De echte kosten van het trainen van robots

In het eerste deel hebben we besproken hoe robots evolueren van basismechanica naar het begrijpen van hun omgeving. In de fase van de “laatste mijl” – wanneer robots post-training ondergaan voor specifieke, aangepaste taken – ontstaat een onverwachte barrière. Die heeft te maken met data: de verzameling, organisatie en schaalvergroting in omstandigheden in de echte wereld.

Het is precies in dit stadium dat de kloof tussen concept en implementatie het meest zichtbaar wordt. Wat zijn de belangrijkste knelpunten, en hoe kunnen ze worden overwonnen met minimale wrijving?

Waarom duizenden uren aan data jaren van werk worden

Laten we eens veronderstellen dat we al een getrainde robot hebben die pretraining heeft ondergaan. De robot kan door zijn omgeving navigeren, bewegen, obstakels vermijden en interactie hebben met objecten. Het is als een “tienjarig kind” dat over het algemeen in staat is om onafhankelijk te handelen. De volgende stap is om het te leren specifieke acties uit te voeren onder specifieke omstandigheden, bijvoorbeeld het installeren van glaspanelen en afdichtingsstrips op een productielijn in de automotive-industrie.

Op het eerste gezicht lijkt de taak eenvoudiger. Het gaat om het beheersen van een enkel scenario, en het volume aan data dat nodig is, is aanzienlijk kleiner dan tijdens pretraining. Terwijl pretraining honderdduizenden uren kan vergen, kan post-training slechts duizenden uren vergen. Maar deze cijfers zijn misleidend.

Wanneer ze worden omgezet in reële tijd, onthult het proces zijn ware complexiteit. Onder een standaard werkschema werkt een persoon ongeveer 160 uur per maand. Echter, dit betekent niet dat al die tijd kan worden gebruikt voor opname.

In de praktijk treden voortdurend onderbrekingen op: batterijen raken leeg, camera’s verschuiven, sensoren falen. Hoe complexer de apparatuur, hoe groter de kans op problemen. Zelfs een eenvoudige storing zoals sensoren op een handschoen die stoppen met werken, kan het proces stoppen en leiden tot verloren tijd.

Als gevolg hiervan is de daadwerkelijke snelheid van dataverzameling 2-3 keer lager. Een uur aan hoogwaardige opnamen kan tot drie uur werkelijke arbeid vergen. Dit verandert de berekening radicaal: 5.000 uur aan data vertaalt zich in ongeveer 15.000 uur arbeid.

Lagen van complexiteit

Tijdens pretraining kan het voldoende zijn om een persoon een camera te geven en te vragen om alledaagse activiteiten op te nemen. Op dit stadium is echter toegang tot een specifieke omgeving vereist, zoals een fabriek, een bouwplaats of een gespecialiseerde productiefaciliteit.

Dit introduceert onmiddellijk praktische beperkingen. Bijvoorbeeld, op een bouwplaats zijn werknemers verplicht om veiligheidshelmen te dragen, wat speciale apparatuur vereist: helmen met geïntegreerde camera’s die bestand zijn tegen stof, vocht en impact.

Vervolgens komt de toegang tot de locatie zelf. Overeenkomsten moeten worden gesloten met de eigenaren van de locatie, toestemming moet worden verkregen en voorwaarden moeten worden onderhandeld. Dit gaat bijna altijd gepaard met extra kosten: bedrijven verwachten compensatie, en werknemers verwachten te worden betaald voor hun deelname.

Verzekering en veiligheidsconformiteit worden ook kritieke zorgen. Als de apparatuur niet voldoet aan de vereiste normen, kan de verzekering worden ingetrokken, waardoor het hele proces opnieuw moet worden opgezet.

Zelfs op het niveau van dagelijkse operaties blijven uitdagingen bestaan. Camera’s moeten worden ingeschakeld, gecontroleerd en onderhouden. Werknemers werken in handschoenen en onder harde omstandigheden. Apparatuur wordt vuil, slijt en breekt. Een camera kan na een paar minuten uitgaan, en de persoon merkt het misschien niet eens.

