مرز جدید هوش مصنوعی فیزیکی (Physical AI) دیگر فقط به معماری مدل‌های هوش مصنوعی مربوط نمی‌شود؛ بلکه کمبود داده‌های واقعی برای آموزش ربات‌ها به یکی از مهم‌ترین موانع پیشرفت این فناوری تبدیل شده است. در حالی که مدل‌های زبانی بزرگ با استفاده از حجم عظیمی از داده‌های موجود در اینترنت آموزش دیده‌اند، ربات‌ها برای یادگیری مهارت‌های فیزیکی به داده‌هایی نیاز دارند که به‌سادگی در فضای آنلاین وجود ندارند.

شرکت Encord که در زمینه ابزارهای داده و آموزش مدل‌های هوش مصنوعی فعالیت می‌کند، در تلاش است با تولید داده‌های فیزیکی و چندوجهی، این مشکل را حل کند. این شرکت در آزمایشگاهی در سن‌لئاندرو، کالیفرنیا، از افرادی به نام «خلبان» برای آموزش ربات‌ها استفاده می‌کند. این افراد با کنترل ربات‌ها، فعالیت‌هایی مانند جابه‌جایی اشیا، ریختن مایعات، چیدن اجسام و اتصال کابل‌های شبکه را انجام می‌دهند تا داده‌های موردنیاز برای آموزش مدل‌های رباتیک تولید شود. یکی از آزمایش‌های جالب Encord با همکاری شرکت آلمانی Zander Labs انجام می‌شود. در این پروژه، فردی هنگام بازی و جمع‌کردن یک برج چوبی جِنگا، هدستی مجهز به حسگرهای ثبت امواج مغزی به سر دارد. هدف این است که مشخص شود آیا اطلاعات مربوط به فعالیت مغز انسان می‌تواند داده‌های ارزشمندتری برای آموزش مدل‌های رباتیک فراهم کند یا خیر.

پژوهشگران امیدوارند از طریق بررسی فعالیت مغزی بتوانند حالت‌هایی مانند خطا، قصد، تعجب و میزان تلاش ذهنی را شناسایی کنند. چنین اطلاعاتی می‌تواند به مدل‌های هوش مصنوعی کمک کند تا بهتر تشخیص دهند انسان در چه شرایطی به پردازش بیشتر یا یک مدل هوش مصنوعی قدرتمندتر نیاز دارد. با این حال، این پروژه هنوز در مرحله آزمایشی قرار دارد و قرار است ابتدا داده‌های برچسب‌گذاری‌شده با امواج مغزی تولید و سپس تأثیر آن‌ها بر عملکرد مدل‌های رباتیک ارزیابی شود.

Encord در کنار داده‌های مغزی، روش‌های دیگری را نیز دنبال می‌کند. یکی از آن‌ها استفاده از داده‌های اگوسنتریک (Egocentric Data) است؛ یعنی ویدئوهایی که از دید فردی که در حال انجام یک فعالیت است ضبط می‌شوند. این داده‌ها می‌توانند با زوایای مختلف دوربین و اطلاعات حسگرهای دیگر ترکیب شوند تا مدل درک دقیق‌تری از محیط و نحوه تعامل انسان با اشیا داشته باشد.

روش دیگر، استفاده از بازوهای رباتیک جفت‌شده است که در آن یک بازو توسط انسان کنترل می‌شود و بازوی دوم حرکات او را تقلید می‌کند. این سیستم برای تولید داده درباره مهارت‌هایی مانند ریختن قهوه، چیدن اشیا و انجام فعالیت‌های دقیق مورد استفاده قرار می‌گیرد. این شرکت همچنین روی حسگرهایی کار می‌کند که به ساعد انسان متصل می‌شوند و سیگنال‌های الکتریکی عضلات را اندازه‌گیری می‌کنند. هدف این است که با ترکیب این داده‌ها و تصاویر دست، مدل‌های هوش مصنوعی بتوانند درک سه‌بعدی دقیق‌تری از موقعیت دست انسان هنگام کار با اشیا به دست آورند.

به گفته مدیر بخش یادگیری رباتیک Encord، داده‌های دقیق و به‌خوبی برچسب‌گذاری‌شده می‌توانند ارزش بسیار بیشتری از داده‌های خام و بی‌کیفیت داشته باشند. با این حال، تولید چنین داده‌هایی هزینه‌بر است. برخلاف داده‌های متنی موجود در اینترنت که شرکت‌های هوش مصنوعی می‌توانند با هزینه بسیار پایین جمع‌آوری کنند، داده‌های موردنیاز برای هوش مصنوعی فیزیکی باید در دنیای واقعی تولید و ثبت شوند.

به همین دلیل، آینده ربات‌های انسان‌نما و ربات‌های صنعتی ممکن است بیش از آنکه به پیشرفت معماری مدل‌ها وابسته باشد، به توانایی شرکت‌ها برای تولید داده‌های باکیفیت و مقیاس‌پذیر بستگی داشته باشد. اگر تلاش‌هایی مانند پروژه Encord و Zander Labs موفق شوند، داده‌های حاصل از حرکات انسان، فعالیت عضلات و حتی امواج مغزی می‌توانند به یکی از منابع مهم برای ساخت نسل جدید مدل‌های هوش مصنوعی فیزیکی و ربات‌های هوشمند تبدیل شوند.

منبع خبر: techcrunch