Kiinan humanoidirobottien kilpailu törmää dataseinään

Kiinan humanoidirobottien kehityksen suurin pullonkaula on yhä selvemmin data, ei laitteisto. Robotit osaavat kävellä, tanssia ja suorittaa tarkasti valmisteltuja tehtäviä. Luotettava autonomia vaatii kuitenkin jotakin paljon vaikeampaa: laillisesti kerättyä, monipuolista ja korkealaatuista aineistoa siitä, miten kone havaitsee ympäristönsä, liikkuu, ottaa fyysisesti kontaktia, epäonnistuu ja korjaa toimintansa todellisessa maailmassa. 514

Vuoden 2026 World Robot Conference eli Pekingissä järjestetty World Robot Conference teki muutoksen näkyväksi. Kiiltävien robottiesitysten rinnalla näytteilleasettajat esittelivät teleoperaatiolaitteita, puettavaa liikkeenkaappausta, tunto- ja voima-antureita sekä infrastruktuuria, jolla kerätään robottioppimisen tarvitsemaa harjoitusdataa. 4913

Fyysisen tekoälyn datavaje

WRC:n yhteydessä toistettujen teollisuusarvioiden mukaan Kiinassa on tällä hetkellä noin 500 000 tuntia sääntöjen ja käyttöoikeuksien kannalta kelvollista tosimaailman fyysisen vuorovaikutuksen dataa. Kaupallisesti hyödyllisten, yleiskäyttöisten embodied AI -mallien yhteydessä puhutaan puolestaan usein kymmenistä miljoonista tunneista. Tämä tarkoittaisi yli 99 prosentin vajetta. Lukua on kuitenkin syytä käsitellä toimialan arviona, ei yleispätevänä tieteellisenä vaatimuksena: tarvittava datamäärä riippuu tehtävästä, robotin rakenteesta, toimintaympäristöstä ja turvallisuusvaatimuksista. 357

Vertaus on tärkeä, koska fyysisen vuorovaikutuksen data ei ole sama asia kuin tavallinen internetistä kerätty aineisto. Video voi näyttää ihmisen nostamassa kupin pöydältä, mutta se ei yleensä kerro robotin nivelten asentoja, puristusvoimaa, kontaktin tarkkaa ajoitusta, kitkaa, lipsumista tai korjaavia liikkeitä. Juuri nämä yksityiskohdat ratkaisevat, onnistuuko sama tehtävä, kun kuppi onkin painavampi, pöytä märkä tai esine hieman eri kohdassa.

Näyttävä esitys ei vielä todista autonomiaa

Ennalta ohjelmoitu rutiini voi peittää robotiikan vaikeimmat ongelmat. Esineet, valaistus, liikerata ja ajoitus voidaan pitää hallinnassa, ja ihminen voi puuttua tilanteeseen heti, kun robotti kohtaa jotakin odottamatonta. Lopputulos voi näyttää itsenäiseltä, vaikka robotti ei todellisuudessa olisi oppinut kestävää havaintojen ja toimintojen välistä ohjauspolitiikkaa.

Kaupallinen käyttö asettaa riman korkeammalle. Robotin on selvittävä erimuotoisista esineistä, vaihtelevista tarttumakohdista, erilaisista pinnoista, epäjärjestyksestä ja lähellä liikkuvista ihmisistä. Sen on myös tunnistettava virheet ja selvittävä niistä. Kosketusta vaativissa tehtävissä hyödyllinen tallenne ei kerro vain sitä, päästiinkö tavoitteeseen, vaan myös havaintojen, liikkeiden, fyysisten tilojen ja korjausten koko ketjun. Siksi fyysisen tekoälyn aineistoja suunnitellaan yhdistämään monikanavaiset havainnot tekoihin ja niiden seurauksiin. 333440

Datan kerääminen muuttuu entistä vaativammaksi

Robottioppimisen varhaiset aineistot saattoivat keskittyä lyhyisiin ja helposti toistettaviin demonstraatioihin. Seuraava vaihe vaatii pidempiä, monivaiheisia ja runsaasti fyysistä kontaktia sisältäviä tehtäviä: esineiden käsittelyä, lajittelua, kokoonpanoa, pakkaamista, siivoamista ja muuta työtä kodeissa, myymälöissä, tehtaissa ja palveluympäristöissä.

