Robotları Eğitmek Gerçek Maliyeti

İlk bölümde, robotların temel mekanikten çevrelerini anlamaya nasıl evrildiklerini tartışmıştık. “Son mil” aşamasında – robotlar özel, özel görevler için eğitime tabi tutulduğunda – beklenmedik bir engel ortaya çıkıyor. Bu, veriyle ilgili: toplama, organizasyon ve gerçek dünya koşullarında ölçeklendirme.

Tam da bu aşamada, kavram ve uygulama arasındaki uçurum en belirgin hale geliyor. Ana darboğazlar nelerdir ve bunlar nasıl minimal sürtünme ile aşılabilir?

Binlerce saatlik verinin neden yıllarca çalışma haline geldiği

Şimdi already eğitilmiş bir robota sahip olduğumuzu varsayalım. Çevresini gezinebilir, hareket edebilir, engellerden kaçınabilir ve nesnelerle etkileşime girebilir. Bu, “on yaşındaki bir çocuk” gibi, genel olarak bağımsız olarak hareket edebilen bir robottur. Sonraki adım, onu belirli koşullar altında belirli eylemler gerçekleştirmeye öğretmektir, örneğin bir otomotiv üretim hattında cam panelleri ve contaları takmak.

İlk bakışta görev daha basit görünüyor. Tek bir senaryoyu ustalaşmak gerekiyor ve gereken veri hacmi, ön eğitime göre çok daha küçüktür. Temel eğitim hundreds of thousands of saatlik veri gerektirebilirken, son eğitime yalnızca binlerce saatlik veri yeterli olabilir. Ancak bu rakamlar aldatıcı.

Gerçek zamanlı proceso çevirdiğinizde, sürecin gerçek karmaşıklığı ortaya çıkıyor. Standart bir çalışma takvimi altında, bir kişi ayda yaklaşık 160 saat çalışır. Ancak bu, tüm bu sürenin kayıt için kullanılabileceği anlamına gelmez.

Pratikte sürekli kesintiler meydana gelir: piller biter, kameralar kayar, sensörler arızalanır. Ekipman kurulumunun karmaşıklığı ne kadar yüksekse, sorun olma olasılığı da o kadar yüksek. Basit bir arızalanma, eldivendeki sensörlerin çalışmaması, süreci durdurabilir ve zaman kaybına neden olabilir.

Sonuç olarak, gerçek veri toplama hızı 2-3 kat daha düşüktür. Yüksek kaliteli bir kayıt için üç saatlik gerçek çalışma gerekebilir. Bu, hesaplamayı radikal olarak değiştirir: 5.000 saatlik veri yaklaşık 15.000 saatlik emeğe karşılık gelir.

Karmaşıklığın katmanları

Ön eğitime tabi tutulurken, bir kişiye bir kamera verip günlük aktiviteleri kaydetmesini istemek yeterli olabilir. Ancak bu aşamada, bir fabrika, inşaat alanı veya özel üretim tesisi gibi belirli bir ortama erişim gereklidir.

Bu, hemen pratik kısıtlamalar getirir. Örneğin, bir inşaat sitesinde, işçiler güvenlik başlıkları takmak zorundadır, bu nedenle özel ekipman geliştirilmelidir: toz, nem ve darbeye karşı dayanıklı kamera entegre edilmiş başlıklar.

Sonra siteye erişim geliyor. Site sahipleri ile anlaşmalar yapılmalı, izinler alınmalı ve koşullar müzakere edilmelidir. Bu genellikle ek maliyetler anlamına gelir: şirketler tazminat bekler ve işçiler katılım için ücretlendirilmeyi bekler.

Sigorta ve güvenlik uyumu da kritik endişeler haline gelir. Ekipman gerekli standartları karşılamazsa, sigorta geçersiz kılınabilir ve tüm süreci yeniden yapılandırması gerekir.

Günlük operasyon seviyesinde, zorluklar devam eder. Kameralar açılmalı, izlenmeli ve bakımı yapılmalıdır. İşçiler eldivenlerle ve zor koşullarda çalışırlar. Ekipman kirli, aşınır ve bozulur. Bir kamera birkaç dakika sonra kapanabilir ve kişi bunu fark etmez.