Dit maakt het nodig dat deelnemers zichzelf trainen – ze moeten leren hoe ze de apparatuur moeten gebruiken. Bovendien is voortdurende supervisie vereist – iemand moet ervoor zorgen dat de opname gaande is en dat apparaten goed functioneren.

Van ruwe video naar trainingsdata

Na de opname begint het volgende stadium: dataverzameling, uploaden, structureren, valideren van de kwaliteit en labelen.

Ruwe data bestaan uit video- en sensorsignalen. Om het om te zetten in trainingsmateriaal, moet het worden gestructureerd: objecten moeten worden geïdentificeerd, acties vastgelegd en toestanden, bewegingen en interacties met de omgeving beschreven. Hier komt annotatie om de hoek kijken. Een logische vraag rijst – wat is de gouden standaard voor zo’n annotatiewerkstroom?

In sommige gevallen zijn eenvoudige begrenzingskaders voldoende om objecten in een frame te identificeren. In andere gevallen is temporele annotatie vereist om sequenties van acties over tijd te beschrijven. In bepaalde scenario’s worden sleutelpunten en skeletmodellen gebruikt om lichaamsbeweging vast te leggen. In complexere gevallen zijn 3D-meshes of handpose-tracking nodig om interactiemechanica nauwkeurig weer te geven. Additionele sensoren, zoals versnellingsmeters, worden vaak geïntegreerd om bewegingsdynamica en toegepaste kracht te meten.

Projecten zoals deze vereisen vaak ook het opschalen van het team. Labelen is een grote en complexe taak op zich, die tijd, expertise en aanzienlijke menselijke hulpbronnen vergt. Hier komen data-oplossingsproviders met in-house annotatieteams om de hoek kijken. Zoals Keymakr, die zich heeft bewezen als bijzonder effectief vanwege hun vermogen om teams op te schalen om elke hoeveelheid data te matchen, van één specialist tot honderden annotators.

Er is nog geen juiste aanpak voor training

De industrie is nog steeds in een exploratiefase, aangezien er geen consensus is over welke combinatie van data het beste resultaat oplevert. Veel benaderingen worden empirisch gevalideerd omdat ze werken in specifieke experimenten. Als gevolg hiervan blijven verschillende teams verschillende technologieën gebruiken, gevormd door hun eigen ervaring, taken en beperkingen.

Op zowel academisch als toegepast niveau leidt dit tot fragmentatie: laboratoria en bedrijven bewegen in verschillende richtingen. De situatie doet denken aan de begindagen van autonoom rijden, toen Tesla (TSLA ) inzette op een benadering die uitsluitend op beeldherkenning steunt zonder LiDAR, terwijl de meeste andere spelers LiDAR als een kernsensor kozen.

Vandaag de dag vertonen LiDAR-gebaseerde systemen over het algemeen stabielere prestaties, maar de aanpak van Tesla blijft evolueren. Het verschil is dat bij autonoom rijden de markt grotendeels is gerijpt: stabiele architectuur is ontstaan, beperkingen zijn goed begrepen en aanzienlijke expertise is opgebouwd.

Bij fysieke AI en vergelijkbare modeltraining is dit niveau van volwassenheid daarentegen nog niet bereikt. De markt is nog in ontwikkeling, standaarden ontbreken en veel van de vooruitgang wordt gedreven door experimenten. Nieuwe methoden voor modeltraining, efficiëntieverbetering en aanpassing aan real-world scenario’s blijven ontstaan, wat suggereert dat de meest belangrijke doorbraken in dit veld nog in de toekomst liggen.

De mens als een versterkingssysteem

Labelen bestaat niet in isolatie, noch voor het model alleen. Het dient als een instrument voor de ingenieur die het model bouwt. Door middel hiervan formaliseren ze de realiteit, identificeren ze belangrijke parameters en definiëren ze de gedragsregels van het systeem.

