Новая профессия. Как видеосъемка домашних дел помогает обучать роботов

Необходимость обучения человекоподобных роботов создала новый тип работы
Роботам требуются «миллиарды часов» видео, чтобы научиться безопасно и эффективно заменять людей
Растет спрос на видеоматериалы от первого лица, которые можно использовать для обучения роботов
В последнее время появляются стартапы, которые взялись удовлетворить спрос на данные, собирая видеозаписи тысяч контрактных работников по всему миру

Мечта о внедрении человекоподобных роботов в каждый дом создала новый тип работы, отмечает в своем материале CNN. Единственные требования — это головной ремень, смартфон и список дел.

С развитием искусственного интеллекта человекоподобные роботы стали очередным рубежом в гонке за доминирование в передовых технологиях. Производители роботов выпускают целую серию новых моделей, которые могут ходить, танцевать и выполнять различные задачи с возрастающей ловкостью.

При этом перспективный универсальный робот, который сможет работать в магазинах, офисах и домах, требует огромного количества данных, чтобы научиться безопасно и эффективно заменять людей. Все чаще эти данные создаются людьми, записывающими себя на видео во время выполнения обычных домашних дел. Это породило растущий спрос на видеоматериалы от первого лица, которые можно использовать для обучения роботов, также известные как «эгоцентрические данные» или «человеческие данные». За последние несколько месяцев стартапы взялись удовлетворить этот спрос, собирая видеозаписи тысяч контрактных работников по всему миру.

«Производство, заводские склады, розничная торговля, дома престарелых, больницы — вам понадобятся данные такого типа практически в любой среде, потому что движения у всех разные», — сказал Ариан Садеги, вице-президент по данным в области робототехники в компании Micro1, которая начала набирать удаленных видеооператоров в прошлом году.

Каждый человек получает шлем для крепления камеры, инструкции по съемке и список задач, таких как приготовление пищи, уборка, садоводство и уход за домашними животными. Работники должны чередовать задания и предоставлять не менее 10 часов видео каждую неделю. Хотя в настоящее время съемки сосредоточены на домашних делах, Садеги сказал, что компания поощряет подрядчиков экспериментировать с тем, что они снимают, на случай, если это в конечном итоге поможет роботам быстрее адаптироваться к новым условиям и обязанностям.

«Миллиарды часов»
Хотя компания Micro1 базируется в Пало-Альто, штат Калифорния, в ней работает около 4000 «специалистов-робототехников широкого профиля» в разных домах в 71 стране, которые ежемесячно отправляют компании более 160 000 часов видео. Садеги сказал, что этого явно недостаточно.

«Вероятно, понадобятся миллиарды часов, — сказал он. - Мы еще даже не дошли до взаимодействия с людьми. Это всего лишь простые домашние дела». Он сказал, что растущий спрос на данные в робототехнике отражает начальную траекторию развития ChatGPT и других чат-ботов на основе ИИ. Обученный на сотнях миллиардов слов, собранных из интернета, ChatGPT использует полученные знания о текстовых шаблонах для генерации ответов на запросы пользователей.

Теперь модели ИИ эволюционировали и могут создавать изображения и видео на заказ, опираясь на легкодоступный контент в интернете. Но разработчикам роботов требуется гораздо более специфический набор обучающих данных, и им не хватает той же самой мгновенно доступной библиотеки, которую раньше предоставлял интернет. Это стало возможностью для стартапов, таких как Micro1, которые собирают видео, чтобы роботы могли различать объекты, расстояния и физические движения. По оценкам исследовательских компаний, индустрия сбора и маркировки данных будет расти в среднем примерно на 30% в год, в первую очередь за счет роста в Азии, и достигнет как минимум 10 миллиардов долларов к 2030 году.

Рави Раджалингам, основатель компании по аннотированию данных Objectways, предоставлял аудио- и видеоданные для обучения виртуальных помощников на базе ИИ и беспилотных автомобилей, прежде чем в прошлом году переключить свое внимание на робототехнику. С тех пор, как он начал нанимать подрядчиков для сбора данных о людях, он обнаружил, что только около половины предоставленных видеоматериалов пригодны для использования.

Тем не менее, учитывая, что 90% его клиентов находятся в США, и исходя из их предположения, что американские потребители обладают достаточной покупательной способностью, чтобы внедрить человекоподобных роботов на раннем этапе, некоторые готовы платить больше за данные из американских домохозяйств, даже несмотря на то, что почасовая заработная плата может быть втрое выше, чем у работника во Вьетнаме или Индии.

«Индийская кухня сильно отличается от американской. Метла в Индии сильно отличается от метлы в США. Поэтому разнообразие важно, но все зависит от того, где вы собираетесь разместить своих роботов в первую очередь, — сказал Раджалингам.- Вот почему мы собираем данные по всему миру».

