Câștigă bani învățând roboții umanoizi cum să facă treburi casnice

Filmatul activităților casnice ar putea deveni, în mod neașteptat, o etapă esențială în pregătirea roboților umanoizi ai viitorului.

Visul de a avea roboți capabili să funcționeze în fiecare locuință a dat naștere unui nou tip de ocupație. Cerințele sunt minime: un suport pentru cap, un smartphone și o listă de sarcini domestice.

Pe măsură ce inteligența artificială evoluează, roboții umanoizi au devenit un nou front în competiția globală pentru dominația tehnologică. Producătorii lansează constant modele tot mai avansate, capabile să meargă, să danseze sau chiar să lupte cu o agilitate în creștere.

Totuși, obiectivul central al industriei – dezvoltarea unui robot universal, capabil să lucreze în magazine, birouri și locuințe – necesită cantități uriașe de date pentru a învăța cum să înlocuiască oamenii în mod sigur și eficient. Din ce în ce mai mult, aceste date provin din înregistrări realizate de oameni în timp ce desfășoară activități casnice obișnuite.

Această tendință a generat o cerere masivă pentru filmări din perspectivă proprie, cunoscute drept „date egocentrice” sau „date umane”. În ultimele luni, numeroase startup-uri au intervenit pentru a satisface această cerere, colectând și etichetând videoclipuri realizate de mii de colaboratori din întreaga lume, relatează CNN.

Potrivit lui Arian Sadeghi, vicepreședinte responsabil de date pentru robotică la Micro1, astfel de informații sunt necesare în aproape orice mediu: de la producție industrială și depozite, până la retail și spitale, deoarece fiecare context implică mișcări diferite.

Colaboratorii primesc echipamente pentru montarea camerelor, instrucțiuni de filmare și liste de activități precum gătitul, curățenia, grădinăritul sau îngrijirea animalelor. De regulă, aceștia trebuie să alterneze sarcinile și să livreze cel puțin zece ore de material video pe săptămână.

Deși majoritatea înregistrărilor se concentrează pe activități domestice, compania încurajează experimentarea, în ideea că orice scenariu ar putea ajuta roboții să se adapteze mai rapid la medii și responsabilități noi. Principiul este simplu: dacă o persoană și-ar dori ca un robot să îi preia o sarcină, atunci acea activitate merită filmată.

Cu toate acestea, volumul actual de date este insuficient. Micro1, deși are aproximativ 4.000 de colaboratori în 71 de țări și colectează peste 160.000 de ore de video lunar, estimează că ar fi necesare „miliarde de ore” pentru a antrena eficient roboții.

Interacțiunile umane complexe reprezintă încă o etapă neexplorată

Această nevoie de date amintește de evoluția timpurie a platformelor precum ChatGPT, antrenate pe volume uriașe de text pentru a învăța modele lingvistice. Ulterior, inteligența artificială a progresat către generarea de imagini și videoclipuri, bazându-se pe conținut disponibil online. În cazul roboticii însă, datele necesare sunt mult mai specifice și dificil de obținut.

Acest deficit a creat o oportunitate economică semnificativă pentru companiile care colectează și etichetează date, o industrie estimată să depășească 10 miliarde de dolari până în 2030.

Ravi Rajalingam, fondatorul Objectways, a lucrat anterior la date pentru asistenți virtuali și vehicule autonome, înainte de a se orienta către robotică. El subliniază că doar aproximativ jumătate din materialele primite sunt utilizabile.

De asemenea, diferențele culturale și regionale sunt relevante: o bucătărie din India diferă semnificativ de una din SUA, iar aceste variații influențează modul în care roboții trebuie antrenați. Din acest motiv, colectarea datelor are loc la nivel global.

Metodele de antrenare a roboților au evoluat considerabil. Inițial, acestea implicau control direct de către oameni, cu echipamente costisitoare. Ulterior, au fost utilizate simulări software, mai ieftine, dar mai puțin eficiente pentru interacțiuni fizice complexe.

Potrivit Alicia Veneziani de la Sharpa, există întotdeauna un compromis între calitatea și cantitatea datelor.

În paralel, investițiile masive, în special în China, accelerează dezvoltarea centrelor de antrenare pentru roboți. Alte regiuni, precum Japonia și Coreea de Sud, adoptă modele similare, uneori externalizând colectarea de date către țări din Asia de Sud-Est pentru a reduce costurile.

Companii precum Tesla își antrenează roboții umanoizi în facilități proprii, în timp ce altele preferă simulările avansate dezvoltate de Nvidia. Totuși, un raport recent al Nvidia indică faptul că integrarea a peste 20.000 de ore de filmări din perspectivă umană a crescut semnificativ rata de succes a unor sarcini precum împăturirea tricourilor sau manipularea obiectelor.

Provocările rămân considerabile

Specialiștii consideră că viitorul va implica o combinație de metode de antrenare, nu o singură abordare dominantă.

Un punct de cotitură a fost atins în urmă cu aproximativ trei ani, când modelele lingvistice de mari dimensiuni au permis dezvoltarea unor algoritmi capabili să transforme percepția vizuală în acțiuni fizice. Astfel, roboții au început să înțeleagă mai bine mediul înconjurător.

Cu toate acestea, provocările rămân considerabile. Mediul domestic este imprevizibil, iar roboții nu dispun încă de intuiția umană legată de forțe fizice, frecare sau incertitudine.

În prezent, roboții umanoizi sunt utilizați în principal în medii controlate, precum fabricile, unde pot atinge o rată de succes de 99,9%. În gospodării însă, performanța este mult mai scăzută – uneori între 70% și 80% – insuficientă pentru utilizare comercială.

Riscurile de siguranță sunt, de asemenea, semnificative. Incapacitatea de a distinge corect între obiecte similare – de exemplu, între o păpușă și un copil – ar putea avea consecințe grave.

În acest context, dezvoltarea roboților capabili să îndeplinească în mod fiabil sarcini domestice rămâne ceea ce experții numesc „ultimul kilometru” al automatizării. Deși progresele sunt evidente, implementarea pe scară largă în viața de zi cu zi pare încă la o anumită distanță.