मस्तिष्क तरंगें और उधार लिए गए मांसपेशियाँ: कल के रोबोटों को प्रशिक्षित करने वाली असामान्य डेटा सुविधाएं
एक स्टार्टअप गोदाम कर्मचारियों पर मस्तिष्क-तरंग हेडसेट लगा रहा है ताकि रोबोटों को सीखना सिखाया जा सके। यह पता चला है कि भौतिक कृत्रिम बुद्धिमत्ता में वास्तविक बाधा अधिक स्मार्ट सॉफ्टवेयर नहीं है, बल्कि कच्चा डेटा है।
मुख्य बिंदु
- Encord, कैलिफोर्निया के सैन लिएंड्रो में स्थित एक डेटा-टूलिंग कंपनी, रोबोटों के लिए समृद्ध प्रशिक्षण डेटा बनाने के लिए मानव कर्मचारियों से मस्तिष्क-तरंग रीडिंग एकत्र कर रही है।
- मस्तिष्क-तरंग सेंसर जर्मन न्यूरोसाइंस स्टार्टअप Zander Labs से आते हैं, और यह परियोजना वर्तमान में यह परीक्षण करने के लिए एक परीक्षण चलाई जा रही है कि क्या डेटा वास्तव में रोबोट प्रदर्शन में सुधार करता है।
- Encord के रोबोट लर्निंग प्रमुख का अनुमान है कि भौतिक कृत्रिम बुद्धिमत्ता में सार्थक प्रगति के लिए YouTube की पूरी वीडियो लाइब्रेरी के आकार का लगभग पाँच गुना डेटासेट आवश्यक होगा।
- भौतिक प्रशिक्षण डेटा तैयार करने में वास्तविक पैसा खर्च होता है, जिसके विपरीत आजकल के चैटबॉट कृत्रिम बुद्धिमत्ता मॉडल को बनाने वाली लगभग मुफ्त पाठ स्क्रेपिंग है।
- एक बढ़ती संख्या में स्टार्टअप अब प्रशिक्षण-डेटा निर्माण को सिर्फ एक अनुसंधान समस्या नहीं, बल्कि अपने आप में एक व्यवसाय मानते हैं।
एंड्रू सेजा जेंगा टॉवर से लकड़ी के ब्लॉक निकाल रहे हैं। वह हिस्सा सरल लगता है। वह हेडसेट जो वह पहन रहे हैं, नहीं है।
सेजा Encord में काम करते हैं, एक कंपनी जो कृत्रिम बुद्धिमत्ता मॉडल को प्रशिक्षित करने के लिए उपकरण बनाती है। उनका नौकरी का शीर्षक "पायलट" है, जो Encord का शब्द एक रोबोटिक प्रशिक्षक के लिए है, एक व्यक्ति जिसकी गतिविधियाँ और निर्णय रोबोट सॉफ्टवेयर के लिए सबक बन जाते हैं। उनके सिर पर हेडसेट रिकॉर्ड करता है कि वह क्या देखते हैं। यह उनकी मस्तिष्क तरंगें भी पढ़ता है।
कोई भी किसी कार्यकर्ता की मस्तिष्क तरंगें क्यों ट्रैक करेगा?
विचार रोबोट सॉफ्टवेयर को अधिक समृद्ध सुराग देना है कि कोई कार्य वास्तव में अंदर से कैसा महसूस होता है। टॉवर से ब्लॉक निकालने वाले किसी व्यक्ति का एक मानक वीडियो एक रोबोट को बताता है कि हाथ ने क्या किया। उसी क्षण से मस्तिष्क-तरंग डेटा एक मॉडल को बता सकता है कि कब कार्यकर्ता को अनिश्चितता महसूस हुई, मानसिक त्रुटि की, या अचानक पकड़ा गया।
हेडसेट जर्मन न्यूरोसाइंस स्टार्टअप Zander Labs द्वारा बनाया गया था। लुकास गेहर्के, एक Zander न्यूरोवैज्ञानिक जो परियोजना की देखरेख कर रहे हैं, कहते हैं कि किसी कार्य के दौरान किसी भी क्षण मस्तिष्क की गतिविधि का स्तर मॉडल निर्माताओं को यह तय करने में मदद कर सकता है कि उनके सॉफ्टवेयर को कब सबसे कठोर परिश्रम करने की आवश्यकता है। Encord इस प्रयास को एक परीक्षण चलाई मानता है: एक प्रारंभिक मस्तिष्क-तरंग-टैग किया गया डेटासेट बनाएं, इसे वास्तविक रोबोटिक्स मॉडल पर परीक्षण करें, और देखें कि क्या यह सुई को स्केल करने से पहले चलाता है।
ये कंपनियाँ वास्तव में कौन सी समस्या को हल करने का प्रयास कर रही हैं?
