جمع‌آوری داده‌ها برای آموزش روبات‌ها کار کثیف و غیر جذابی است. برخی از آزمایشگاه‌های هوش مصنوعی در حال حاضر برای انجام آن به XDOF پرداخت می‌کنند.

دو هفته پیش، OpenAI گفت که برنامه رباتیکی را که در سال 2021 تعطیل کرده بود، دوباره راه اندازی خواهد کرد – آخرین نشانه ای که نشان می دهد بزرگترین آزمایشگاه های هوش مصنوعی در حال رقابت برای آموزش ماشین ها برای کار در دنیای فیزیکی هستند. اما ساخت ربات‌های توانمند به چیزی نیاز دارد که صنعت هوش مصنوعی هنوز ندارد: داده‌های آموزشی برای مطابقت با داده‌های مورد استفاده برای مدل‌های زبان.

این شکاف نوع جدیدی از کسب و کار زیرساختی را ایجاد می کند. بر خلاف LLM ها که در دریای وسیعی از متن در دسترس عموم آموزش دیده اند، روبات ها به داده هایی نیاز دارند که تعامل فیزیکی را ثبت کند و این نوع داده ها تقریباً وجود ندارند. ویدئوها و فیلم های یوتیوب که توسط تماشاگران کنسرت گرفته شده اند، وفاداری پایینی دارند و تطبیق آن با دنیای فیزیکی دشوار است.

XDOF (تلفظ “ecks-doff”) که امروز از Stealth منتشر شد، شرط می‌بندد که گلوگاه بزرگ بعدی هوش مصنوعی مدل‌ها یا تراشه‌ها نیست، بلکه حلقه بازخورد داده‌ای است که برای آموزش روبات‌ها برای تعامل با دنیای فیزیکی لازم است.

هدف این استارت‌آپ ایجاد خطوط لوله داده، ابزارهای جمع‌آوری و سیستم‌های حاشیه‌نویسی است که آزمایشگاه‌های مرزی و شرکت‌های رباتیک نمی‌توانند به تنهایی آن‌ها را بسازند و ۷۰ میلیون دلار از Thrive Capital، Spark Capital، a16z، Lux و WndrCo برای انجام این کار جمع‌آوری کرده است. فیلیپ وو، یکی از بنیانگذاران و مدیر عامل شرکت XDOF، که حدود 60 کارمند دارد، در حال حاضر با 20 مشتری، از جمله چندین آزمایشگاه مرزی هوش مصنوعی کار می کند، اما او نمی تواند آنها را نام ببرد.

وو گفت: «همه آزمایشگاه‌های پیشرو در تلاش برای انجام رباتیک هستند. ما قبلاً برخی از جنبه‌های منفی کمی عقب ماندن در رقابت مدل‌های زبانی را دیده‌ایم… شما نمی‌خواهید در آن نوع موقعیت‌هایی قرار بگیرید که خیلی دیر به دنبال این فناوری هستید و همه در این قایق هستند که هوش مصنوعی در آن مرز بعدی است.»

خود وو به عنوان دانشجوی دکترا در دانشگاه کالیفرنیا برکلی با این مشکل مواجه شد. تمرکز آن بر روی توانمند ساختن روبات‌ها برای یادگیری مهارت‌ها از مجموعه داده‌های مقیاس بزرگ بود. فقط یک مشکل وجود داشت.

او به TechCrunch گفت: «ما داده های مقیاس بزرگی برای کار با آن نداشتیم. “این مشکل مرغ و تخم مرغ وجود داشت – قبل از اینکه حتی بپرسیم چگونه یک مدل پایه برای رباتیک را آموزش دهیم، ابتدا باید داده ها را جمع آوری می کردیم.”

وو و بنیانگذار آینده او و مدیر ارشد فناوری XDOF، فرد شنتو، روی پروژه ای به نام GELLO کار کردند، یک سیستم عملیات از راه دور کم هزینه که به اپراتور انسانی اجازه می دهد تا یک بازوی رباتیک را برای تولید داده های آموزشی کنترل کند. وو گفت: «این مقاله به یک مقاله بسیار تأثیرگذار در رباتیک تبدیل شد، زیرا بسیاری از مردم نیازها و مشکلات مشابهی داشتند و بسیاری شروع به استفاده از این نوع دستگاه‌های جمع‌آوری داده‌ها کردند.