Tämä kasvattaa datan tarvetta kolmella tavalla:

• Enemmän vaihtelua: sama tehtävä on tallennettava erilaisten esineiden, tilajärjestelyjen, materiaalien ja ympäristöolojen keskellä.
• Myös epäonnistumiset talteen: lipsahdukset, törmäykset, epäonnistuneet tarttumiset ja niistä palautuminen voivat opettaa mallille yhtä paljon kuin onnistuneet suoritukset. 33
• Useita synkronoituja signaaleja: kamerat, syvyysdata, robotin asento, nivelten liike, voima, kosketus ja muut anturit on kohdistettava ajallisesti, jotta malli voi oppia yhdistämään havainnon ja toiminnan.

Laajentaminen on hankalaa, koska oikeiden robottien käyttäminen on kallista, fyysiset kokeet vaativat turvallisuusjärjestelyjä ja laadukas data on kuratoitava, ei vain kerättävä varastoon. Suuri videoarkisto ei automaattisesti ole hyödyllinen robottien harjoitusaineisto.

Uusi datan toimitusketju syntyy

Erikoistuneet koulutus- ja datapalvelujen tarjoajat alkavat täyttää ihmisen käyttäytymisen ja koneelle soveltuvan datan välistä aukkoa. Työhön voi kuulua operaattorien rekrytointi ja kouluttaminen, robottien etäohjaus, ihmisen liikkeiden tallentaminen, tehtävien varustaminen antureilla, sensorivirtojen synkronointi, huonojen liikeratojen suodattaminen ja aineiston muotoilu mallikehittäjille.

Teleoperaation etu on, että siinä tallennetaan oikealla robotilla tehty toiminto eikä vain ihmisen vastaavaa liikettä. Virtuaalitodellisuus- eli VR-ohjaimet ja muut yleiskäyttöiset ohjaimet voivat välittää komentoja robotille. Puettavat järjestelmät ja liikkeenkaappauslaitteet puolestaan tallentavat ihmisestä enemmän ulottuvuuksia ja mahdollistavat liikkeen sovittamisen koneelle. 1

Näin embodied AI:n ympärille muodostuu uusi toimitusketjun kerros. Yritykset eivät rakenna ainoastaan robotin kehoa ja mallin ”aivoja”, vaan myös demonstraatioita ja sensoritallenteita, jotka yhdistävät nämä kaksi. WRC:n näytteilleasettajat esittivät datan keräämisen nimenomaisesti osana embodied intelligence -kokonaisuutta. Esillä oli esimerkiksi järjestelmiä, jotka tallentavat pään ja käsien liikkeitä arkisissa tehtävissä. 49

Miksi Kiina rakentaa valtakunnallisia harjoitteluympäristöjä?

Harjoittelukentät tarjoavat kontrolloituja mutta realistisia ympäristöjä, joissa robotteja voidaan kouluttaa, testata ja verrata keskenään. Niissä voidaan jäljitellä tehtaita, varastoja, koteja, liiketiloja ja julkisia palveluympäristöjä. Tavoitteena on tarjota toistettavia skenaarioita ilman, että ongelma pelkistyy laboratoriossa tehtäväksi ennalta määrätyksi rutiiniksi.

China Academy of Information and Communications Technologyn vuoden 2026 raporttia koskevan uutisoinnin mukaan Kiinassa oli kesäkuun loppuun mennessä toiminnassa yli 70 embodied AI -harjoittelukenttää. Lisäksi 46 paikkaa oli rakenteilla tai suunnitteilla. Kohteita oli yli puolessa Kiinan maakuntatason alueista, ja teollinen valmistus oli yleisin käyttötarkoitus: se esiintyi 86 prosentissa raportoiduista harjoittelukentistä. 1822

Pelkkä infrastruktuurin rakentaminen ei kuitenkaan riitä. Kenttien on oltava aktiivisessa käytössä, jotta niistä tulee datan lähteitä ja todellisen maailman testialustoja – eivät vain uusia esittelytiloja. Tavoiteltu toimintamalli on käytännössä tämä: todellisissa ympäristöissä harjoittelu tuottaa dataa, data parantaa mallia, parempi malli mahdollistaa laajemman käyttöönoton ja käyttöönotto synnyttää lisää käyttödataa. 1422

Politiikka vie robotit ulos messuhalleista

Kiinan teollisuus- ja tietotekniikkaministeriö sekä valtionyhtiöiden valvonnasta vastaava SASAC käynnistivät vuonna 2026 erityisohjelman humanoidirobottien ja embodied AI:n todellisen maailman harjoitteluun. Ohjelma keskittyy teollisuuden, palvelujen ja erikoistehtävien ympäristöihin, kuten valmistukseen, logistiikkaan, terveydenhuoltoon, julkisiin palveluihin ja pelastustehtäviin. 2425

