WUWENAI, robotların ihtiyaç duyduğu milyonlarca saatlik veriyi nasıl üretmeyi planlıyor?

WUWENAI’nin temel tezi şu: Fiziksel dünyada hareket eden robotlar, yalnızca insan gösterimlerini taklit ederek ölçeklenemez. Şirketin önerdiği Real-to-Sim-to-Real yaklaşımında gerçek robot–nesne etkileşimlerinden elde edilen veriler üretken bir dünya modelini besliyor; bu model, kontrol edilebilir bir simülatörde sayısız alternatif deneyim ve hata senaryosu oluşturuyor. Simülasyonda seçilen başarısızlıklar ve uç durumlar daha sonra yeniden fiziksel ortamda test edilerek sisteme geri aktarılıyor. Böylece veri üretimi, politika eğitimi, değerlendirme ve iyileştirme tek bir kapalı döngüde birleşiyor. WUWENAI, bu stratejiyi eski Baidu otonom sürüş veri ve test yöneticisi Liu Shengxiang’ın liderliğinde yürüttüğünü belirtiyor. 8

Üç parçalı veri altyapısı

• Data Factory — gerçek dünyaya dayanak. Çok modlu veri toplama düzenekleri, robotların nesnelerle etkileşiminden görsel durum, hareket, temas ve görev sonucu gibi bilgileri eş zamanlı olarak kaydetmeyi amaçlıyor. Buradaki hedef yalnızca görsel açıdan gerçekçi görüntüler üretmek değil; robot kontrolü için gerekli fiziksel neden-sonuç ilişkilerini korumak. Sıradan internet videoları ve sentetik sahneler çoğu zaman robotun hangi kuvveti ne zaman uyguladığını, nesnenin nasıl tepki verdiğini veya temasın görevi nasıl değiştirdiğini göstermez. WUWENAI ayrıca Zhejiang’daki Wuyin fiziksel yapay zekâ veri platformu için 1.000 terabaytın üzerinde veri ve 10.000 saatlik açık, yüksek kaliteli veri seti bulunduğunu açıklıyor. 12

• Generative World Model — deneyimi çoğaltma. Dünya modeli, fiziksel bir etmen eylem gerçekleştirdiğinde sahnenin nasıl değiştiğini öğrenen bir sinir ağıdır. Öğrendiği gerçek verilerden yola çıkarak farklı görev varyasyonları, hareket dizileri, engeller, nesne konfigürasyonları ve başarısızlık örnekleri üretebilir. Bu tür modeller, sahnenin mevcut durumunu ve zaman içindeki evrimini daha kompakt bir temsilde kodlamayı hedefler. 5

• World Simulator — eğitim, değerlendirme ve seçim. Robot politikaları, donanım üzerinde denemeye kıyasla simülasyonda çok daha hızlı ve düşük maliyetle çalıştırılabilir. Simülatör; hangi politikaların zayıf kaldığını, hangi görevlerin başarısızlık riski taşıdığını ve hangi durumların yeniden gerçek dünyada toplanması gerektiğini belirlemeye yardımcı olabilir. Etkileşimli ve eylem koşullu simülatörler üzerine yapılan araştırmalar, simülasyondaki politika değerlendirmelerinin gerçek dünya performansıyla korelasyon gösterebildiğini bildiriyor. Ancak bu, çözülmüş bir mühendislik problemi değil; hâlen aktif bir araştırma alanı. 3

“Milyonlarca saat” iddiası ne anlama geliyor?

Liu’nun yaklaşımı, WUWENAI’nin fiziksel olarak milyonlarca robot-saatini tek tek kaydedeceği anlamına gelmiyor. Fikir, görece sınırlı sayıdaki yüksek kaliteli fiziksel etkileşimi bir çekirdek veri setine dönüştürmek ve bu çekirdekten çok sayıda kontrol edilebilir eğitim yörüngesi üretmek.

Gerçek dünya döngüsü simülatörü sürekli güncelleyerek modelin fiziksel ortamdan kopmasını, yani model kaymasını sınırlamayı amaçlıyor. Sanal döngü ise ölçeği sağlıyor. Gerçek robot denemeleri, dünya modelini fiziksel gerçekliğe bağlıyor; dünya modeli de robotun her yeni olasılığı donanım üzerinde denemek zorunda kalmadan eğitim almasını sağlıyor. Bu gerçek–sentetik geri besleme yapısı, gerçek robotlarla kapalı döngü pekiştirmeli öğrenme üzerine ortaya çıkan çalışmalarla uyumlu. 4

Geleneksel veri toplama yöntemleri neden yetersiz kalıyor?