Bu, katılımcıların kendilerini eğitmelerine ihtiyaç duyulmasına yol açar – ekipmanı nasıl kullanacaklarını anlamaları gerekir. Ayrıca, sürekli denetim gereklidir – alguien kayıt devam ettiğinden ve cihazların düzgün çalıştığından emin olmalıdır.

Ham videoyu eğitim verilerine dönüştürme

Kayıt sonrasında, bir sonraki aşama başlar: veri toplama, yükleme, yapılandırma, kalitesini doğrulama ve etiketleme.

Her ham verinin video ve sensör sinyalleri vardır. Eğitim materyali haline getirmek için yapılandırılması gerekir: nesneleri tanımlamak, eylemleri yakalamak ve durumları, hareketleri ve çevreyle etkileşimleri tanımlamak gerekir. İşte burada etiketleme devreye girer. Mantıklı bir soru ortaya çıkar – böyle bir etiketleme iş akışının altın standardı nedir?

Bazı durumlarda, nesneleri bir karede tanımlamak için basit sınırlayıcı kutular yeterli olabilir. Diğerlerinde, eylemlerin zaman içindeki dizilerini tanımlamak için zamanlı etiketleme gerekir. Bazı senaryolarda, vücut hareketini yakalamak için anahtar noktalar ve iskelet modelleri kullanılır. Daha karmaşık durumlarda, 3B mesh veya el duruşu takibi, etkileşim mekaniklerini doğru bir şekilde temsil etmek için gereklidir. Hareket dinamiklerini ve uygulanan kuvveti yakalamak için often hızlanma ölçerleri gibi ek sensörler entegre edilir.

Bu tür projeler genellikle ekibin ölçeklendirilmesini gerektirir. Etiketleme, zaman, uzmanlık ve önemli insan kaynakları gerektiren büyük ve karmaşık bir görevdir. İşte burada, iç etiketleme ekiplerine sahip veri çözüm sağlayıcıları devreye girer. Örneğin, Keymakr, herhangi bir veri hacmine, tek bir uzman’dan yüzlerce etiketleyiciye kadar, ekiplerini ölçeklendirme yeteneği sayesinde özellikle etkili olmuştur.

Hala doğru bir eğitim yaklaşımı yok

Endüstri hala keşif aşamasındadır, çünkü hangi veri kombinasyonunun en iyi sonuçları verdiğine dair bir uzlaşma yoktur. Çoğu yaklaşım, belirli deneylerde çalıştığı için ampirik olarak doğrulanır. Sonuç olarak, farklı ekipler, kendi deneyimlerine, görevlerine ve kısıtlamalarına göre şekillendirilen farklı teknolojilere güvenmeye devam eder.

Akademik ve uygulamalı seviyede, bu, parçalanmaya yol açar: laboratuvarlar ve şirketler farklı yönlerde ilerliyorlar. Durum, otonom sürüşün ilk günlerini anımsatıyor, Tesla’nın LiDAR’sız bir vizyon yaklaşımı seçtiği, diğer oyuncuların ise LiDAR’ı temel sensör olarak seçtiği zamanı.

LiDAR tabanlı sistemler bugün daha稳i bir performans gösterme eğilimindedir, ancak Tesla’nın yaklaşımı hala gelişmeye devam ediyor. Fark, otonom sürüşte pazarın büyük ölçüde olgunlaşmış olmasıdır:稳i mimariler ortaya çıkmış, sınırlar iyi anlaşılmış ve önemli bir uzmanlık birikmiştir.

Karşılaştırıldığında, Fiziksel AI ve benzeri model eğitimi için bu düzeyde olgunluk henüz belum đạtılmıştır. Pazar hala oluşum aşamasındadır, standartlar eksik ve ilerleme büyük ölçüde deneyselliktir. Model eğitimi, verimliliği artırma ve gerçek dünya senaryolarına uyum sağlama yöntemleri devam etmektedir, bu da bu alanın en önemli atılımlarının hala önünde olduğu anlamına gelir.

İnsan bir pekiştirme sistemi olarak

Etiketleme, izole bir şekilde veya yalnızca model için değil, aynı zamanda onu inşa eden mühendis için de bir araç olarak var. Onun aracılığıyla, gerçekliği formalize eder, ana parametreleri tanımlar ve sistemin davranış kurallarını belirler.

