Le onde cerebrali: la prossima frontiera per l’intelligenza artificiale fisica?

L’Importanza dei Dati Egocentrici

Le aziende che progettano “cervelli” per robot stanno ora rivolgendo le loro attenzioni a due principali fonti di dati: video “egocentrici” registrati da operatori con telecamere, spesso integrati con ulteriori angolazioni e metriche, e dati provenienti da robot controllati a distanza. Encord si occupa di entrambe le modalità, raccogliendo dati da diverse fabbriche in tutto il mondo e utilizzando il proprio stabilimento di San Leandro per sperimentare nuove tecniche, come le onde cerebrali, o raccogliere set di dati su abilità specifiche.

Durante una visita di TechCrunch, alcuni piloti utilizzavano bracci robotici coordinati per generare dati su compiti come versare caffè da una teiera in tazze o impilare fiches da poker. “Ogni azienda che lavora nel settore umanoide ci ha chiesto informazioni su questi task,” rivela Velmurugan.

Il magazzino ospita attrezzature per addestrare i robot in compiti domestici, inclusi fiori finti in vasi, libri e altri oggetti. Un altro pilota, Sofia Infante, manovra i bracci robotici per collegare e scollegare cavi ethernet: un compito che i gestori dei data center vorrebbero automatizzare, se solo i robot potessero farlo con la necessaria precisione.

Verso un Futuro Sostenibile nell’AI Fisica

Encord sta anche sviluppando nuovi metodi di raccolta dati. Un approccio innovativo prevede l’uso di un insieme di sensori posizionati sugli avambracci per rilevare i segnali elettrici nei muscoli. Velmurugan spera di costruire una rappresentazione 3D della posizione della mano, basata sui dati forniti dai sensori, migliorando così la comprensione dei modelli.

I dataset creati da Encord sono annotati con descrizioni fisiche, rendendo più facile per i modelli basati su LLM comprendere il contenuto dei video. Velmurugan calcola che un’annotazione dettagliata valga cento volte di più rispetto ai dati “spazzatura” per attività specifiche, sebbene costi venti volte in più per essere prodotta.

Questo costo rappresenta una sfida significativa, dato che le tecnologie di scraping utilizzate per raccogliere dati testuali online sono quasi gratuite. Tuttavia, creare dati fisici richiede un investimento sostanziale, il che cambia le dinamiche economiche per la costruzione di modelli di AI.

In questo panorama in evoluzione, Encord si mostra come un attore chiave, in grado di identificare le tecniche di raccolta dati con maggiore successo nel settore. Con una squadra esperta e una visione innovativa, il futuro dell’intelligenza artificiale fisica promette di essere all’avanguardia nell’affrontare le sfide attuali.

Fonti:

• Encord
• Zander Labs
• TechCrunch

Non perderti tutte le notizie di tecnologia su Blog.it