În interiorul noii curse a roboticii: date, modele și producție

Inovația rareori apare în izolare. Mai mult, ea se naște în conversațiile dintre ingineri, fondatori, cercetători și investitori care încearcă să înțeleagă încotro se îndreaptă tehnologia.

De-a lungul unui an, am participat la zeci de conferințe din întreaga lume. Călătoriile de afaceri pot dura luni, iar întâlnirile cu parteneri și clienți au loc de la Asia până în America de Nord. Cu toate acestea, una dintre călătoriile mele recente în Elveția s-a dovedit a fi deosebit de interesantă – în mare parte datorită oamenilor și conversațiilor care au avut loc acolo.

Zurich s-a dovedit a fi unul dintre locurile unde viitorul roboticii și al Inteligenței Artificiale Fizice este activ discutat astăzi. Și cu cât aceste conversații merg mai departe, cu atât devine mai evident că adevărata cursă în robotica se desfășoară în jurul datelor.

Europa Silicon Valley

Zurich a fost tradițional asociat cu sectorul financiar, dar în ultimii ani a fost din ce în ce mai mult numit Europa Silicon Valley. O mare parte din această reputație este legată de ETH Zurich, una dintre cele mai respectate universități de inginerie din Europa. Atrage cercetători, studenți doctoranzi, antreprenori și ingineri din întreaga lume. Ca urmare, s-a format un puternic ecosistem tehnologic în jurul universității, unde cercetarea, startup-urile și proiectele industriale evoluează aproape simultan.

Una dintre motivele pentru care am făcut această călătorie a fost să obțin o înțelegere mai profundă a ceea ce Introspector poate oferi pieței de robotica, care a fost în plină expansiune de la începutul anului 2025. Este o industrie în care o gamă largă de startup-uri încearcă să intre, în timp ce progresele tehnologice ale companiilor mari tech o reshapă activ.

Zurich este, de asemenea, casa partenerilor noștri Lightly, care m-au ajutat să îi cunosc pe cei care lucrează la intersecția dintre robotica, viziunea computerizată și inteligența artificială. Există un aspect important al ecosistemului tehnologic local pe care aș dori să îl subliniez: oamenii de aici sunt remarcabil de deschiși și primitori. Ei nu se tem să își împărtășească ideile și ipotezele, să vorbească despre provocările pe care le încearcă să le rezolve și despre experimentele pe care le efectuează.

Într-adevăr, atunci când oamenii mă întreabă cum se diferențiază “Silicon Valley” european de cel american, răspunsul îi surprinde adesea. La Zurich, echilibrul dintre muncă și viață se simte mult mai puternic: sport în dimineața, muncă concentrată în timpul zilei într-un ritm calm, dar productiv, și seri petrecute în munți cu familia sau pur și simplu relaxându-se. În San Francisco, există adesea senzația că trebuie să dovedești că lucrezi mai mult decât oricine altcineva. La Zurich, ritmul este diferit – mai durabil. Cu toate acestea, nivelul de ambiție tehnologic de aici nu este cu nimic mai mic.

Date mai bune înainte de roboți mai buni

Una dintre principalele concluzii pe care le-am tras din această călătorie a fost o observație destul de simplă: mulți oameni astăzi vor să lucreze în robotica. Dar, în ciuda interesului enorm pentru industrie, multe echipe sunt încă într-o fază de explorare, încercând să înțeleagă care este rolul lor în noua undă de robotica și inteligență artificială fizică și ce contribuție pot aduce.

Multe conversații ajung în cele din urmă la același subiect: datele. Industria lipsa datelor despre sarcinile de dexteritate, adică, abilitățile motorii fine. În această zonă, capacitățile roboților rămân extrem de limitate. Ceea ce oamenii fac cu mâinile lor aproape automat – ridicarea unui obiect, rotirea lui, plasarea lui cu grijă undeva sau efectuarea unei mici manipulări – rămâne una dintre cele mai dificile sarcini pentru roboți.

Cheia progresului în acest domeniu se află în primul rând în seturi de date mari, colectate corespunzător. Astăzi, oamenii vorbesc adesea despre seturi de date egocentrice, înregistrate dintr-o perspectivă de primă persoană, unde sistemul capturează acțiunile umane ca și cum le-ar efectua el însuși. Cu toate acestea, în practică, se dovedește că însuși conceptul de “set de date egocentric” poate însemna lucruri foarte diferite și ridică o serie de întrebări tehnice.

O întrebare și mai complexă apare: cum să capturați corect adâncimea mișcării. După cum este important să înțelegem nu numai poziția mâinii într-un plan bidimensional, ci și cum se mișcă ea prin spațiul tridimensional – înainte, înapoi, în sus sau în jos.