Wu، Shentu و سومین هم بنیانگذار و COO Nemo Jin با پیدا کردن این فرصت، XDOF را در اکتبر 2024 راه اندازی کردند تا یک اکوسیستم داده را برای شرکت هایی که به دنبال مدل های رباتیک هستند ارائه دهند. با توجه به اینکه ارائه داده به خودی خود می تواند یک تجارت بن بست باشد، این شرکت همچنین بر تمیز کردن داده ها، ابزارها و حاشیه نویسی تمرکز می کند – ایجاد یک حلقه بازخورد خود تقویت کننده برای مربیان ربات.

به عنوان نقطه شروع، این شرکت با آزمایشگاه تحقیقات هوش مصنوعی دانشگاه کالیفرنیا برکلی همکاری کرده است تا آنچه را که می‌گوید بزرگترین مجموعه داده‌های آموزشی ربات با کیفیت بالا که تا کنون جمع‌آوری شده است، به نام ABC منتشر کند. این شامل 130000 مسیر داده های دستکاری ربات، 300 ساعت شبیه سازی و 100 ساعت ارزیابی است. این نوع افزایش داده های یادگیری قبلی هرگز قبلاً در دسترس دانشگاهیان نبوده است.

دیوید مک آلیستر، دانشجوی دکترا در برکلی که به سازماندهی انتشار کمک کرد، به TechCrunch گفت: «ما در زبان، تولید تصویر و سایر زمینه‌ها دیده‌ایم که وقتی مدل‌ها و داده‌ها منتشر می‌شوند، جامعه به چیزهایی دست می‌یابد که لزوماً انتظارش را نداشتید».

این تیم قبلاً از داده‌ها برای آموزش ربات‌ها برای کارهای مشابه مانند تا کردن تی‌شرت‌ها و صاف کردن جعبه‌ها یا بارگذاری AirPods در جعبه‌شان استفاده کرده است.

درجات آزادی نامحدود

این شرکت قصد دارد بر روی یک هرم داده سه سطحی فعالیت کند. با ارزش ترین سطح، داده های عملیات دور جمع آوری شده روی ربات مستقر واقعی است. ربات‌های دورکار که داده‌های عمومی‌تری را جمع‌آوری می‌کنند، مانند GELLO، به شرح زیر هستند. و در نهایت داده‌های «خود محور» جمع‌آوری‌شده از افرادی که کارهای روزمره را انجام می‌دهند، که XDOF قصد دارد حسگرهای پوشیدنی خود را ایجاد کند.

وو گفت: «انتخاب دوربین شما بر کیفیت داده‌های شما تأثیر می‌گذارد – که بر نحوه عملکرد الگوریتم ردیابی دستی شما تأثیر می‌گذارد. “اگر از ابتدا سخت افزار را به خوبی طراحی نکنید، داده هایی که جمع آوری می کنید می تواند مشکلات بسیار خاصی داشته باشد که پیش بینی نکرده اید.”

این شرکت قصد دارد ارتش‌هایی از اپراتورهای مخابراتی و اپراتورهای داده خودمحور در سراسر جهان را استخدام و آموزش دهد – مدلی کار فشرده که یک سوال واضح را ایجاد می‌کند: چرا آزمایشگاه‌های بزرگ این کار تولید داده را خودشان انجام نمی‌دهند؟

وو گفت: “شما به انباری به مساحت صدها هزار فوت مربع با صدها ربات نیاز دارید.” شما باید این روبات ها را نگهداری کنید، پارامترهای فیزیکی آنها را کالیبره کنید و اپراتورها را به درستی آموزش دهید.

این ساختی است که به تمرکز، سرمایه و مقیاس عملیاتی نیاز دارد که اکثر آزمایشگاه‌های هوش مصنوعی ترجیح می‌دهند آن را برون‌سپاری کنند – که دقیقاً همان بازاری است که XDOF روی آن شرط‌بندی می‌کند.

نام XDOF نمایشی از اصطلاح “درجات آزادی” در رباتیک است که تعداد حرکات مستقلی را که یک ربات می تواند انجام دهد را توصیف می کند. بازوی شما، از شانه تا مچ، هفت درجه آزادی دارد. شرکت رباتیک انسان نما، آخرین ربات Figure AI دارای 30 ربات است. X در نام این شرکت نشان دهنده جاه طلبی آن است: “درجات آزادی دلخواه، درجات آزادی نامحدود.”