De taak van de ingenieur is om het systeem te leren om acties correct uit te voeren in omstandigheden in de echte wereld. Bijvoorbeeld, een basis scenario kan bestaan uit vier acties: een glas oppakken, de kraan aanzetten, het glas vullen en de kraan uitzetten. Maar in werkelijkheid treedt een afwijking op – het glas loopt over.

Op dat moment wordt van het model verwacht dat het scenario voltooit en aanvullende acties uitvoert: de waterstroom stoppen, het waterpeil aanpassen en morsen voorkomen. Dit is gedragslogica op basis van contextueel begrip.

De ingenieur volgt een cyclus: data annoteren, het model trainen, testen. Als het systeem werkt, wordt de hypothese bevestigd. Als niet, begint de analyse.

Op een gegeven moment kan het duidelijk worden dat het model een belangrijke parameter mist, zoals het vulleniveau van het glas. Eerder kan de data annotaties hebben bevat voor objecten (glas, kraan, handvat) en acties (openen, vullen, sluiten), maar ontbrak annotatie voor de toestand, zoals de mate van volheid.

Er wordt dan een nieuwe laag toegevoegd aan het proces: het annoteren van het vulleniveau, gevolgd door formalisatie, bijvoorbeeld door te definiëren dat alles boven 85% een kritieke staat is.

Dit leidt tot de volgende iteratie van training. U kunt honderden van dergelijke iteraties hebben.

Niemand gaat ervan uit dat het systeem meteen correct werkt. Integendeel, het proces is opgebouwd rond successievelijke benaderingen: eerst wordt een baseline-versie gemaakt; vervolgens wordt getest in reële of near-reële omstandigheden; worden gaten geïdentificeerd; en wordt het systeem verfijnd. Dit is iets wat ik vaak bespreek met klanten bij Introspector, waarmee we de hele fysieke AI-reis samen doorlopen.

Op een bepaald moment wordt het gewenste resultaat bereikt. Maar de waarde ervan ligt niet alleen in het feit dat het systeem begint te werken, maar in de opgebouwde ervaring die het mogelijk maakt om dit resultaat meer voorspelbaar te reproduceren.

De economie die iedereen vergeet

In het afgelopen jaar of iets langer heb ik gemerkt dat de grootste fout die bedrijven maken bij het werken met egocentrische data weinig te maken heeft met technologie.

Het kernprobleem is eigenlijk het onderschatten van projecteconomie.

Op het idee-stadium staat technologie centraal – welke modellen te gebruiken, hoe ze te trainen en welke benaderingen toe te passen. U bestudeert, onderzoekt, bespreekt architectuur en test hypotheses. Dit is natuurlijk: technologie voelt als het meest tastbare en meest voor de hand liggende deel van het probleem.

Maar veel minder vaak in dit stadium stellen teams zich een directe en praktische vraag: hoeveel zal het kosten?

Wanneer een project van theorie naar implementatie gaat, wordt het duidelijk dat achter elk model tienduizenden uren aan data schuilgaan. Het verzamelen van deze data vergt tijd, toegang tot reële omgevingen en de betrokkenheid van specialisten. Labelen voegt nog een laag complexiteit en kosten toe. Als gevolg hiervan zijn de eindcijfers vaak ordes van grootte hoger dan aanvankelijk verwacht.

Dit betekent niet dat dergelijke projecten niet moeten worden nagestreefd. Integendeel, ze zijn wat de industrie vooruit helpt.

Maar wat ertoe doet, is het begrijpen van de omvang van de uitdaging vanaf het allereerste begin. Het erkennen dat bij modeltraining, achter elk geweldig algoritme, complex, hulpbronnenintensief datawerk zit.

Zelfs sterke ideeën falen om tot volledige implementatie te komen wanneer de datakosten beginnen te stijgen tot ver boven zeven cijfers.

En misschien is de belangrijkste verschuiving die momenteel plaatsvindt in de robotica, verbonden met deze realisatie. De toekomst van deze systemen zal worden bepaald door hoe “intelligent” ze zijn en hoe effectief en precies de hele datapipeline is opgebouwd – van dataverzameling tot eindinterpretatie.