AperEgo रोबोट-ट्रेनिंग डेटा कैसे जुटाता है?

किसी व्यक्ति को यह उपकरण पहनाकर उससे कोई काम करवाया जाता है। हेडसेट व्यक्ति के दृष्टिकोण से सामने के वातावरण का पैनोरमिक, फर्स्ट-पर्सन वीडियो रिकॉर्ड करता है। इसके सेंसर दृश्य, गति और ऑडियो इनपुट को एक-दूसरे के साथ सिंक्रोनाइज़ करते हैं। वहीं, कलाई और उंगलियों के उपकरण हाथ, उंगलियों और बांहों की गतिविधियों का अधिक बारीक डेटा जोड़ते हैं।

इस तरह की रिकॉर्डिंग का उद्देश्य यह जोड़ना है कि व्यक्ति ने क्या देखा और उस दृश्य के जवाब में उसने शारीरिक रूप से क्या किया। उदाहरण के लिए, किसी वस्तु तक पहुंचना, उसे पकड़ना या एक स्थान से दूसरे स्थान पर रखना—ऐसी गतिविधियों में दृश्य जानकारी के साथ हाथों की सटीक हरकतें भी महत्वपूर्ण होती हैं। यही जानकारी रोबोटों को dexterous manipulation यानी बारीक और नियंत्रित ढंग से वस्तुएं संभालना सिखाने में उपयोगी हो सकती है।

AperOS रिकॉर्ड किए गए डेटा के साथ क्या करता है?

AperEgo से जुटाया गया मल्टीमॉडल डेटा AperOS में भेजा जाता है। 51World के अनुसार, AperOS अपलोड और आगे की प्रोसेसिंग से पहले अमान्य रिकॉर्डिंग को छांट देता है। कंपनी का कहना है कि इस फ़िल्टरिंग से स्टोरेज और कंप्यूटिंग क्षमता की जरूरत कम होती है और मॉडल विकसित करने के लिए अधिक उपयोगी डेटासेट बचता है।

वर्कफ़्लो को इस तरह समझा जा सकता है:

1. रिकॉर्डिंग: व्यक्ति के काम करते समय AperEgo फर्स्ट-पर्सन दृश्य, मोशन और ऑडियो डेटा रिकॉर्ड करता है।
2. हाथों का अतिरिक्त डेटा: कलाई और उंगलियों के उपकरण पहुंचने, पकड़ने और वस्तुओं को संभालने जैसी गतिविधियों को दर्ज करते हैं।
3. सिंक्रोनाइज़ेशन: अलग-अलग सेंसर स्ट्रीम को मिलाया जाता है, ताकि सभी डेटा एक ही कार्रवाई को सही समय-संदर्भ में दिखाएं।
4. फ़िल्टरिंग: AperOS कंपनी के मानदंडों के अनुसार अमान्य डेटा हटाता है।
5. ट्रेनिंग की तैयारी: बचा हुआ डेटासेट embodied-AI मॉडल विकसित करने और रोबोट-लर्निंग वर्कफ़्लो बेहतर बनाने में इस्तेमाल किया जा सकता है।

51World ने कितने सुधार का दावा किया है?

कंपनी के CEO Li Yi का कहना है कि हार्डवेयर और सॉफ्टवेयर को एकीकृत करने से डेटा की सटीकता 99% तक पहुंच सकती है। उनके अनुसार, अधिक सटीक डेटा से रोबोटों की ट्रेनिंग ज्यादा सटीक और कुशल हो सकती है। उन्होंने डेटा जुटाने, डेटा के इस्तेमाल, मॉडल ट्रेनिंग और नए परिस्थितियों में मॉडल के सामान्यीकरण—इन सभी चरणों में दक्षता बढ़ने का दावा किया है।

हालांकि, इन आंकड़ों को 51World के दावे के रूप में देखना चाहिए, स्वतंत्र रूप से सत्यापित बेंचमार्क के रूप में नहीं। उपलब्ध रिपोर्टिंग में 99% सटीकता के लिए कोई बाहरी परीक्षण प्रोटोकॉल, तुलनात्मक डेटासेट या स्वतंत्र सत्यापन नहीं दिया गया है। बेहतर ढंग से साफ किया गया डेटा ट्रेनिंग में मदद कर सकता है, लेकिन रोबोट का अंतिम प्रदर्शन मॉडल, हार्डवेयर, काम की प्रकृति, वातावरण और मूल्यांकन की पद्धति पर भी निर्भर करेगा।

ह्यूमनॉइड रोबोटों के लिए डेटा लेयर क्यों अहम है?