Hallituksen tiedotteessa tavoitteeksi kuvattiin 10 000 humanoidirobotin kaupallinen käyttöönotto sekä yli 100 korkean arvon sovellusskenaariota vuoden 2026 loppuun mennessä. 26 Ajatuksena on tehdä käyttöönotosta itsestään osa harjoitteluympäristöä: paikallishallintoja ja valtionyhtiöitä kannustetaan tarjoamaan paikkoja, joissa järjestelmiä voidaan testata, validoida ja kehittää käytännön oloissa. 24

Tämä ei takaa, että tavoitteet saavutetaan tai että robotit muuttuvat laajasti itsenäisiksi. Se osoittaa kuitenkin painopisteen siirtyvän laitteiden valmistuksesta kohti dataan ja käyttöönottoon perustuvaa kierrosta, jota kaupallinen luotettavuus edellyttää.

Miksi pelkkä video, teksti tai ajodata ei riitä?

Videolla ja kielellä on edelleen tärkeä rooli. Niiden avulla mallit voivat oppia, mitä esineet ovat, mitä ohjeet tarkoittavat ja miltä ihmisen toiminta näyttää. Simulaatio puolestaan tarjoaa mittakaavaa ja auttaa kattamaan tilanteita, joiden toistaminen fyysisesti olisi kallista tai vaarallista. Embodied AI -datan standardointia koskevassa tutkimuksessa korostetaan niin ikään todellisen maailman datan, simulaation ja useiden aistikanavien yhdistämistä yhden lähteen varaan nojaamisen sijaan. 232

Nämä lähteet eivät silti määritä ohjausongelmaa kokonaan. Esimerkiksi esineen käsittelyssä robotin on ehkä arvioitava:

• esineen sijainti ja asento kolmiulotteisesti;
• omien niveltensä kulmat, nopeus ja mekaaninen vaste;
• tarttumiseen, työntämiseen, paikalleen asettamiseen tai nostamiseen tarvittava voima;
• kontaktin, lipsumisen tai törmäyksen ajoitus; sekä
• miten toimintaa muutetaan, kun suunniteltu liike ei onnistu.

Siksi eri datankeruumenetelmät täydentävät toisiaan:

• VR-teleoperaatio tallentaa ihmisen antamat robotin komennot käyttöliittymän kautta, ja komennot voidaan muuntaa robotin liikkeiksi. 1
• Puettava liikkeenkaappaus tallentaa ihmisen kehon, käsivarsien ja käsien aikomuksia, jotka voidaan sovittaa robotin liikeratoihin. 1
• Voimapalaute ja tuntoanturit tuovat näkyviin kontaktin, vastuksen, paineen ja lipsumisen, jotka tavallinen kuva ei välttämättä paljasta. 733
• Moottorin vääntömomentti ja proprioseptiivinen data kertovat robotin sisäisestä tilasta ja siitä, miten sen mekanismi reagoi toiminnan aikana. 3946
• Oikean robotin liikeradat paljastavat kalibrointivirheet, viiveet, sensorikohinan, mekaaniset rajat ja ympäristön arvaamattomuuden tavalla, jota ihmisen video tai simulaatio voi vain arvioida. 3234

Autonomisen ajamisen aineistoista voi olla hyötyä havainnoinnissa ja navigoinnissa, mutta näppärä esineiden käsittely on eri ongelma. Ajaminen on pääosin ajoneuvokeskeistä ja useimmiten kontaktitonta. Tarttuminen, paikalleen asettaminen ja kokoonpano taas perustuvat kosketusvoimiin, joustavuuteen ja kykyyn palautua virheistä.

Ratkaiseva kilpailu käydään datasta

WRC 2026:n keskeinen viesti ei ole, että Kiina olisi menettänyt kiinnostuksensa robottien laitteistoon. Pikemminkin tapahtuma osoitti, ettei laitteisto yksin riitä kuromaan umpeen autonomian kuilua. Etulyöntiasema voi jatkossa kuulua organisaatioille, jotka pystyvät keräämään, yhdenmukaistamaan ja lainmukaisesti hyödyntämään suuria määriä monikanavaista fyysisen vuorovaikutuksen dataa.

Kiinan humanoidirobottien tie näyttävistä messudemoista ja etäohjatuista koneista luotettavaan autonomiaan kulkee todellisten käyttöönottojen, koulutettujen operaattorien, antureilla varustettujen ympäristöjen, yhteisten datastandardien ja toistuvan testauksen kautta. Putkea rakennetaan jo, mutta noin satojentuhansien tuntien ja kaupallistamisesta puhuttaessa esiin nousevien kymmenien miljoonien tuntien välinen kuilu on edelleen alan keskeinen rajoite. 31314