Robotik Eğitiminde Yeni Dönem: Beyin Dalgaları Veri Setlerine Ekleniyor
Fiziksel yapay zeka dünyasında en büyük engel, robotların dünyayı anlamasını sağlayacak yüksek kaliteli eğitim verilerinin eksikliği olarak öne çıkıyor. Veri işleme araçları geliştiren Encord, bu sorunu çözmek için Kaliforniya'daki tesisinde alışılagelmişin dışında bir yönteme başvuruyor. Şirket, robotik eğitimlerinde kullanılan verileri sadece kamera görüntüleriyle değil, doğrudan insan beyninden gelen sinyallerle zenginleştirmeyi hedefliyor.
Alman nörobilim girişimi Zander Labs ile iş birliği yapan şirket, eğitim sırasında operatörlerin taktığı özel başlıklarla beyin aktivitelerini kaydediyor. Bu sensörler; hata, niyet ve şaşkınlık gibi zihinsel durumları tespit ederek modelin hangi anlarda daha fazla odaklanması gerektiğini anlamasına yardımcı oluyor. Şu an deneme aşamasında olan bu çalışma, beyin dalgalarıyla etiketlenmiş verilerin robotik modellerin performansını artırıp artırmayacağını test ediyor.
Robotik firmaları, internetten kolayca toplanabilen metin verilerinin aksine, fiziksel dünyada karşılığı olan verileri sıfırdan üretmek zorunda kalıyor. Encord, sadece veri yönetimi yapmak yerine, robotik manipülasyon görevleri için özel veri setleri üreten bir yapıya dönüştü. Şirket, kahve doldurma veya kablo takma gibi hassas görevler için hem operatörlerin kol kaslarındaki elektriksel sinyalleri izleyen sensörler kullanıyor hem de bu görüntüleri fiziksel tanımlamalarla detaylıca etiketliyor.
Fiziksel yapay zeka modelleri için gereken veri hacminin, YouTube'daki toplam video arşivinin yaklaşık beş katı olması gerektiği tahmin ediliyor. Bu durum, veri üretimini bir araştırma konusundan ziyade ticari bir iş modeli haline getiriyor. Vineeth Velmurugan, yoğun şekilde etiketlenmiş verilerin, ham görüntülere kıyasla 100 kat daha değerli olduğunu belirtirken, bu veriyi üretmenin maliyetli olması sektörün önündeki temel ekonomik bariyeri oluşturuyor.
