Gehirnwellen und geliehene Muskeln: die ungewöhnlichen Datenzentren, die Roboter von morgen trainieren

Hauptpunkte

• Encord, ein Datentools-Unternehmen mit Sitz in San Leandro, Kalifornien, sammelt Gehirnwellenmessungen von menschlichen Arbeitern, um reichhaltigere Trainingsdaten für Roboter zu erstellen.
• Die Gehirnwellensensoren stammen von Zander Labs, einem deutschen Neurowissenschafts-Startup, und das Projekt ist derzeit ein Testlauf, um zu überprüfen, ob die Daten die Roboterleistung tatsächlich verbessern.
• Encords Leiter des Robot-Learning schätzt, dass ein Datensatz etwa fünfmal so groß wie die gesamte Videobibliothek von YouTube erforderlich wäre, um physische KI sinnvoll voranzutreiben.
• Die Generierung physischer Trainingsdaten kostet echtes Geld, im Gegensatz zum kostenlosen Text-Scraping, das die heutigen Chatbot-Modelle aufgebaut hat.
• Eine wachsende Anzahl von Startups behandelt die Erstellung von Trainingsdaten jetzt als eigenständiges Geschäft, nicht nur als Forschungsproblem.

Andrew Ceja zieht Holzblöcke aus einem Jenga-Turm. Das Kopfband, das er trägt, macht das nicht einfacher.

Ceja arbeitet bei Encord, einem Unternehmen, das Tools zum Trainieren von KI-Modellen entwickelt. Seine Jobbezeichnung ist „Pilot", Encords Wort für einen Roboter-Trainer: eine Person, deren Bewegungen und Entscheidungen zu Lektionen für Roboter-Software werden. Das Kopfband erfasst, was er sieht. Es liest auch seine Gehirnwellen.

Warum würde jemand die Gehirnwellen eines Arbeiters verfolgen?

Die Idee besteht darin, der Roboter-Software reichhaltigere Hinweise darauf zu geben, wie sich eine Aufgabe von innen anfühlt. Ein Standardvideo einer Person, die einen Block aus einem Turm zieht, zeigt einem Roboter, was die Hand getan hat. Gehirnwellendaten aus demselben Moment können kennzeichnen, wenn sich der Arbeiter unsicher fühlte, einen mentalen Fehler machte oder überraschte.

Das Kopfband wurde von Zander Labs, einem deutschen Neurowissenschafts-Startup, entwickelt. Lucas Gehrke, ein Zander-Neurowissenschaftler, der das Projekt leitet, sagt, dass das Niveau der Gehirnaktivität zu jedem Zeitpunkt während einer Aufgabe Modellbauern helfen kann, zu entscheiden, wann ihre Software am härtesten arbeiten muss. Encord bezeichnet dies als Testlauf: ein anfängliches, mit Gehirnwellen gekennzeichnetes Datensatz erstellen, es an echten Robotik-Modellen testen, sehen, ob es einen Unterschied macht, bevor man es vergrößert.

Was ist das eigentliche Problem, das diese Unternehmen zu lösen versuchen?

Roboter-KI steckt in einer Datenmangel fest. Die Chatbot-KI hinter Tools wie ChatGPT wurde im Grunde auf das ganze Internet trainiert, Milliarden von Textseiten, die mit fast keinen Kosten gesammelt wurden. Physische KI, die Art, die einem Roboterarm beibringt, Kaffee zu gießen oder ein Kabel zu trennen, kann das Gleiche nicht tun. Man kann einen Lagerbestand nicht aus dem Internet scrapen.

Vineeth Velmurugan, Encords Leiter des Robot-Learning und ehemaliges Mitglied von OpenAIs Robotik-Labor, bringt die Lücke klar zum Ausdruck. Er schätzt, dass ein wirklicher Durchbruch in physischer KI einen Datensatz benötigen würde, der etwa fünfmal so groß wie die gesamte Videobibliothek von YouTube ist. „Die Daten existieren einfach nicht", sagte er TechCrunch AI.

Um es zu bauen, betreibt Encord eine Einrichtung in San Leandro, in der Arbeiter Leader-Follower-Systeme verwenden, gepaarte Roboterarme, bei denen ein Mensch den einen kontrolliert und der andere jede Bewegung kopiert, um Aufnahmen von Aufgaben wie Kaffee gießen und Pokerchips stapeln zu erstellen. Lagerregalhalter enthalten künstliche Blumen, Kunststoffgemüse, Kabelrollen zum Füttern von Roboter-Training bei Haushalts- und Lagerarbeiten.

Encord stattet Arbeiter auch mit Muskellesensensoren an den Unterarmen aus. Videos von Händen, die Objekte manipulieren, verfehlen oft Teil der Hand; die Unterarmsensoren lesen elektrische Signale, die Muskeln produzieren, und ermöglichen es Encord, ein dreidimensionales Bild der Handposition zu jedem Zeitpunkt zu erstellen.

Jeder Videoclip erhält eine schriftliche Beschriftung: zum Beispiel „rechte Hand zieht Bolzen fest an". Velmurugan sagt, dass diese Art der detaillierten Anmerkung hundertmal mehr wert ist als nicht gekennzeichnete Aufnahmen zum Trainieren spezifischer Fähigkeiten und nur zwanzigmal mehr kostet, um sie zu produzieren. Gutes Geschäft auf dem Papier. In der Praxis kostet es immer noch echtes Geld, was genau dort ist, wo der Vergleich zwischen Roboter-KI und Chatbot-KI zusammenbricht.

Wir beobachten dieses Datenmangel-Problem über 103 Robotik-Geschichten in den letzten 30 Tagen, und die konsistente Feststellung ist, dass Hardware und Modellarchitektur den Daten voraus sind, die sie benötigen.

Sollten Sie sich Sorgen machen?

Nicht heute. Aber Ceja und seine Kollegin Sofia Infante tun etwas, das vor einigen Jahren als Job nicht existierte: Sie stellen das Rohmaterial her, aus dem Roboter-Software lernt. Mit der Verbesserung dieser Software werden die von ihr trainierten Roboter mehr der physischen Arbeit übernehmen, die von Menschen in Lagern, Rechenzentren oder Häusern geleistet wird.

Das ehrliche Urteil von diesem Beat: Der Gehirnwellen-Winkel ist wirklich interessant und wahrscheinlich unterbewertet, aber die größere Geschichte ist wirtschaftlich. Der Aufbau physischer Trainingsdaten im Maßstab kostet Größenordnungen mehr als Text-Scraping jemals tat. Wer dieses Kostenproblem löst, nicht nur das technische, wird den wahren Überblick darüber haben, wohin die physische KI als nächstes geht.