AperEgo e AperOS: la risposta di 51World al problema dei dati per i robot umanoidi

L’obiettivo è collegare ciò che una persona percepisce con l’azione fisica che compie. Una singola registrazione può così descrivere non solo la scena davanti all’utente, ma anche i movimenti e le interazioni manuali necessari per completare un’attività. È un tipo di informazione particolarmente importante per insegnare ai robot a svolgere operazioni che richiedono precisione e destrezza.

Il ruolo di AperOS

AperOS riceve i dati multimodali catturati da AperEgo e individua le registrazioni non valide prima del caricamento e delle successive fasi di elaborazione. Secondo 51World, questo filtraggio riduce lo spazio di archiviazione e la capacità di calcolo necessaria, lasciando a disposizione un dataset più utilizzabile per lo sviluppo dei modelli.

Il flusso di lavoro descritto dall’azienda si articola in cinque passaggi:

1. Registrazione: AperEgo cattura immagini in prima persona, dati di movimento e audio mentre una persona esegue un compito.
2. Rilevazione dei movimenti delle mani: i dispositivi per polsi e dita registrano i gesti usati per raggiungere, afferrare e manipolare gli oggetti.
3. Sincronizzazione: i diversi flussi dei sensori vengono allineati, così da associare la stessa azione alle varie modalità di dati.
4. Filtraggio: AperOS elimina le registrazioni che l’azienda considera non valide prima del caricamento e dell’elaborazione successiva.
5. Preparazione all’addestramento: il dataset rimanente può essere utilizzato per sviluppare modelli di IA incarnata e migliorare i processi di apprendimento dei robot.

Il 99% di precisione è una stima dell’azienda

Il CEO Li Yi sostiene che l’integrazione tra hardware e software possa portare la precisione dei dati al 99%. Secondo la sua valutazione, una maggiore precisione dovrebbe rendere l’apprendimento dei robot più accurato ed efficiente, con benefici dichiarati nella raccolta e nell’utilizzo dei dati, nell’addestramento dei modelli e nella loro capacità di generalizzare a situazioni diverse.

Questa percentuale va però interpretata come una dichiarazione di 51World, non come un risultato verificato in modo indipendente. Le informazioni disponibili descrivono le capacità dichiarate dall’azienda, ma non indicano un protocollo di test esterno, un dataset di confronto o una verifica indipendente del dato del 99%.

Dimostrazioni più pulite e coerenti possono aiutare l’addestramento, ma il comportamento finale di un robot dipende anche dal modello utilizzato, dall’hardware, dal compito, dall’ambiente operativo e dal metodo di valutazione.

Perché il livello dei dati è decisivo

Un robot umanoide deve coordinare percezione e movimento in ambienti fisici che cambiano continuamente. Dimostrazioni umane di alta qualità potrebbero aiutare gli sviluppatori a insegnare risposte più affidabili davanti a oggetti, spazi e attività che richiedono motricità fine. L’approccio di 51World riguarda quindi il livello dei dati e dei processi che sostengono l’IA incarnata, non la costruzione diretta di un robot umanoide.

Il lancio si inserisce in una più ampia spinta alla commercializzazione della robotica umanoide in Cina. TrendForce stima che il mercato cinese dei robot umanoidi raggiungerà 15 miliardi di yuan (2,2 miliardi di dollari) nel 2026 e manterrà una crescita di almeno il 60% nel 2027, mentre la produzione aumenta e le applicazioni si estendono a settori come automotive, elettronica, aerospazio, logistica ed energia.

La previsione di mercato non dimostra che AperEgo o AperOS saranno i motori di questa crescita. Mostra però perché gli strumenti capaci di raccogliere, filtrare e organizzare dati del mondo fisico stiano diventando strategici: quando i robot passano dai prototipi alle applicazioni pratiche, servono pipeline di dati in grado di produrre esempi ripetibili e utilizzabili su larga scala.