WUWENAI pertaruhkan sistem Real-to-Sim-to-Real untuk melatih robot dengan lebih pantas

Masalah sebenar: robot kekurangan data yang berkaitan dengan tindakan

AI berjasad merujuk kepada sistem kecerdasan buatan yang berinteraksi dengan dunia fizikal melalui robot. Cabaran utamanya bukan sekadar mendapatkan video yang kelihatan realistik, tetapi mengumpulkan data yang menghubungkan apa yang robot lihat, tindakan yang diambil dan kesan fizikal yang berlaku.

WUWENAI, yang diasaskan dan diterajui Liu Shengxiang—bekas pemimpin data dan ujian pemanduan autonomi Baidu—mahu menangani masalah itu melalui sistem gelung tertutup Real-to-Sim-to-Real. Dalam pendekatan ini, data interaksi sebenar menjadi asas kepada model dunia generatif; model itu pula menghasilkan pengalaman maya yang boleh dikawal dan diuji. Kesilapan serta situasi sukar yang dikenal pasti dalam simulasi kemudiannya dipilih untuk pengumpulan data dunia sebenar seterusnya. 8

Tiga lapisan sistem WUWENAI

1. Data Factory: bermula dengan dunia sebenar

Data Factory menggunakan peralatan multimodal untuk merakam pemerhatian dan tindakan secara serentak ketika robot berinteraksi dengan objek. Data ini boleh merangkumi keadaan visual, pergerakan, sentuhan, hubungan dengan objek dan hasil tugasan.

Matlamatnya adalah untuk mengekalkan hubungan sebab-akibat fizikal yang biasanya tiada dalam video web biasa atau persekitaran sintetik. Dengan cara itu, data yang dikumpulkan bukan hanya kelihatan realistik, tetapi turut berguna untuk mengawal robot.

WUWENAI turut memperkenalkan platform data AI fizikal Wuyin. Syarikat itu mendakwa platform berkenaan mempunyai lebih 1,000 TB data dan 10,000 jam set data berkualiti tinggi yang dibuka kepada umum. 12

2. Generative World Model: menggandakan pengalaman

Model dunia belajar bagaimana sesuatu persekitaran berubah apabila ejen berjasad mengambil tindakan. Berdasarkan data sebenar, ia kemudiannya boleh menjana variasi tugasan, trajektori, gangguan, susunan objek dan senario kegagalan yang munasabah.

Dalam konteks ini, model dunia ialah rangkaian neural yang mempelajari gambaran sesuatu persekitaran serta perubahan temporalnya dalam bentuk representasi yang lebih padat. 5

Kelebihannya ialah satu interaksi fizikal tidak semestinya kekal sebagai satu contoh sahaja. Ia boleh menjadi asas untuk menguji pelbagai kemungkinan: bagaimana jika objek berada pada kedudukan berbeza, tindakan robot tersasar sedikit atau gangguan berlaku di tengah-tengah tugasan?

3. World Simulator: melatih dan memilih pengalaman yang bernilai

Dasar robot boleh diuji dalam simulator pada kelajuan lebih tinggi dan kos lebih rendah berbanding perkakasan sebenar. Simulator juga boleh menilai keputusan, mengenal pasti kelemahan dan menentukan kes mana yang perlu dikumpulkan semula di dunia fizikal.

Penyelidikan mengenai simulator interaktif berasaskan tindakan menunjukkan bahawa penilaian dasar dalam simulator boleh mempunyai kaitan dengan prestasi dunia sebenar. Namun, ini masih merupakan bidang penyelidikan yang aktif dan bukannya keupayaan yang sudah diselesaikan sepenuhnya. 3

Bagaimana jutaan jam data boleh menjadi lebih munasabah?

Dakwaan utama Liu bukanlah WUWENAI akan merakam jutaan jam operasi robot secara fizikal. Sebaliknya, sejumlah interaksi fizikal yang terhad tetapi kukuh dari segi konteks boleh dijadikan korpus asas untuk menghasilkan banyak trajektori latihan yang boleh dikawal.

Gelung fizikal terus membetulkan simulator apabila ramalannya tersasar, sekali gus membantu mengehadkan jurang antara simulasi dan realiti. Gelung maya pula menyediakan skala yang sukar dicapai jika setiap percubaan perlu dilakukan pada robot sebenar. Corak maklum balas antara data sebenar dan sintetik ini selari dengan penyelidikan baharu mengenai pembelajaran pengukuhan robot sebenar dalam gelung tertutup. 4

Mengapa tiga kaedah biasa masih tidak mencukupi?