• Teleoperasyon: Etiketlenmiş eylem verisi ve başarılı gösterimler sağlar; ancak pahalı, yavaş ve operatöre bağımlıdır. Ayrıca nadir hataları, başarısızlıkları ve “başka türlü davransaydı ne olurdu?” türündeki karşı-olgusal durumları verimli biçimde kapsamaz.
• Birinci şahıs insan videoları: Büyük ölçekte toplanabilir; fakat çoğu video robot eylemlerini, kalibre edilmiş geometrik bilgiyi, kuvvet ve temas sinyallerini ya da robotun fiziksel gövdesiyle doğrudan eşleşen hareketleri içermez. Bu nedenle özellikle hassas manipülasyon görevlerinde görece zayıf bir denetim kaynağıdır.
• Salt simülasyon: Ucuz ve çeşitlidir; ancak hatalı geometri, temas dinamikleri, sensör gürültüsü, nesne davranışı veya insan ortamları modelleyebilir. Bu fark, robotikteki klasik sim-to-real sorununun temelidir. Dijital ikizi gerçek gözlemlerle dinamik biçimde hizalamak, bu açığı azaltmayı amaçlar. 2

Taklitten pekiştirmeli öğrenmeye geçiş

İnsan gösterimleri, başlangıçta taklit öğrenmesini mümkün kılar: Robot, “göstericinin yaptığını yapmayı” öğrenir. Ancak yeterince güvenilir ve eylem koşullu bir simülatör, politikanın farklı seçenekleri denemesine, görev ödülleri almasına, uzun vadeli sonuçları optimize etmesine ve başarısızlıklardan toparlanmayı öğrenmesine imkân verebilir. Bu da pekiştirmeli öğrenmeye geçişin önünü açar.

Dünya modeli içinde görsel-dil-eylem politikalarının pekiştirmeli öğrenmeyle ince ayarını yapan araştırmalar yayımlandı. Bununla birlikte güvenilir ödül sinyalleri ve simülatörün fiziksel gerçekliği ne kadar doğru temsil ettiği hâlâ belirleyici kısıtlar. 1

WUWENAI, World Labs, Tesla ve DeepMind karşısında nerede duruyor?

Buradaki rekabet, basit bir özellik yarışından çok benzer bir mimarinin farklı uygulamaları etrafında şekilleniyor. World Labs’ın SceniX yaklaşımı da fiziksel bir görevi politika eğitimi ve testinde kullanılabilecek çok sayıda kontrol edilebilir, yeniden kullanılabilir sanal dünyaya dönüştüren bir Real-to-Sim-to-Real motoru tanımlıyor. 6 DeepMind ise uzun süredir öğrenilmiş dinamik modellerini ölçeklenebilir pekiştirmeli öğrenmeyle ilişkilendiren dünya modeli araştırmaları yürütüyor. 3

Tesla’nın Optimus programı donanım geliştirme hızı, üretim kabiliyeti ve geniş veri–hesaplama ekosistemi açısından güçlü avantajlara sahip olabilir. Ancak mevcut kamuya açık kanıtlar, WUWENAI’nin Tesla veya DeepMind’dan teknik olarak ileride olduğunu göstermeye yetmiyor. Bu nedenle WUWENAI’nin “dünya çapında” olduğu ya da rakiplerinden aylarca önde bulunduğu yönündeki ifadeler, bağımsız kıyaslamalardan ziyade şirket ve medya iddiaları olarak değerlendirilmelidir.

Çin neden önemli bir test alanı olabilir?

Çin, dünyadaki en büyük kurulu endüstriyel robot tabanına sahip ve insansı robotlara geçişi hızlandırırken robotik tedarik zincirinin bazı bölümlerini de yerelleştiriyor. 17 Resmî açıklamalarda fiziksel yapay zekânın küçük ölçekli denemelerden daha geniş uygulamalara geçtiği belirtiliyor. 19

Bu durum; fabrikalar, robotlar, görevler ve farklı kullanım ortamlarından oluşan geniş bir iç pazar anlamına gelebilir. Böyle bir taban, WUWENAI gibi veri altyapısı şirketlerinin gerçek dünya verisi toplamasını ve farklı robot üreticilerine ortak araçlar sunmasını kolaylaştırabilir.

Sonuçta WUWENAI’nin yaklaşımının başarısı, kaç terabayt veri toplandığından çok daha zor bir ölçüte bağlı olacak: Simülatör, temasın yoğun olduğu ve uzun süren görevlerin sonuçlarını yeterince doğru tahmin edebiliyor mu? Simülasyonda eğitilen politikalar farklı robotlara, nesnelere ve ortamlara düzenli biçimde aktarılabiliyor mu? Şirketin gerçek iddiası, bu sorulara verilecek yanıtlarla ölçülecek.