ह्यूमनॉइड रोबोटों को बदलते भौतिक वातावरण में देखने, निर्णय लेने और चलने-फिरने का तालमेल सीखना होता है। उच्च-गुणवत्ता वाले इंसानी demonstrations यानी वास्तविक काम करते हुए इंसानों के उदाहरण, रोबोटों को वस्तुओं, जगहों और सूक्ष्म हाथों वाले कार्यों पर अधिक भरोसेमंद प्रतिक्रिया सीखने में मदद कर सकते हैं। इसलिए 51World का फोकस खुद ह्यूमनॉइड रोबोट बनाने के बजाय embodied AI के पीछे मौजूद डेटा पाइपलाइन पर है।

यह पहल ऐसे समय में सामने आई है, जब चीन में ह्यूमनॉइड रोबोटों के व्यावसायीकरण की कोशिशें तेज हो रही हैं। TrendForce का अनुमान है कि चीन का ह्यूमनॉइड रोबोट बाजार 2026 में 15 अरब युआन (2.2 अरब डॉलर) तक पहुंच सकता है और 2027 में कम-से-कम 60% की वृद्धि बनाए रख सकता है। ऑटोमोबाइल, 3C इलेक्ट्रॉनिक्स, एयरोस्पेस, लॉजिस्टिक्स और ऊर्जा जैसे क्षेत्रों में उत्पादन बढ़ने तथा उपयोग के मामले फैलने को इसके प्रमुख कारणों में गिना गया है।

यह बाजार अनुमान इस बात का प्रमाण नहीं है कि AperEgo या AperOS इस वृद्धि को आगे बढ़ाएंगे। लेकिन इससे यह जरूर समझ आता है कि वास्तविक दुनिया से डेटा जुटाने, उसे छांटने और व्यवस्थित करने वाले टूल रणनीतिक रूप से महत्वपूर्ण क्यों बन रहे हैं। जैसे-जैसे रोबोट प्रयोगशालाओं के प्रदर्शनों से आगे बढ़कर व्यावहारिक इस्तेमाल की ओर जाएंगे, डेवलपर्स को ऐसे डेटा सिस्टम की जरूरत होगी जो बड़े पैमाने पर दोहराने योग्य और उपयोगी उदाहरण तैयार कर सकें।

AperEgo रोबोट-ट्रेनिंग डेटा कैसे जुटाता है?

किसी व्यक्ति को यह उपकरण पहनाकर उससे कोई काम करवाया जाता है। हेडसेट व्यक्ति के दृष्टिकोण से सामने के वातावरण का पैनोरमिक, फर्स्ट-पर्सन वीडियो रिकॉर्ड करता है। इसके सेंसर दृश्य, गति और ऑडियो इनपुट को एक-दूसरे के साथ सिंक्रोनाइज़ करते हैं। वहीं, कलाई और उंगलियों के उपकरण हाथ, उंगलियों और बांहों की गतिविधियों का अधिक बारीक डेटा जोड़ते हैं।

इस तरह की रिकॉर्डिंग का उद्देश्य यह जोड़ना है कि व्यक्ति ने क्या देखा और उस दृश्य के जवाब में उसने शारीरिक रूप से क्या किया। उदाहरण के लिए, किसी वस्तु तक पहुंचना, उसे पकड़ना या एक स्थान से दूसरे स्थान पर रखना—ऐसी गतिविधियों में दृश्य जानकारी के साथ हाथों की सटीक हरकतें भी महत्वपूर्ण होती हैं। यही जानकारी रोबोटों को dexterous manipulation यानी बारीक और नियंत्रित ढंग से वस्तुएं संभालना सिखाने में उपयोगी हो सकती है।

AperOS रिकॉर्ड किए गए डेटा के साथ क्या करता है?

AperEgo से जुटाया गया मल्टीमॉडल डेटा AperOS में भेजा जाता है। 51World के अनुसार, AperOS अपलोड और आगे की प्रोसेसिंग से पहले अमान्य रिकॉर्डिंग को छांट देता है। कंपनी का कहना है कि इस फ़िल्टरिंग से स्टोरेज और कंप्यूटिंग क्षमता की जरूरत कम होती है और मॉडल विकसित करने के लिए अधिक उपयोगी डेटासेट बचता है।

वर्कफ़्लो को इस तरह समझा जा सकता है:

