para demek ve işin püf noktası da bu: LLM üreticilerinin Stack Overflow ve internetin geri kalanından veri kazıyarak modellerini inşa etme şekli, öncü laboratuvarlara neredeyse hiçbir maliyet getirmedi. Fiziksel eğitim verisi üretmek ise öyle değil ve fiziksel AI ile LLM karşılaştırmasının sınırı da burada ortaya çıkıyor. Bu tür verilerin sadece toplanması değil, üretilmesi gerekiyor ve bu da bu modelleri inşa etmenin ekonomisini değiştiriyor.
Velmurugan, ilerleme kaydedildiğini söylüyor. Encord'un sektör genelindeki programlara görünürlüğü sayesinde, hem girişimlerin hem de öncü laboratuvarların fiziksel AI modellerini iyileştirmek için neyin işe yaradığını ve neyin yaramadığını çözdüğünü görebiliyor. Aynı anda birçok robotik şirketi arasında yer almak, Encord'un kendini pazarlama şeklinin de bir parçası. Herhangi bir müşteriden önce hangi veri tekniklerinin sektör çapında ilgi gördüğünü tespit edebiliyor.
Bu da Encord tesisindeki bir düzine kadar pilotu meşgul edecek. Hem Infante hem de Ceja, sinir ağları için yapı taşları geliştiren büyüyen bir iş gücünün parçası. Encord'a katılmadan önce başka bir AI veri etiketleme firması olan Scale'de çalışıyorlardı.
Ceja daha önce bir atık yönetim şirketinde çalışıyordu; teknolojiye olan ilgisi onu robotik bir çöp ayırıcıyı çalışır durumda tutmakla görevlendirmişti. Şimdi Jenga kulesi devrilirken, robotlar için eğitim görevlerini çözmenin zorluğundan keyif aldığını söylüyor: 'Her gün yeni bir şey!'
