Smadzeņu viļņi – nākamais solis fiziskā AI datu trūkuma risināšanā

Uzņēmums Encord, kas specializējas datu rīku izstrādē AI modeļu trenēšanai, izmēģina jaunu pieeju fiziskā AI datu trūkuma risināšanai. Kopā ar Vācijas neirozinātnes startup Zander Labs tiek pētīts, kā smadzeņu viļņu mērīšana var uzlabot robotu apmācībai nepieciešamo datu kvalitāti.

Eksperimentā Encord darbinieks Endrū Seja (Andrew Ceja), kurš tiek dēvēts par pilotu, valkā speciālu galvas saiti ar sensoru, kas mēra viņa smadzeņu viļņus, kamēr viņš spēlē Jenga. Mērķis ir izveidot datu kopu, kas ietver ne tikai vizuālo informāciju, bet arī informāciju par mentālo stāvokli – piemēram, kļūdām, nodomiem un pārsteigumu. Šāda pieeja varētu palīdzēt modeļiem efektīvāk noteikt, kad nepieciešams pielietot lielākas skaitļošanas jaudas.

Vineets Velmurugans (Vineeth Velmurugan), Encord robotu mācīšanās vadītājs, kurš iepriekš strādājis OpenAI robotu laboratorijā un Berkshire Grey, norāda, ka šī ir “asiņojošā robeža” robotu datu trūkuma risināšanā. Viņš uzsver, ka tradicionālā pieeja – datu vākšana no publiskiem avotiem – fiziskajiem uzdevumiem nedarbojas, jo šādu datu vienkārši nav pietiekami. Pēc Velmurugana aplēsēm, nepieciešama datu kopa, kas būtu aptuveni piecas reizes lielāka nekā YouTube video kolekcija.

Encord jau izmanto vairākas datu vākšanas metodes, tostarp egocentrisko video no darbinieku kamerām rūpnīcās un vadošo-sekojošo robotu roku sistēmas, kas atdarina cilvēka kustības. Papildus smadzeņu viļņiem tiek testēti arī sensori uz apakšdelmiem, kas mēra muskuļu elektriskos signālus, lai izveidotu trīsdimensiju rokas pozīcijas modeli. Dati tiek anotēti ar detalizētiem fiziskiem aprakstiem, piemēram, “labā roka pievelk skrūvi”, kas, pēc Velmurugana teiktā, ir 100 reizes vērtīgāki nekā vienkāršs video, lai gan to izgatavošana maksā 20 reizes vairāk.

Galvenā problēma ir fizisko datu ražošanas izmaksas, atšķirībā no teksta datiem, kurus var iegūt gandrīz bez maksas. Neskatoties uz to, Velmurugans uzskata, ka progress ir iespējams, jo Encord, sadarbojoties ar daudziem robotiku uzņēmumiem, spēj pamanīt tendences ātrāk nekā jebkurš atsevišķs klients.