شرکت‌های فعال در حوزه هوش مصنوعی فیزیکی (Physical AI) برای حل یکی از مهم‌ترین چالش‌های توسعه ربات‌های هوشمند، یعنی کمبود داده‌های آموزشی واقعی، سرمایه‌گذاری‌های میلیارددلاری را آغاز کرده‌اند. برخلاف مدل‌های زبانی بزرگ مانند ChatGPT که با استفاده از حجم گسترده‌ای از اطلاعات موجود در اینترنت آموزش دیده‌اند، ربات‌ها برای یادگیری مهارت‌های فیزیکی به داده‌هایی پیچیده‌تر نیاز دارند؛ داده‌هایی که نحوه حرکت، تعامل با اشیا، درک عمق محیط و میزان نیروی لازم برای انجام کارهای مختلف را نشان می‌دهند. این نیاز باعث شده است شرکت‌های رباتیک به ساخت مراکز تخصصی جمع‌آوری داده، استفاده از تجهیزات ضبط ویدئو و همکاری با تأمین‌کنندگان خارجی روی بیاورند. هدف این اقدامات، آموزش ربات‌هایی است که بتوانند وظایف انسانی را در محیط‌های واقعی و متنوع انجام دهند.

سرمایه‌گذاری میلیارددلاری در آموزش ربات‌های هوشمند

بر اساس داده‌های PitchBook، شرکت‌های فعال در حوزه هوش مصنوعی فیزیکی و آزمایشگاه‌های رباتیک از ابتدای سال جاری میلادی تاکنون نزدیک به ۴۸ میلیارد دلار سرمایه جذب کرده‌اند. بخش قابل‌توجهی از این سرمایه برای خرید تجهیزات، توسعه زیرساخت‌ها و تولید داده‌های آموزشی هزینه خواهد شد. شرکت‌هایی مانند Generalist، Physical Intelligence، Neura و Skild در حال توسعه روش‌های مختلفی برای تأمین داده هستند. یکی از این روش‌ها، ایجاد مراکزی موسوم به «باشگاه‌های رباتیک» یا Robot Gyms است؛ محیط‌هایی مجهز به بازوهای رباتیک که اپراتورهای انسانی با استفاده از آن‌ها وظایف فیزیکی مختلف را اجرا می‌کنند. حرکات و تعاملات ثبت‌شده سپس برای آموزش مدل‌های رباتیک مورد استفاده قرار می‌گیرند. همچنین شرکت نوپای Mecka از جذب ۶۰ میلیون دلار سرمایه با مشارکت سرمایه‌گذارانی از جمله انویدیا و سکویا خبر داده است؛ موضوعی که نشان‌دهنده افزایش توجه سرمایه‌گذاران به زیرساخت‌های داده در صنعت رباتیک است.

جمع‌آوری میلیون‌ها ساعت ویدئوی انسانی

یکی از روش‌های مهم آموزش ربات‌ها، استفاده از داده‌های موسوم به «دیدگاه اول‌شخص» (Egocentric Data) است. در این روش، افراد هنگام انجام فعالیت‌های روزمره در خانه، محل کار، کارخانه یا سایر محیط‌ها، دوربین‌ها و تجهیزات ضبط را همراه خود دارند تا حرکات آن‌ها ثبت شود. شرکت Figure، فعال در حوزه ربات‌های انسان‌نما، طرحی برای پرداخت دستمزد به افرادی راه‌اندازی کرده است که از انجام وظایف روزمره خود فیلم‌برداری می‌کنند. طبق گزارش منتشرشده، این شرکت حدود ۴۴ هزار کاربر فعال در این طرح دارد که به‌طور میانگین برای هر وظیفه حدود ۹۴ سنت دریافت می‌کنند. Figure همچنین قصد دارد طی ۱۲ ماه بیش از یک میلیارد دلار برای خدمات و توان پردازشی موردنیاز تولید داده‌های آموزشی هزینه کند. شرکت Physical Intelligence نیز قابلیت‌های ربات‌های خود را در چند اقامتگاه اجاره‌ای در سان‌فرانسیسکو آزمایش کرده است تا عملکرد آن‌ها را در محیط‌های متفاوت ارزیابی کند.

نقش داده‌های متنوع در پیشرفت هوش مصنوعی فیزیکی

ربات‌ها برخلاف مدل‌های زبانی، صرفاً به درک متن و تصویر نیاز ندارند. آن‌ها باید بتوانند فاصله اشیا، عمق محیط، موقعیت اجسام و نیروی مناسب برای برداشتن یا جابه‌جایی آن‌ها را تشخیص دهند. به همین دلیل، ویدئوهای واقعی، داده‌های حرکتی و اطلاعات حاصل از تعامل مستقیم با محیط اهمیت ویژه‌ای دارند. شرکت‌هایی مانند Scale AI، Encord و Xdof در حال توسعه مراکز تولید داده در کشورهایی از جمله مکزیک، چین و اندونزی هستند. این مراکز با استفاده از نیروی انسانی، داده‌های موردنیاز آزمایشگاه‌های رباتیک را جمع‌آوری و آماده‌سازی می‌کنند. هزینه نیروی کار نیز یکی از عوامل تعیین‌کننده در انتخاب محل فعالیت این مراکز است؛ به‌طوری‌که دستمزد اپراتورهای رباتیک در آمریکا به‌مراتب بیشتر از مکزیک گزارش شده است. با این حال، گسترش این صنعت نگرانی‌هایی درباره شرایط کاری و حریم خصوصی ایجاد کرده است. برخی گزارش‌ها از استفاده از تجهیزات ضبط در کارخانه‌ها و محیط‌های کاری بدون پرداخت دستمزد اضافی به کارکنان حکایت دارند. علاوه بر این، هنوز مشخص نیست تمام داده‌های جمع‌آوری‌شده تا چه اندازه برای آموزش ربات‌های پیشرفته مفید باشند.

آیا داده بیشتر به معنای ربات‌های هوشمندتر است؟

آزمایشگاه‌های رباتیک امیدوارند با افزایش حجم داده‌های آموزشی، عملکرد مدل‌های خود را بهبود دهند؛ رویکردی مشابه قوانین مقیاس‌پذیری در مدل‌های زبانی بزرگ. شرکت Dyna نیز در پژوهشی اعلام کرده است که آموزش مدل با استفاده از حداکثر یک میلیون ساعت ویدئوی اول‌شخص، به بهبود خروجی‌های آن منجر شده است. در کنار جمع‌آوری داده‌های واقعی، شبیه‌سازی رایانه‌ای، مدل‌های جهان (World Models) و یادگیری درون‌زمینه‌ای (In-Context Learning) نیز برای کاهش هزینه‌ها و جبران کمبود داده مورد توجه قرار گرفته‌اند. در یادگیری درون‌زمینه‌ای، یک انسان وظیفه‌ای را به ربات نشان می‌دهد و ربات تلاش می‌کند همان فعالیت را تکرار کند. با وجود این پیشرفت‌ها، کارشناسان تأکید می‌کنند که سرمایه‌گذاری گسترده در تولید داده لزوماً موفقیت را تضمین نمی‌کند. آینده هوش مصنوعی فیزیکی تا حد زیادی به این بستگی دارد که شرکت‌ها بتوانند داده‌های متنوع، باکیفیت و کاربردی تولید کنند؛ داده‌هایی که به ربات‌ها امکان می‌دهند مهارت‌های آموخته‌شده را در محیط‌های جدید نیز به کار بگیرند.

منبع خبر: ft