1. रिकॉर्डिंग: व्यक्ति के काम करते समय AperEgo फर्स्ट-पर्सन दृश्य, मोशन और ऑडियो डेटा रिकॉर्ड करता है।
2. हाथों का अतिरिक्त डेटा: कलाई और उंगलियों के उपकरण पहुंचने, पकड़ने और वस्तुओं को संभालने जैसी गतिविधियों को दर्ज करते हैं।
3. सिंक्रोनाइज़ेशन: अलग-अलग सेंसर स्ट्रीम को मिलाया जाता है, ताकि सभी डेटा एक ही कार्रवाई को सही समय-संदर्भ में दिखाएं।
4. फ़िल्टरिंग: AperOS कंपनी के मानदंडों के अनुसार अमान्य डेटा हटाता है।
5. ट्रेनिंग की तैयारी: बचा हुआ डेटासेट embodied-AI मॉडल विकसित करने और रोबोट-लर्निंग वर्कफ़्लो बेहतर बनाने में इस्तेमाल किया जा सकता है।

51World ने कितने सुधार का दावा किया है?

कंपनी के CEO Li Yi का कहना है कि हार्डवेयर और सॉफ्टवेयर को एकीकृत करने से डेटा की सटीकता 99% तक पहुंच सकती है। उनके अनुसार, अधिक सटीक डेटा से रोबोटों की ट्रेनिंग ज्यादा सटीक और कुशल हो सकती है। उन्होंने डेटा जुटाने, डेटा के इस्तेमाल, मॉडल ट्रेनिंग और नए परिस्थितियों में मॉडल के सामान्यीकरण—इन सभी चरणों में दक्षता बढ़ने का दावा किया है।

हालांकि, इन आंकड़ों को 51World के दावे के रूप में देखना चाहिए, स्वतंत्र रूप से सत्यापित बेंचमार्क के रूप में नहीं। उपलब्ध रिपोर्टिंग में 99% सटीकता के लिए कोई बाहरी परीक्षण प्रोटोकॉल, तुलनात्मक डेटासेट या स्वतंत्र सत्यापन नहीं दिया गया है। बेहतर ढंग से साफ किया गया डेटा ट्रेनिंग में मदद कर सकता है, लेकिन रोबोट का अंतिम प्रदर्शन मॉडल, हार्डवेयर, काम की प्रकृति, वातावरण और मूल्यांकन की पद्धति पर भी निर्भर करेगा।

ह्यूमनॉइड रोबोटों के लिए डेटा लेयर क्यों अहम है?

ह्यूमनॉइड रोबोटों को बदलते भौतिक वातावरण में देखने, निर्णय लेने और चलने-फिरने का तालमेल सीखना होता है। उच्च-गुणवत्ता वाले इंसानी demonstrations यानी वास्तविक काम करते हुए इंसानों के उदाहरण, रोबोटों को वस्तुओं, जगहों और सूक्ष्म हाथों वाले कार्यों पर अधिक भरोसेमंद प्रतिक्रिया सीखने में मदद कर सकते हैं। इसलिए 51World का फोकस खुद ह्यूमनॉइड रोबोट बनाने के बजाय embodied AI के पीछे मौजूद डेटा पाइपलाइन पर है।

यह पहल ऐसे समय में सामने आई है, जब चीन में ह्यूमनॉइड रोबोटों के व्यावसायीकरण की कोशिशें तेज हो रही हैं। TrendForce का अनुमान है कि चीन का ह्यूमनॉइड रोबोट बाजार 2026 में 15 अरब युआन (2.2 अरब डॉलर) तक पहुंच सकता है और 2027 में कम-से-कम 60% की वृद्धि बनाए रख सकता है। ऑटोमोबाइल, 3C इलेक्ट्रॉनिक्स, एयरोस्पेस, लॉजिस्टिक्स और ऊर्जा जैसे क्षेत्रों में उत्पादन बढ़ने तथा उपयोग के मामले फैलने को इसके प्रमुख कारणों में गिना गया है।

यह बाजार अनुमान इस बात का प्रमाण नहीं है कि AperEgo या AperOS इस वृद्धि को आगे बढ़ाएंगे। लेकिन इससे यह जरूर समझ आता है कि वास्तविक दुनिया से डेटा जुटाने, उसे छांटने और व्यवस्थित करने वाले टूल रणनीतिक रूप से महत्वपूर्ण क्यों बन रहे हैं। जैसे-जैसे रोबोट प्रयोगशालाओं के प्रदर्शनों से आगे बढ़कर व्यावहारिक इस्तेमाल की ओर जाएंगे, डेवलपर्स को ऐसे डेटा सिस्टम की जरूरत होगी जो बड़े पैमाने पर दोहराने योग्य और उपयोगी उदाहरण तैयार कर सकें।