AperEgo và AperOS của 51World thu thập dữ liệu để huấn luyện robot hình người ra sao?

Thiếu dữ liệu huấn luyện đáng tin cậy từ thế giới thực đang là một trong những rào cản lớn của AI hiện thân — lĩnh vực giúp máy móc nhận biết và hành động trong môi trường vật lý. Robot không chỉ cần biết con người nhìn thấy gì, mà còn phải học cách con người di chuyển, lắng nghe, với tay, cầm nắm và thao tác với đồ vật.

Công ty 51World có trụ sở tại Bắc Kinh vừa giới thiệu một hệ thống phần cứng và phần mềm nhằm ghi lại những thao tác đó theo cách có cấu trúc hơn.

51World giới thiệu những gì?

Phần cứng cốt lõi là AperEgo, một hệ thống ghi dữ liệu dạng thiết bị đeo gồm kính đa camera, thiết bị gắn ở cổ tay và phần cứng dành cho ngón tay. Đi kèm là AperOS, nền tảng phần mềm dùng để xử lý và quản lý dữ liệu đa phương thức thu được từ hệ thống.

Bộ sản phẩm này thuộc chiến lược AI hiện thân rộng hơn của 51World, trong đó có AperData — hạ tầng dữ liệu cho AI hiện thân — và AperOne, nền tảng ứng dụng AI hiện thân được công ty công bố tại sự kiện ra mắt ngày 18 tháng 8.

AperEgo ghi dữ liệu huấn luyện robot như thế nào?

Một người đeo thiết bị trong lúc thực hiện một nhiệm vụ. Kính của AperEgo ghi lại góc nhìn toàn cảnh theo kiểu “ngôi thứ nhất”, tái hiện môi trường từ chính góc nhìn của người đeo.

Các cảm biến trên kính đồng bộ dữ liệu hình ảnh, chuyển động và âm thanh. Trong khi đó, thiết bị ở cổ tay và ngón tay bổ sung thông tin chi tiết hơn về chuyển động của cánh tay, bàn tay và từng ngón tay.

Cách kết hợp này nhằm nối liền hai yếu tố vốn thường được xử lý tách rời: nhận thức và hành động vật lý. Một bản ghi không chỉ cho AI biết cảnh vật trước mặt người dùng, mà còn cho thấy người đó đã di chuyển và dùng tay như thế nào để hoàn thành công việc — dữ liệu đặc biệt hữu ích khi huấn luyện robot thực hiện các thao tác khéo léo như cầm, nắm hoặc điều khiển vật thể.

AperOS xử lý dữ liệu ra sao?

Dữ liệu đa phương thức từ AperEgo được chuyển tới AperOS. Nền tảng này kiểm tra và loại bỏ các bản ghi mà 51World xem là không hợp lệ trước khi dữ liệu được tải lên và xử lý ở các bước tiếp theo.

Theo 51World, khâu lọc trước này giúp giảm dung lượng lưu trữ và năng lực tính toán cần thiết, đồng thời tạo ra bộ dữ liệu hữu ích hơn cho quá trình phát triển mô hình.

Quy trình được đề xuất gồm:

1. Ghi lại: AperEgo thu hình ảnh theo góc nhìn thứ nhất, dữ liệu chuyển động và âm thanh khi một người thực hiện nhiệm vụ.
2. Bổ sung dữ liệu bàn tay: Thiết bị ở cổ tay và ngón tay ghi lại các động tác với tay, cầm nắm và thao tác với đồ vật.
3. Đồng bộ: Các luồng dữ liệu từ nhiều cảm biến được căn chỉnh để mô tả cùng một hành động trên các phương thức khác nhau.
4. Lọc: AperOS loại bỏ dữ liệu không hợp lệ trước khi tải lên và xử lý tiếp.
5. Chuẩn bị cho huấn luyện: Bộ dữ liệu còn lại có thể được dùng để phát triển mô hình AI hiện thân và cải thiện quy trình học của robot.

51World tuyên bố hệ thống đạt độ chính xác 99%

Li Yi, CEO của 51World, cho biết việc tích hợp phần cứng và phần mềm có thể nâng độ chính xác dữ liệu lên 99%. Ông liên hệ mức độ chính xác cao hơn với khả năng huấn luyện robot chính xác và hiệu quả hơn, đồng thời cho rằng hiệu suất có thể được cải thiện xuyên suốt các khâu thu thập dữ liệu, khai thác dữ liệu, huấn luyện mô hình và khả năng khái quát hóa.

Tuy nhiên, con số này cần được hiểu là tuyên bố của 51World, chưa phải kết quả được kiểm chứng độc lập. Các thông tin hiện có không nêu rõ quy trình thử nghiệm bên ngoài, bộ dữ liệu đối chiếu hay phương pháp xác nhận độc lập cho mức 99%.

Dữ liệu trình diễn sạch và nhất quán hơn có thể hỗ trợ quá trình huấn luyện, nhưng chất lượng hành vi cuối cùng của robot còn phụ thuộc vào nhiều yếu tố khác, chẳng hạn mô hình AI, phần cứng robot, loại nhiệm vụ, môi trường vận hành và cách đánh giá.

Vì sao “lớp dữ liệu” quan trọng với robot hình người?

Robot hình người phải phối hợp nhận thức và vận động trong những môi trường vật lý luôn thay đổi. Các mẫu thao tác chất lượng cao do con người thực hiện có thể giúp nhà phát triển dạy robot phản ứng đáng tin cậy hơn với đồ vật, không gian và những nhiệm vụ đòi hỏi vận động tinh.

Vì vậy, 51World đang tập trung vào đường ống dữ liệu phía sau AI hiện thân, thay vì trực tiếp chế tạo một mẫu robot hình người.

Động thái này xuất hiện đúng lúc ngành robot hình người tại Trung Quốc đang hướng tới thương mại hóa. TrendForce ước tính thị trường robot hình người Trung Quốc sẽ đạt 15 tỷ nhân dân tệ (2,2 tỷ USD) vào năm 2026 và tiếp tục tăng ít nhất 60% trong năm 2027, khi sản xuất mở rộng và ứng dụng phát triển trong các lĩnh vực như ô tô, điện tử 3C, hàng không vũ trụ, logistics và năng lượng.

Dự báo thị trường không chứng minh rằng AperEgo hay AperOS sẽ trực tiếp thúc đẩy đà tăng trưởng đó. Tuy vậy, con số này cho thấy vì sao các công cụ có khả năng thu thập, lọc và tổ chức dữ liệu từ thế giới thực ngày càng có ý nghĩa chiến lược: khi robot chuyển từ trình diễn sang triển khai thực tế, các nhà phát triển sẽ cần những quy trình dữ liệu có thể tạo ra các mẫu huấn luyện nhất quán, hữu dụng và ở quy mô lớn.