Până acum, industria nu a ajuns la un răspuns unificat. De aceea, multe echipe experimentează astăzi cu diferite configurații de senzori, metode de înregistrare și formate de seturi de date.

Sisteme multimodale

De îndată ce conversația se îndreaptă spre colectarea de date pentru robotica, un alt subiect apare rapid – senzori suplimentari și multimodalitate, care permit capturarea mișcărilor corpului, acțiunilor mâinii și interacțiunilor cu obiecte cu o precizie mai mare. Ei ajută, de asemenea, la reducerea erorilor în timpul colectării seturilor de date.

Când o persoană înregistrează acțiunile sale pe cameră, există întotdeauna riscul ca o parte a materialului să fie inutilizabil. Camera poate să se miște ușor, unghiul de filmare poate fi incorect, operatorul poate să se întoarcă accidental în direcția greșită sau operatorul poate efectua o mișcare prea rapidă. Ca urmare, o parte semnificativă a materialului înregistrat este eliminată. Un exemplu simplu: pentru a obține o oră de material video cu adevărat util, un operator trebuie adesea să înregistreze aproximativ două ore de filmări brute.

Senzorii suplimentari ajută la compensarea unor astfel de probleme. Chiar dacă camera se mișcă ușor, datele de la senzori pot face posibilă reconstruirea mișcării mâinii sau a poziției corpului în spațiu. Ca urmare, în loc de două ore de înregistrare, ar putea fi necesare aproximativ o oră și douăzeci de minute pentru a obține aceeași cantitate de date utile. Acest lucru crește semnificativ eficiența colectării seturilor de date și reduce costurile creării lor.

Prin urmare, nu este o coincidență că multe echipe observă o creștere a interesului pentru annotarea multimodală a datelor. Acesta a devenit unul dintre trendurile mai vizibile direct legate de dezvoltarea roboticii și inteligenței artificiale încorporate.

Punctul următor este etichetarea unor astfel de seturi de date. Am întâlnit întrebări similare la Keymakr atunci când am lucrat cu seturi de date ale clienților pentru cazuri de robotica: cum ar trebui să arate o astfel de etichetare în practică? Ar trebui să fie scheletică? Bidimensională sau tridimensională? Ar trebui să incorporeze elemente de învățare prin întărire în pipeline? Există zeci de astfel de întrebări. Inginerii însăși admit că nimeni nu poate încă spune cu certitudine care configurație particulară de date va duce în cele din urmă la o adevărată break-through tehnologică.

Aceste preocupări sunt înțelese. Construirea unor seturi de date complexe este un proces scump. Fiecare greșeală în structura datelor poate costa mii sau chiar milioane de dolari. Este posibil să se colecteze “setul de date greșit” sau să se înregistreze în condiții care sunt greu de reprodus în lumea reală, subminând în cele din urmă întregul proiect. De aceea, astăzi, se acordă o atenție tot mai mare atât modelelor însele, cât și calității și arhitecturii datelor pe care aceste modele sunt antrenate.

Ce fel de roboți are nevoie piața?

Roboții industriali clasici, care au funcționat pe linii de asamblare auto de zeci de ani, necesită de fapt foarte puțină viziune computerizată sau modele complexe de inteligență artificială. Sarcina lor este extrem de specifică: să efectueze mișcări strict repetitive – stânga, dreapta, sus, jos – cu o precizie și o consistență ridicată. În această zonă, ei au depășit de mult oamenii.

O categorie complet diferită este reprezentată de roboții umanoizi. Aceste sisteme necesită “creiere”: capacitatea de a naviga în spațiu, de a percepe mediul înconjurător, de a înțelege contextul unei situații și de a controla manipulatori nu prin traiectorii preprogramate, ci prin adaptarea la lumea reală.

Chiar și cu nivelul ridicat de automatizare de pe pardoselile de fabricație moderne, multe sarcini sunt încă efectuate de oameni. Mutarea unui obiect, ridicarea unei cutii, sortarea pieselor, strângerea unui component sau organizarea materialelor – acestea sunt acțiuni mici care necesită flexibilitate și coordonare. Această zonă rămâne una dintre cele mai dificile de automatizat, și este exact aici unde sistemele umanoide pot găsi rolul lor.

Multe dintre echipele cu care am vorbit folosesc un model de afaceri similar. Ei abordează o fabrică și propun rezolvarea unui anumit caz de producție. De exemplu, un lucrător poate petrece întreaga zi mutând cutii între zonele depozitului. Inginerii sugerează un experiment relativ simplu: echiparea lucrătorului cu o cameră și un set de senzori, înregistrarea a mii de ore de acțiuni și utilizarea acestor date pentru a antrena un model care va controla un robot umanoid. În acest fel, robotul învață să efectueze exact sarcinile realizate de lucrătorul uman.

