Encord, depo robotları ve insansı robotların eğitildiği verileri iyileştirmek amacıyla beyin dalgalarının kullanımını test ediyor. Bu adım, fiziksel yapay zekânın en zorlu sorunlarından birini, yani yeterli ve gerçekçi eğitim verilerinin eksikliğini hedefliyor. Şirketin Kaliforniya’nın San Leandro kentindeki tesisinde eğitmen Andrew Sicha, beyin dalgalarını ölçen kamera ve sensörlerle donatılmış bir kask takarken bir Jenga kulesinden parçalar çıkarıyordu.
Bu deney, sinirbilimi alanında faaliyet gösteren Alman girişimi Zander Labs ile iş birliği içinde yürütülüyor. Kaskın amacı düşünceleri okumak değil; hata, niyet ve şaşkınlık gibi zihinsel durumları çıkarsamak amacıyla beyin etkinliğini ölçmek. Ortaklık hâlâ erken aşamada. Encord, beyin dalgalarıyla etiketlenmiş bir veri seti oluşturmak ve ardından genişletme kararı almadan önce performansı iyileştirip iyileştirmediğini görmek için bu verileri müşterilerinin robotik modellerine aktarmak istiyor.
Fiziksel yapay zekâda veri sorunu
Encord, bilgisayarlı görü uygulamaları geliştiren şirketlere verileri etiketleme ve modelleri değerlendirme konusunda yardımcı olmak amacıyla kuruldu. Ancak müşterileri nesneleri kavrama ve onlarla etkileşime geçme görevleri için kapsamlı modeller eğitmeye başlayınca şirket, yalnızca veri yönetiminin yeterli olmadığını ve verilerin üretilmesine de katkıda bulunması gerektiğini fark etti.
Encord’da robotik öğrenme başkanı Vinith Vell Morgan, ihtiyaç duyulan verilerin basitçe mevcut olmadığını söyledi. Robotlar için üretken yapay zekânın sohbet robotlarının elde ettiği başarıya ulaşma hedefi, fiziksel dünyadan gerçek verilere duyulan ihtiyaçla karşı karşıya; bu verileri toplamak ve ölçeklendirmek zor. Otonom araç şirketleri gerçek dünya verilerini kendileri topluyor, ancak bu yaklaşım maliyetli ve ölçeklendirilmesi zor. Buna karşılık yalnızca videoyla eğitim, gereken hassasiyeti sağlamayabilir.
Vell Morgan, bu engelin aşılması için YouTube video koleksiyonunun yaklaşık beş katı büyüklüğünde bir veri seti gerekebileceğini tahmin ediyor. Bu tahminler, robot verisi üretiminin yalnızca laboratuvarlar içindeki bir araştırma görevi olmaktan çıkıp bağımsız bir ticari faaliyete dönüşmesini açıklamaya yardımcı oluyor.
İnsan merkezli videodan beyin dalgalarına
Robotların “beyinlerini” geliştiren şirketler şu anda iki temel veri kaynağına dayanıyor. İlki, kamera takan çalışanların kaydettiği insan merkezli videolar; bu videolara başka çekim açıları ve çeşitli ölçümler ekleniyor. İkincisi ise insanların uzaktan kontrol ettiği robotlar tarafından üretilen veriler. Encord her iki yaklaşımı da kullanıyor. Şirket, dünyanın çeşitli yerlerindeki fabrikalardan videolar topluyor ve San Leandro’daki tesisini beyin dalgaları gibi yeni yöntemleri denemek ya da modelleri ayarlamak amacıyla belirli becerilere yönelik veri setleri oluşturmak için kullanıyor.
Tesis ziyareti sırasında eğitmenler, iki robotik koldan oluşan “lider ve takipçi” tipi platformlar kullanıyordu. İnsan ilk kolu kontrol ederken ikinci kol onun hareketlerini taklit ediyor. Bu platformlar, fincanlara kahve dökme ve poker fişlerini üst üste dizme gibi görevleri kaydetmek için kullanılıyor. Görevler arasında bir sunucunun arkasındaki Ethernet kablolarını takıp çıkarmak da vardı. Robotlar bunu gereken hassasiyetle yapabilirse, bu görev veri merkezi operatörlerine fayda sağlayabilir.
Bu görevler mevcut robotların sınırlarını ortaya koyuyor. Robotik kavrayıcılar insan parmaklarından daha az becerikli ve doğal olarak kullandığımız hareket serbestliği derecelerinden yoksun. Bu nedenle tesiste, robotları ev içi görevlere ve nesnelerle etkileşim becerilerine eğitmek için yapay çiçeklerden, kitaplardan ve plastik sebzelerden kedi kumu kaplarına ve kablo torbalarına kadar çeşitli malzeme ve araçlar bulunuyor.
Kas sensörleri ve yoğun etiketleme
Encord, ön kola takılan ve kaslardaki elektrik sinyallerini izleyen sensörlere dayanan başka bir yöntem üzerinde de çalışıyor. Nesneleri hareket ettirirken elleri çeken bir video elin tamamını göstermeyebilir. Bu nedenle Vell Morgan, her anda elin konumunun üç boyutlu bir tasvirini oluşturmak ve modellere hareket hakkında daha eksiksiz bir anlayış kazandırmak için ön kol sinyallerini kullanmayı umuyor.
Encord’un veri setleri, videoda görünenlere ilişkin “sağ el vidayı sıkıyor” gibi kesin fiziksel açıklamalarla etiketleniyor. Bu, büyük dil modellerine dayalı modellerin ne olduğunu anlamasına yardımcı oluyor. Vell Morgan, bu yoğun etiketleme türünün belirli görevlerin eğitiminde düşük kaliteli “insan merkezli verilerden” 100 kat daha değerli olduğunu, buna karşılık üretiminin yalnızca 20 kat daha pahalı olduğunu tahmin ediyor. Ona göre bu, teorik olarak kabul edilebilir bir ödünleşim.
Veri üretiminin ekonomisi
Ancak yüksek maliyet temel bir sorun olmaya devam ediyor. Yapay zekâ laboratuvarlarının Stack Overflow ve web siteleri gibi kaynaklardan dil modelleri eğitmesine yardımcı olan internetten metin toplama yaklaşımı, fiziksel eğitim verisi üretmenin maliyetiyle neredeyse kıyaslanamaz. Robot verileri ise gerçek görevlerin gerçekleştirilmesi, kaydedilmesi ve etiketlenmesi yoluyla üretilmeli. Bu durum, model oluşturmanın ekonomisini kökten değiştiriyor.
Encord, birden fazla robotik şirketiyle çalışan bir konumda bulunmasının, sektörde ivme kazanan yöntemleri ve fiziksel yapay zekâ modellerini iyileştirmede neyin işe yarayıp neyin başarısız olduğunu gözlemlemesini sağladığını düşünüyor. Ancak beyin dalgası deneyi henüz modellerin performansını iyileştirdiğini kanıtlamış değil. Müşterilerle yapılacak testlerin sonuçları, bu verilerin gelişmiş bir deney olmaktan çıkıp robot eğitim sürecinin ölçeklenebilir bir parçasına dönüşüp dönüşmeyeceğini belirleyecek.