Bagaimana 51World Mengumpul Data Latihan untuk Robot Humanoid

Kekurangan data latihan dunia sebenar yang boleh dipercayai menjadi antara kekangan terbesar dalam pembangunan AI berjasad — iaitu AI yang membolehkan mesin memahami persekitaran dan bertindak secara fizikal. Robot bukan sekadar perlu “melihat” apa yang ada di hadapan, tetapi juga belajar cara manusia bergerak, mendengar, mencapai, menggenggam dan mengendalikan objek.

Syarikat teknologi 51World yang berpangkalan di Beijing kini memperkenalkan sistem perkakasan dan perisian untuk mengumpulkan contoh demonstrasi manusia itu dalam bentuk yang lebih tersusun.

Apa yang diperkenalkan oleh 51World?

Perkakasan terasnya ialah AperEgo, sistem tangkapan data boleh pakai yang terdiri daripada set kepala berbilang kamera, peranti pergelangan tangan dan perkakasan untuk jari. Syarikat itu turut memperkenalkan AperOS, platform perisian yang memproses serta mengurus data multimodal yang dikumpulkan.

Kedua-dua produk ini merupakan sebahagian daripada penawaran AI berjasad 51World yang lebih luas. Ia turut merangkumi konsep infrastruktur data AperData dan platform aplikasi AperOne, yang diumumkan pada acara pelancaran syarikat pada 18 Ogos.

Bagaimana AperEgo mengumpulkan data latihan robot?

Seseorang memakai peranti tersebut sambil melaksanakan sesuatu tugasan. Set kepala AperEgo merakam pandangan panorama dari perspektif orang pertama, sekali gus memberikan model AI gambaran visual tentang persekitaran seperti yang dilihat oleh pengguna.

Sensor pada sistem itu menyelaraskan input visual, gerakan dan audio. Pada masa yang sama, peranti di pergelangan tangan serta jari merakam maklumat lebih terperinci tentang pergerakan lengan, tangan dan jari.

Gabungan ini bertujuan menghubungkan perkara yang dilihat dengan tindakan fizikal yang dilakukan. Satu rakaman bukan sahaja menunjukkan keadaan di hadapan seseorang, tetapi turut merekod pergerakan dan interaksi tangan ketika tugasan diselesaikan — data yang penting untuk robot mempelajari kemahiran manipulasi halus.

Peranan AperOS selepas rakaman dibuat

AperOS menerima data multimodal daripada AperEgo dan menapis rakaman yang dianggap tidak sah sebelum data itu dimuat naik serta diproses selanjutnya. Menurut 51World, langkah penapisan ini boleh mengurangkan keperluan ruang storan dan kapasiti pengkomputeran, di samping menghasilkan set data yang lebih berguna untuk pembangunan model.

Aliran kerja yang dicadangkan adalah seperti berikut:

1. Merakam: AperEgo menangkap maklumat visual, gerakan dan audio dari perspektif orang pertama ketika seseorang melaksanakan tugasan.
2. Menambah perincian tangan: Peranti pergelangan tangan dan jari merekod pergerakan ketika mencapai, menggenggam serta mengendalikan objek.
3. Menyelaraskan: Aliran data daripada pelbagai sensor diselaraskan supaya setiap mod menggambarkan tindakan yang sama pada masa yang sepadan.
4. Menapis: AperOS membuang data yang dianggap tidak sah sebelum proses muat naik dan pemprosesan seterusnya.
5. Menyediakan data untuk latihan: Set data yang telah diproses boleh digunakan bagi membangunkan model AI berjasad dan menambah baik proses pembelajaran robot.

Apakah peningkatan prestasi yang didakwa 51World?

Ketua Pegawai Eksekutif 51World, Li Yi, berkata sistem perkakasan dan perisian bersepadu itu mampu meningkatkan ketepatan data kepada 99%. Beliau mengaitkan ketepatan lebih tinggi tersebut dengan pembelajaran robot yang lebih tepat dan cekap, termasuk peningkatan kecekapan dalam pengumpulan data, penggunaan data, latihan model dan keupayaan generalisasi.

Namun, angka itu perlu difahami sebagai tuntutan 51World, bukannya keputusan penanda aras yang telah disahkan secara bebas. Laporan yang tersedia menerangkan keupayaan seperti yang dinyatakan syarikat, tetapi tidak memberikan protokol ujian luaran, set data perbandingan atau pengesahan bebas terhadap angka 99% tersebut.

Data demonstrasi yang lebih bersih sememangnya berpotensi membantu proses latihan. Tetapi prestasi akhir robot juga bergantung pada model AI, perkakasan, jenis tugasan, persekitaran operasi dan kaedah penilaian yang digunakan.

Mengapa lapisan data penting untuk robot humanoid?

Robot humanoid perlu menyelaraskan penglihatan, pemahaman dan pergerakan dalam persekitaran fizikal yang sentiasa berubah. Demonstrasi manusia yang berkualiti tinggi berpotensi membantu pembangun mengajar robot bertindak dengan lebih konsisten ketika berhadapan dengan objek, ruang dan tugasan motor halus.

Justeru, pendekatan 51World lebih tertumpu pada saluran paip data di sebalik AI berjasad, bukannya membina robot humanoid itu sendiri.

Perkembangan ini berlaku ketika industri robot humanoid China semakin berusaha beralih daripada prototaip kepada penggunaan komersial. TrendForce menganggarkan pasaran robot humanoid China akan mencecah 15 bilion yuan (AS$2.2 bilion) pada 2026 dan terus berkembang sekurang-kurangnya 60% pada 2027, apabila pengeluaran meningkat dan aplikasinya meluas ke sektor automotif, elektronik 3C, aeroangkasa, logistik serta tenaga.

Unjuran pasaran itu tidak membuktikan bahawa AperEgo atau AperOS akan menjadi pemacu pertumbuhan tersebut. Namun, ia menunjukkan mengapa alat untuk mengumpul, menapis dan menyusun data dunia fizikal semakin penting. Apabila lebih banyak robot bergerak daripada fasa demonstrasi kepada penggunaan sebenar, pembangun memerlukan sistem data yang mampu menghasilkan contoh latihan yang konsisten dan berguna pada skala besar.