În esență, compania cumpără o platformă umanoidă, în timp ce echipa de dezvoltare construiește un model personalizat care replică comportamentul unui operator specific. Acesta nu este o inteligență universală capabilă să rezolve orice sarcină. Mai degrabă, este un set de abilități antrenate pentru un anumit scenariu sau grup de sarcini de producție. Pentru mulți ingineri de astăzi, această abordare pare mult mai realistă. În loc de a încerca să creeze o inteligență universală de la început, echipele se concentrează pe scenarii de automatizare înguste, dar viabile din punct de vedere economic.

Dimensiunea economică

Dacă viitorul se află în modele personalizate, este important să înțelegem că, din punct de vedere economic, aceasta este o cale de dezvoltare destul de lungă.

Fiecare industrie este, în esență, o lume proprie. Fiecare mediu de producție are propriile sale procese, fluxuri de lucru și excepții. Un robot antrenat să funcționeze într-o fabrică de automobile nu poate fi transferat pur și simplu într-o fabrică de alimente sau într-o logistică de depozit. În fiecare caz, sistemul trebuie reantrenat de la zero.

Acest lucru conduce la următoarea întrebare logică: cine vor fi primii clienți ai unei astfel de tehnologii?

La acest stadiu, principalii adoptatori sunt probabil să fie marile întreprinderi – cele cu bugete și pentru care automatizarea poate genera un impact economic semnificativ. Astăzi, un robot umanoid costă aproximativ 60.000-90.000 de dolari doar pentru hardware. Acesta este doar configurația de bază. Pe lângă aceasta, există costuri de întreținere, baterii, stații de încărcare, infrastructură și software.

Ca urmare, companiile cele mai capabile să experimenteze cu astfel de sisteme sunt marile organizații, producătorii de automobile, corporațiile alimentare și marile întreprinderi industriale.

Desigur, sectoarele mai mici pot vedea, de asemenea, adoptatori timpurii. Unele companii pot cumpăra unul sau două roboți pentru sarcini specifice. Cu toate acestea, în majoritatea cazurilor, aceste afaceri nu sunt încă pregătite să investească sute de mii de euro în colectarea și annotarea seturilor de date personalizate necesare pentru a antrena sisteme pentru scenarii operaționale foarte specifice. Pentru ele, forța de muncă umană rămâne încă opțiunea mai ieftină.

Jocul lung al inovației în robotica

Ajungem, în cele din urmă, la o întrebare economică fundamentală: ce este mai eficient – un om sau un robot? Dacă privim economia de astăzi, răspunsul este evident: forța de muncă umană este mai ieftină, se adaptează mai rapid la noile condiții și nu necesită infrastructură complexă.

De ce, atunci, industria continuă să investească în robotica de astăzi? Răspunsul este, în mare măsură, strategic.

Multe companii înțeleg că o cursă pentru leadership tehnologic este în desfășurare. Ei dezvoltă soluții, în ciuda costurilor ridicate, pentru a fi înainte când economia roboticii se va schimba.

Pe măsură ce electronica avansează, costurile componentelor scad, iar eficiența calculului se îmbunătățește, robotica va deveni, în mod inevitabil, mai accesibilă. Și atunci când se va întâmpla acest lucru, avantajul va aparține companiilor care au deja construit modele, acumulat date și stabilit infrastructura tehnologică necesară.

Imaginați-vă, de exemplu, că apar regulamente noi care permit utilizarea pe scară largă a roboților umanoizi în producție. Sau că guvernele încep să subvenționeze robotizarea industriilor. Într-un astfel de scenariu, piața ar putea crește dramatic în doar câțiva ani. Și cei care s-au pregătit în avans, cei cu modele existente, cercetare, seturi de date și stivă tehnologică pregătită, vor fi cei care vor beneficia cel mai mult.

De aceea, dezvoltarea continuă chiar și acum, în ciuda faptului că economia de afaceri poate nu arăta încă ideal. Pentru multe companii, aceasta este o investiție în viitor – în momentul în care tehnologiile devin mai accesibile, iar cererea crește brusc.

Și în această cursă, la fel ca în multe revoluții tehnologice, un factor adesea se dovedește a fi decisiv: cine a început mai devreme. În acest sens, robotica de astăzi seamănă mult cu primele etape ale inteligenței artificiale. Atunci, erau și mai multe întrebări decât răspunsuri. Cu toate acestea, echipele care au început să lucreze cu date și infrastructură mai devreme decât altele au fost, în cele din urmă, cele care au modelat direcția întregii industrii.