Mühendisin görevi, sistemi gerçek dünya koşullarında doğru bir şekilde eylemler gerçekleştirmesini öğretmektir. Örneğin, temel bir senaryo dört eylemden oluşabilir: bir camı almak, musluğu açmak, doldurmak ve musluğu kapatmak. Ancak gerçek dünyada bir sapma meydana gelir – cam taşar.

O anda, modelin senaryoyu tamamlaması ve ek eylemler gerçekleştirmesi beklenir: su akışını durdurmak, su seviyesini ayarlamak ve taşmayı önlemek. Bu, bağlamsal anlama temelinde davranışsal mantıktır.

Mühendis, bir döngü izler: verileri etiketler, modeli eğitir, test eder. Sistem çalışırsa, hipotez onaylanır. Değilse, analiz başlar.

Bir noktada, modelin önemli bir parametreyi eksik olduğu anlaşılabilir, örneğin camın doluluk seviyesi. Önceden, veriler nesneler (cam, musluk, sap) ve eylemler (açma, doldurma, kapatma) için etiketlemeler içerebilir, ancak durum (doldurulma derecesi) için etiketlemeler içermeyebilir.

İşlemeye yeni bir katman eklenir: doldurulma seviyesini etiketleme, ardından formalizasyon, örneğin %85’in üzerinde her şeyi kritik bir durum olarak tanımlama.

Bu, eğitimin bir sonraki iterasyonuna yol açar. Yüzlerce böyle iterasyon olabilir.

Hiç kimse sistemin hemen doğru çalışacağını varsaymaz. Tersine, süreç, ardışık yaklaşımlar etrafında inşa edilmiştir: ilk olarak bir temel versiyon oluşturulur; sonra gerçek veya gần gerçek koşullarda test edilir; boşluklar tanımlanır ve sistem rafine edilir. Bu, Introspector ile müşterilerimle sıkça tartıştığım bir konudur, birlikte Fiziksel AI yolculuğunu tamamlarız.

Belirli bir noktada, istenen sonuç elde edilir. Ancak değeri, yalnızca sistemin çalışmaya başlaması değil, aynı zamanda bu sonucu daha öngörülebilir bir şekilde yeniden üretmeyi sağlayan biriken deneyimdir.

Herkesin unuttuğu ekonomi

Son bir yıl içinde, egosantrik veri ile çalışan şirketlerin yaptığı en büyük hatanın teknoloji ile ilgili olmadığını fark ettim.

Temel problem aslında proje ekonomisinin küçümsenmesidir.

Fikir aşamasında, teknoloji ön plana çıkıyor – hangi modelleri kullanmak, nasıl eğitmek ve hangi yaklaşımları uygulamak gerekiyor. Araştırma yapıyor, tartışıyor, hipotezleri test ediyorsunuz. Bu doğal, çünkü teknoloji en somut ve açık problem parçası gibi görünüyor.

Ancak bu aşamada, ekipler doğrudan ve pratik bir soru sormazlar: maliyeti ne olacak?

Proje teoriden uygulamaya geçtiğinde, her modelin arkasında on binlerce saatlik veri olduğu anlaşılıyor. Bu verilerin toplanması zaman, gerçek ortamlara erişim ve uzmanların katılımını gerektirir. Etiketleme, başka bir karmaşıklık ve maliyet katmanı ekler. Sonuç olarak, nihai rakamlar genellikle ilk olarak beklenenden çok daha yüksektir.

Bu, böyle projelerin takip edilmemesi gerektiği anlamına gelmez. Tersine, bunlar endüstrinin ilerlemesini sağlayan projelerdir.

Ancak önemli olan, challengeın kapsamını baştan anlamaktır. Model eğitimi’nde, her mucizevi algoritmanın arkasında karmaşık, kaynak yoğun veri çalışması olduğunu anlamak.

Çok güçlü fikirlerin, veri maliyetleri yedi rakama ulaştığında, tam olarak uygulanamadığını görmek mümkün.

Ve belki de bugün robotikte meydana gelen en önemli değişim, bu realizasyona bağlıdır. Bu sistemlerin geleceği, ne kadar “zeki” oldukları ve tüm veri işlem hattının ne kadar etkili ve precisa inşa edildiğiyle belirlenecektir – veri toplamaından nihai yorumlamaya kadar.