Как обучить робота
На протяжении десятилетий роботов в основном обучали выполнять задачи с помощью дистанционного управления. Но это требует большого количества дорогостоящего оборудования. В последнее время более дешевым вариантом стало использование программного обеспечения для моделирования виртуальных сценариев, хотя оно, как правило, менее эффективно для взаимодействия с физическими объектами, например, для поднятия стакана.

«В работе с данными всегда приходится выбирать между качеством и количеством», — сказала Алисия Венециани, вице-президент по расширению рынка компании Sharpa, сингапурского стартапа, специализирующегося на роботизированных руках.

Китай, вкладывающий государственные инвестиции в высокотехнологичные отрасли, объявил о планах создания как минимум 60 центров обучения робототехнике по всей стране. Большинство человекоподобных роботов, массово производимых в Китае, до сих пор приобретались для обучения и исследований, отметил Марко Ван, аналитик из шанхайской компании Interact Analysis, занимающейся исследованиями в области технологий.

Но к концу прошлого года отрасль начала использовать данные о людях в качестве промежуточного решения, поскольку затраты ограничиваются только записывающим устройством, таким как GoPro, специальными очками или смартфоном, а также почасовой оплатой от 5 до 20 долларов в зависимости от региона. Ван сказал, что он видел бизнес-модели в Японии и Южной Корее, похожие на центры сбора данных в Китае, но с базами в Юго-Восточной Азии, чтобы извлечь выгоду из более дешевой рабочей силы.

Tesla обучает своего человекоподобного робота Optimus на собственных предприятиях во Фримонте, Калифорния, и планирует расширить свою деятельность в Остине, Техас.Ван сказал, что США и Европа, как правило, отдают предпочтение симуляционному обучению, которое продвигает Nvidia, компания, разрабатывающая самые передовые в мире компьютерные чипы. Однако в февральском отчете Nvidia говорится, что включение более 20 000 часов видео от первого лица в обучение роботов повысило вероятность успешного выполнения таких задач, как сворачивание футболок, сортировка игральных карт, отвинчивание крышек бутылок и использование шприца, более чем на 50%.

«Если вы полагаетесь только на один способ сбора данных, это, вероятно, не лучший подход, — сказал Ван, который ожидает, что компании будут все чаще комбинировать стратегии. - В будущем придется использовать сочетание различных подходов».

Последний этап автоматизации
Поворотный момент для автономных роботов наступил три года назад, когда большие языковые модели, которые позволили создать ChatGPT, дали начало новому алгоритму, который преобразует визуальные сигналы в физические действия, сказал Пунит Джиндал, соучредитель компании по аннотированию данных Labellerr AI. Роботы, которые раньше были запрограммированы на выполнение повторяющихся задач, могут начать воспринимать окружающий мир и ориентироваться в нем.

В этом году его компания начала собирать собственные видеозаписи от первого лица от рабочих производственных предприятий в Индии. По словам Джиндала, в течение следующих трех лет приоритетное использование данных о людях — это «очевидное решение». Но этот бум может быть недолгим. Вскоре этот контент может улучшить симуляционное обучение, или, если ИИ сможет преобразовывать найденные в интернете видео с YouTube в видео от первого лица, это может стать заменой. «Даже в лабораториях робототехники не знают, какие данные понадобятся через 12 месяцев», — сказал он.

Частично причина, по которой универсальным роботам требуется так много обучения, заключается в крайней непредсказуемости домашней обстановки, поскольку мебель, бытовая техника и люди постоянно перемещаются, сказал Рутав Шах, исследователь робототехники из Техасского университета в Остине.

«Чего роботам действительно не хватает, так это интуиции в отношении сил, трения и неопределенности, которую люди приобретают на протяжении всей своей жизни, — сказал Шах. - Сделать роботов в целом полезными для выполнения повседневных бытовых задач, таких как приготовление пищи и уборка, — это будет последним этапом автоматизации».

Пока что человекоподобные роботы в основном используются в контролируемых средах, таких как заводы, где они способны выполнять свои задачи в 99,9% случаев, отметил Александр Верл, председатель исследовательского отдела Международной федерации робототехники. Даже при складывании футболок текущий процент успеха все еще слишком низок, чтобы быть коммерчески жизнеспособным, сказал он.

«Вероятность успеха обычно составляет около 70% или 80%. В производственной сфере это действительно не то, что хотят использовать наши партнеры по отрасли», — сказал Верл. Раджалингам из Objectways также подчеркнул риски для безопасности: если робот убирает игровую комнату, но не может отличить куклу от младенца, последствия могут быть катастрофическими.

Раджалингам заявил, что тестирование роботов на младенцах еще далеко в будущем.Однако, добавил он, тестирование на собаках уже началось.