Hong Kong merkezli DAIMON Robotics, bu Nisan ayında Daimon-Infinity adlı veri setini duyurdu. Şirket, bunu fiziksel yapay zeka alanındaki en kapsamlı çok modlu robot veri seti olarak tanımlıyor. Yüksek çözünürlüklü dokunsal algı teknolojisini temel alan veri seti; evde çamaşır katlamaktan fabrika montaj hatlarına kadar geniş bir görev yelpazesini kapsıyor. Proje, Google DeepMind, Northwestern Üniversitesi ve Singapur Ulusal Üniversitesi dahil Çin ve dünyadan çeşitli ortakların katkılarıyla hayata geçirildi.
Bu adım, DAIMON için kritik bir stratejik hamleve işaret ediyor. İki buçuk yıllık bir geçmişe sahip olan şirket, gelişmiş dokunsal sensör donanımıyla tanınıyor. Şirketin en dikkat çekici ürünü, parmak ucu büyüklüğündeki bir modüle 110.000'den fazla etkili algılama birimi sığdıran tek renkli, görüntü tabanlı bir dokunsal sensör. DAIMON, yıllık milyonlarca saat veri üretme kapasitesine sahip dağıtık bir veri toplama ağı ile büyük ölçekli robot manipülasyon veri setleri oluşturuyor. Gerçek dünya uygulamalarını hızlandırmak amacıyla şirket, 10.000 saatlik verisini açık kaynak olarak paylaştı.
Stratejinin mimarı, DAIMON'un kurucu ortağı ve baş bilim insanı Prof. Michael Yu Wang. Wang, doktorasını Carnegie Mellon Üniversitesi'nde robot manipülasyonu üzerine yaptı; ardından Hong Kong Bilim ve Teknoloji Üniversitesi'nde Robotik Enstitüsü'nü kurdu. IEEE Üyesi ve IEEE Transactions on Automation Science and Engineering dergisinin eski Genel Yayın Yönetmeni olan Wang, bu alanda yaklaşık kırk yıllık bir birikime sahip. Onun odak noktası, bugünkü robot manipülasyonunun temelini oluşturan Görüntü-Dil-Eylem (VLA) modelinin kritik bir eksikliğini gidermek: dokunma hissinden yoksunluk. Wang ve ekibi, dokunsal algıyı görüntüyle aynı düzeye taşıyan Görüntü-Dokunsal-Dil-Eylem (VTLA) mimarisini geliştirdi.
Haberde Prof. Wang'ın dokunsal geri bildirimin ince motor becerileri üzerindeki etkisi, veri seti girişiminin robot ellerimizi doğal ortamlarda nasıl daha iyi anlamamıza katkıda bulunacağı ve dokunma özellikli robotların Çin'deki oteller ile market zincirlerinden başlayarak gerçek hayata nasıl entegre olacağı ele alındı.
Veri Seti Girişimi
DAIMON Robotics, yaklaşık iki buçuk yıldır bir robotun elinin — özellikle parmak uçlarının — nesnelerle etkileşimini algılayan yüksek çözünürlüklü, çok modlu dokunsal algılama cihazları geliştiriyor. Bu cihazlar artık oldukça olgunlaştı ve akademik kurumlardan lider insansı robotik şirketlerine kadar geniş bir kullanıcı kitlesi tarafından benimsendi.
Cisimleşik yapay zeka ilerlemeye devam ederken verinin kritik önemi giderek daha belirgin hale geliyor. Fiziksel etkileşim verisi eksikliği, robot öğrenmesinin önündeki en büyük darboğaz olmaya devam ediyor. Bu veri, robotların gerçek dünyada etkin biçimde çalışabilmesi için vazgeçilmez. Veri kalitesi, güvenilirliği ve maliyeti hem araştırma hem de ticari geliştirme süreçlerinde giderek daha büyük sorunlar haline geliyor.
DAIMON'un öne çıktığı yer tam da burası. Görüntü tabanlı dokunsal teknoloji, temel temas kuvvetlerinin ötesine geçerek deformasyon, kayma ve sürtünme, malzeme özellikleri ile yüzey dokusunu da kaydediyor. Bu sayede fiziksel etkileşimlerin kapsamlı bir şekilde yeniden oluşturulması mümkün oluyor. Şirket, çok modlu füzyon alanındaki uzmanlığını dokunsal geri bildirimi görüntü, hareket yörüngeleri ve doğal dille sorunsuzca bütünleştiren güçlü bir veri işleme hattıyla pekiştirdi.
DAIMON, endüstri genelindeki veri açığını fark ederek büyük ölçekli veri toplamayı yalnızca rekabet avantajı olarak değil, aynı zamanda geniş topluluğa karşı bir sorumluluk olarak da görüyor. Şirket, genel amaçlı robotik temel modellerinin gerçek hayata kazandırılmasını hızlandırmak amacıyla veri setini açık kaynak olarak paylaşıyor.
DAIMON'un bu işi başarabilmesinin arkasında dünyanın en büyük dağıtık laboratuvar dışı veri toplama ağı yatıyor. Merkezi veri fabrikalarına dayanmak yerine, hafif ve ölçeklenebilir bu sistem, çeşitli gerçek dünya ortamlarında veri toplanmasına olanak tanıyor ve yılda milyonlarca saat veri üretme kapasitesi sunuyor.
Ortaklar arasında Northwestern Üniversitesi ve Singapur Ulusal Üniversitesi gibi araştırma gruplarının yanı sıra Google DeepMind ve China Mobile gibi küresel şirketler de yer alıyor. Bu ortakların DAIMON ile iş birliği yapmayı tercih etmesi, dokunsal açıdan zengin veri setinin değerini açıkça ortaya koyuyor. Bazı ortaklar kendi modellerini zaten geliştirmiş olsa da artık dokunsal bilgiyi bu modellere entegre etmek istiyor. Araştırma, üretim ve diğer gerçek dünya senaryolarına veri toplama cihazları konuşlandırılarak pratik, uygulamaya yönelik veriler elde ediliyor; ortaklar da bu verileri kendi kullanım alanlarına özel modeller eğitmek için değerlendiriyor.
VLA'dan VTLA'ya: Dokunsal Algı Denklemi Nasıl Değiştiriyor?
Robotik alanındaki ana akım yaklaşım hâlâ Görüntü-Dil-Eylem (VLA) modelidir; ancak DAIMON ekibi, Görüntü-Dokunsal-Dil-Eylem (VTLA) modelini öne sürüyor. Peki dokunsal algının sisteme dahil edilmesi neden bu kadar önemli?
Evde ve endüstriyel montaj ortamlarında kullanılmak üzere geliştirilen genel amaçlı robotların ince motor görevleri gerçekleştirmesi için yıllar boyunca çalışılıyor. Buradaki asıl zorluk, bir nesneyi güçlü bir şekilde kavramak ya da tutmaktan ibaret değil; nesneleri işlemek, parçalar üzerinde kuvvet ve hareket uygulamak için araçları kullanabilmek.
Dokunsal bilgi olmadan robotların ciddi kısıtlarla karşı karşıya kaldığı uzun süredir biliniyor. Karanlık ortamlarda nesneleri bulmakta zorlanıyorlar; kayma algılama mekanizması olmadığında cam gibi kırılgan nesneleri düşürebiliyorlar. Üstelik kuvveti hassas biçimde kontrol edememeleri, manipülasyon görevlerinin başarısız olmasına ya da ciddi durumlarda fiziksel hasara yol açabiliyor. VLA yaklaşımının dokunsal bilgiyi de kapsayacak şekilde genişletilmesi bu yüzden kaçınılmaz bir ihtiyaç.