रोबोट कृत्रिम बुद्धिमत्ता डेटा की कमी में फंस गई है। ChatGPT जैसे उपकरणों से आप जो चैटबॉट कृत्रिम बुद्धिमत्ता जानते हैं, वह प्रभावी रूप से पूरे इंटरनेट पर प्रशिक्षित था, लगभग कोई लागत पर एकत्रित पाठ के अरबों पृष्ठ। भौतिक कृत्रिम बुद्धिमत्ता, जो एक रोबोट भुजा को कॉफी डालना या केबल को अनप्लग करना सिखाती है, ऐसा नहीं कर सकती। आप वेब से गोदाम को स्क्रैप नहीं कर सकते।
विनीथ वेलमुरुगन, Encord के रोबोट लर्निंग प्रमुख और OpenAI की रोबोट लैब के पूर्व सदस्य, इस अंतर को कठोर शब्दों में रखते हैं। वह अनुमान लगाते हैं कि भौतिक कृत्रिम बुद्धिमत्ता में वास्तविक सफलता YouTube की पूरी वीडियो लाइब्रेरी के आकार का लगभग पाँच गुना डेटासेट ले जाएगी। "डेटा सीधे मौजूद नहीं है," उन्होंने TechCrunch AI को कहा।
इसे बनाने के लिए, Encord सैन लिएंड्रो में एक सुविधा चलाता है जहाँ कर्मचारी लीडर-फॉलोअर रिग्स का उपयोग करते हैं, जोड़ी बद्ध रोबोटिक भुजाएं जहाँ एक भुजा मानव द्वारा नियंत्रित होती है और दूसरी हर गतिविधि की नकल करती है, कॉफी डालना और पोकर चिप्स स्टैक करना जैसे कार्यों का फुटेज तैयार करने के लिए। भंडारण रैक नकली फूल, प्लास्टिक सब्जियाँ, केबलों के बैग, और कूड़े की ट्रे रखते हैं: रोबोट भुजाओं को घरेलू और गोदाम का काम सिखाने के लिए प्रॉप्स जो लोग स्वचालित करना चाहते हैं।
Encord भी कर्मचारियों की भुजाओं पर लगी मांसपेशी-पठन सेंसर का उपयोग करता है। हाथों को वस्तुओं में हेरफेर करने का वीडियो अक्सर हाथ के हिस्से को मिस करता है। भुजा सेंसर पेशियों द्वारा उत्पादित विद्युत संकेतों को पढ़ते हैं और Encord को हर पल हाथ कहाँ है इसका त्रि-आयामी चित्र बनाने देते हैं।
प्रत्येक वीडियो क्लिप को एक लिखित लेबल मिलता है जो बिल्कुल यह वर्णन करता है कि क्या हो रहा है, उदाहरण के लिए "दाहिना हाथ बोल्ट को कसता है।" वेलमुरुगन कहते हैं कि इस तरह की विस्तृत एनोटेशन प्रशिक्षण के लिए अनटैग किए गए फुटेज से सौ गुना अधिक मूल्यवान है विशिष्ट कौशल, और उत्पादन के लिए केवल बीस गुना अधिक खर्च होता है। कागज पर, वह एक अच्छा व्यापार है। व्यवहार में, यह अभी भी वास्तविक पैसा खर्च करता है, जो वह बिंदु है जहाँ रोबोट कृत्रिम बुद्धिमत्ता और चैटबॉट कृत्रिम बुद्धिमत्ता के बीच तुलना पूरी तरह से टूट जाती है।
साधारण लोगों के लिए इसका क्या मतलब है?
आज कुछ भी चिंताजनक नहीं है। लेकिन इन सुविधाओं में कर्मचारी, जैसे सेजा और उनके सहयोगी सोफिया इन्फेंटे, ऐसा कुछ कर रहे हैं जो पाँच साल पहले एक नौकरी के रूप में मौजूद नहीं थी: कच्चे माल का निर्माण जो रोबोट सॉफ्टवेयर सीखता है। जैसे-जैसे वह सॉफ्टवेयर सुधरता है, रोबोट जो इसे प्रशिक्षित करता है, गोदामों, डेटा केंद्रों, और अंततः घरों में लोगों द्वारा वर्तमान में किए जाने वाले अधिक भौतिक कार्यों को संभालेगा।
अभी के लिए, रोबोट एक प्रदर्शन में क्या कर सकते हैं और वे वास्तविक इमारत में विश्वसनीय रूप से क्या कर सकते हैं, इसके बीच के अंतर को देखें। वह अंतर एक डेटा समस्या है, और Encord जैसी कंपनियाँ इसे बंद करने की कोशिश कर रही हैं।