• Teleoperasi menghasilkan demonstrasi yang dilabel dengan tindakan, tetapi prosesnya mahal, perlahan dan bergantung pada operator. Ia juga cenderung merakam tingkah laku yang berjaya, bukan kegagalan jarang berlaku atau senario andaian.
• Video manusia dari perspektif orang pertama menawarkan skala yang besar, tetapi lazimnya tidak mengandungi tindakan robot, geometri yang ditentukur, isyarat daya atau sentuhan, serta padanan terus dengan tubuh robot. Oleh itu, ia kurang sesuai sebagai penyeliaan untuk kawalan manipulasi.
• Simulasi tulen murah dan pelbagai, tetapi mungkin mengandungi geometri, dinamik sentuhan, hingar sensor, tingkah laku objek atau keadaan persekitaran manusia yang tidak tepat. Inilah yang dikenali sebagai jurang sim-to-real. Penyelarasan kembar digital dengan pemerhatian dunia sebenar bertujuan mengurangkan jurang tersebut. 2

Daripada meniru manusia kepada belajar melalui ganjaran

Demonstrasi manusia boleh memulakan pembelajaran imitasi—secara ringkasnya, robot belajar untuk “melakukan apa yang dilakukan oleh demonstrator”.

Jika simulator yang dikawal oleh tindakan cukup boleh dipercayai, dasar robot boleh mencuba pilihan lain, menerima ganjaran berdasarkan hasil tugasan, mengoptimumkan tindakan jangka panjang dan belajar memulihkan keadaan selepas gagal. Ini membuka laluan kepada pembelajaran pengukuhan.

Penyelidikan terkini telah menunjukkan penggunaan model dunia untuk memperhalus dasar visi-bahasa-tindakan melalui pembelajaran pengukuhan. Namun, ganjaran yang kukuh dan ketepatan model masih menjadi kekangan paling penting. 1

WUWENAI dalam persaingan global

Persaingan dalam bidang ini semakin tertumpu pada seni bina yang sama, bukan sekadar perlumbaan ciri produk. World Labs melalui SceniX turut menerangkan enjin R2S2R yang menukar satu tugasan fizikal kepada banyak dunia simulasi yang boleh dikawal dan digunakan semula untuk latihan serta pengujian dasar. 7

Penyelidikan DeepMind mengenai model dunia pula sejak sekian lama menghubungkan model dinamik yang dipelajari dengan pembelajaran pengukuhan berskala besar. 3 Tesla Optimus mempunyai kelebihan besar dalam iterasi perkakasan, pembuatan serta ekosistem data dan pengkomputerannya yang lebih luas. Namun, bukti awam yang tersedia belum mencukupi untuk membuktikan bahawa WUWENAI secara teknikal mendahului Tesla atau DeepMind.

Mengapa perkembangan China penting?

China mempunyai pangkalan robot industri terpasang terbesar di dunia dan sedang mengembangkan robot humanoid sambil melokalkan sebahagian rantaian bekalan robotiknya. 6 Kenyataan rasmi turut menggambarkan AI berjasad sebagai bidang yang sedang bergerak daripada percubaan berskala kecil kepada penggunaan yang lebih meluas. 9

Keadaan ini menyediakan potensi pangkalan domestik yang besar—termasuk kilang, robot, tugasan dan persekitaran penggunaan—untuk syarikat infrastruktur data mengumpulkan data asas serta menawarkan peralatan bersama kepada pelbagai pembuat robot.

Ujian sebenar masih belum selesai

Status WUWENAI sebagai syarikat “bertaraf dunia” dan dakwaan bahawa ia mendahului pesaing beberapa bulan datang daripada kenyataan syarikat atau laporan media, bukannya penanda aras yang disahkan secara bebas.

Ujian paling penting ialah sama ada simulatornya boleh meramalkan hasil tugasan yang melibatkan sentuhan dan perancangan jangka panjang dengan cukup tepat. Dasar yang dilatih dalam simulator perlu dipindahkan secara konsisten kepada robot, objek dan persekitaran sebenar yang berbeza. Jika berjaya, WUWENAI bukan sekadar membina alat simulasi, tetapi berpotensi menjadi lapisan infrastruktur penting untuk pembangunan AI fizikal.