Robotok betanításához gyűjt adatot a XDOF — 70 millió dolláros finanszírozást kapott

Az OpenAI nemrégiben jelentette be robotikai programjának újraindítását, jelezve, hogy a nagy AI-cégek egyre inkább a fizikai világban működő gépek fejlesztésére koncentrálnak. A képzett robotok létrehozásához azonban olyan adatokra van szükség, amelyek jelenleg nem állnak rendelkezésre nagy mennyiségben, ellentétben a nyelvi modellek betanításához használt hatalmas szövegtengerrel. Ezt a hiányt kívánja pótolni a XDOF, amely 70 millió dolláros finanszírozást szerzett a Thrive Capital, Spark Capital, a16z, Lux és WndrCo befektetőktől.

A cég célja, hogy olyan adatfeldolgozási csatornákat, gyűjtőeszközöket és annotációs rendszereket hozzon létre, amelyeket a vezető AI-laborok és robotikai vállalatok nehezen tudnak maguknak kiépíteni. Philipp Wu, a XDOF társalapítója és vezérigazgatója elmondta, hogy a mintegy 60 alkalmazottat foglalkoztató startup már 20 ügyféllel dolgozik, köztük több vezető AI-laborral, de nevüket nem hozhatja nyilvánosságra. „Minden vezető labor próbálkozik a robotikával” — nyilatkozta Wu. „Már láttuk a nyelvi modellversenyben való lemaradás néhány hátrányát, és nem akarjuk, hogy hasonló helyzetbe kerüljünk a fizikai AI-val, ami a következő határterület.”

Kapcsolódó: AI-ügynökök megbízhatósága

Az adathalmazok fontossága a robotikában

Wu a problémával saját PhD-hallgatói kutatásai során szembesült az UC Berkeley-n. Robotok nagyméretű adathalmazokból való tanulásának képességét kutatta, de nem állt rendelkezésre elegendő adat. „Csirke-tojás probléma volt: először adatokat kellett gyűjtenünk, mielőtt egyáltalán a robotika alapmodelljének betanításáról kérdezhettünk volna” — mondta a TechCrunch-nak. Wu és Fred Shentu, a későbbi társalapító és műszaki igazgató egy GELLO nevű projektet dolgoztak ki, egy alacsony költségű teleoperációs rendszert, amely lehetővé teszi emberi kezelők számára, hogy betanítási adatokat generáljanak robotkarok vezérlésével. „Ez egy nagyon befolyásos tanulmánnyá vált a robotikában, mert sokan hasonló igényekkel és akadályokkal küzdöttek, és sokan kezdték el használni ezt az eszközt az adatgyűjtéshez” — mondta Wu.

Kapcsolódó: Meta humanoid robotokkal

Az ABC adathalmaz és a jövőbeli tervek

Wu, Shentu és a harmadik társalapító, Nemo Jin vezérigazgató által 2024 októberében alapított XDOF célja, hogy adat-ökoszisztémát biztosítson a robotikai modelleket fejlesztő vállalatok számára. A cég nemcsak az adatszolgáltatásra, hanem az adatok tisztítására, eszközkészleteire és annotálására is összpontosít, hogy egy önerősítő visszacsatolási hurkot hozzon létre a robotképzéshez. Az indulás részeként a XDOF együttműködik az UC Berkeley AI Research lab-bal, hogy kiadják az ABC nevű adathalmazt, amely a cég szerint a valaha összeállított legnagyobb, kiváló minőségű robotképzési adathalmaz. Ez 130 000 robotmanipulációs trajektóriát, 300 óra szimulációs adatot és 100 óra értékelési adatot tartalmaz. Ez a méretezett előzetes betanítási adat korábban soha nem volt elérhető az akadémia számára. David McAllister, a Berkeley PhD-hallgatója, aki segített a kiadás megszervezésében, elmondta, hogy a modell már képes volt pólók hajtogatására, dobozok simítására vagy AirPods tokokba helyezésére.

Kapcsolódó: Physical Intelligence robotmodellje

A cég egy háromszintű adatpiramison tervezi működését. A legértékesebb szint a teleoperációs adatok, amelyeket a ténylegesen bevetett robotokon gyűjtenek; ezt követik a teleoperált robotok által gyűjtött általánosabb adatok, mint például a GELLO esetében; végül pedig az emberi mindennapi feladatok elvégzése során gyűjtött „egocentrikus” adatok, amelyekhez a XDOF saját viselhető szenzorokat kíván fejleszteni. Wu szerint a hardverválasztás befolyásolja az adatminőséget és a kéz-követő algoritmus teljesítményét. A cég teleoperátorok és egocentrikus adatkezelők tömegeit tervezi felvenni és kiképezni világszerte — ez egy munkaigényes modell, amely felveti a kérdést, miért nem végzik el ezt a feladatot maguk a nagy laborok. „Százakétezres négyzetméter alapterületű raktárakra van szükség több száz robottal” — magyarázta Wu. „Karbantartani ezeket a robotokat, kalibrálni fizikai paramétereiket és megfelelően kiképezni a kezelőket.” Ez a kiépítés olyan fókuszt, tőkét és működési méretet igényel, amelyet a legtöbb AI-labor inkább kiszervezne — pontosan erre a piacra fogad a XDOF.

Kapcsolódó: AI-modellek alulteljesítése

A XDOF név a robotika „szabadságfok” (degrees of freedom) kifejezés szójátéka, amely egy robot által végrehajtható független mozgások számát írja le. Az emberi kar hét, a humanoid robotoké pedig akár 30 szabadságfokkal is rendelkezhet. A cég nevében a X az ambíciót jelöli: „Tetszőleges szabadságfokok, korlátlan szabadságfokok” — mondta Wu. A cég tervei szerint az ABC adathalmaz 2024 októberében válik nyilvánossá.

Kapcsolódó: Modellek dinamikus viselkedése