Проблема брудних даних, що гальмує наступну хвилю AI-роботів
Новий опитування більше ніж 700 AI-інженерів показує, що погана якість даних, а не слабкі алгоритми, є головною причиною збою фізичних AI-систем до їх виходу в реальний світ.
Ключові моменти
- Опитування 2026 року більше ніж 700 AI-фахівців, про яке повідомляє IEEE Spectrum AI, показує, що проблеми якості даних стають причиною більшості збоїв у фізичних AI-системах.
- 78% команд уже бачать вимірювані результати від візуального та фізичного AI, проте 74% вважають, що ця область отримує значно менше інвестицій, ніж заслуговує.
- Команди, які успішно випускають продукти фізичного AI, витрачають майже в три рази більше часу на підготовку та обробку даних, ніж команди, чиї проекти застигають.
- 92% фахівців погоджуються з напрямком розвитку галузі, що сигналізує про сильний консенсус щодо того, що потребуватиме фізичний AI.
Протягом останніх десяти років найбільші прориви в AI, великі мовні моделі, технологія, що лежить в основі чат-ботів на кшталт ChatGPT, генератори зображень, голосові асистенти, були побудовані на текстах. Слова, речення, абзаци, зібрані з інтернету.
Тепер межа розвитку перемістилася у фізичний світ.
Системи, які керують автомобілями, направляють робочі руки на заводах або керують дронами доставки, не читають речення. Вони читають відеопотоки, скани LiDAR (лазерні тривимірні карти навколишнього простору) та потоки даних датчиків, які надходять тисячі разів на секунду. Створення AI, який розуміє та діє у фізичному просторі, справді складніше, ніж навчити його писати електронний лист.
То що насправді йде не так?
Проблеми з даними спричиняють більшість збоїв, а не слабкі AI-моделі. Опитування 2026 року більше ніж 700 фахівців, проведене за підтримки Voxel51 та висвітлене IEEE Spectrum AI, показало, що команди збирають величезні обсяги відео та даних датчиків, але борються з перетворенням цього сирого матеріалу на щось корисне.
Найчіткіша вузька шийка — це анотація: повільний та дорогий процес позначення того, що знаходиться в кожному кадрі відеозаписи, щоб AI могла з цього вчитися. Команди часто позначають все, що вони збирають, а потім викидають більшість цього до того, як система коли-небудь буде випущена. Це марне зусилля вичерпує бюджети та уповільнює терміни.
Що розділяє команди, які випускають продукти, від команд, які застигають?
Час, витрачений на роботу з даними, а не кращі алгоритми. Успішні команди інвестують майже в три рази більше часу в обробку, очищення та вибір навчальних даних у порівнянні з командами, чиї проекти ніколи не доходять до виробництва.
Це вражаючий висновок. В розробці AI часто інстинктивно прагнуть мати більшу модель або новішу архітектуру. Це опитування говорить, що розумніше рішення — бути непримиренним щодо даних, які ви спочатку подаєте моделі.
| Висновок | Цифра |
|---|---|
| Команди, які бачать вимірювану цінність фізичного AI | 78% |
| Команди, які вважають, що галузь недофінансована | 74% |
| Переваги роботи з даними для успішних команд | ~3х більше часу |
| Фахівці, які погоджуються з напрямком розвитку галузі | 92% |
Що це означає для звичайних людей?
Фізичний AI вже навколо нас: складські роботи, які сортують посилки, лікарняні роботи, які доставляють припаси, програмне забезпечення для автономного керування в нових автомобілях. Опитування припускає, що ці системи продовжуватимуть приходити, але повільно та нерівномірно, тому що створення їх належним чином — це непривабливої, трудомісткої роботи.
74% тих, хто вважає, що галузь недофінансована, можуть мати рацію. Якщо більше ресурсів поступатиме у розвиток інфраструктури даних замість гучного запуску моделей, фізичні AI-продукти, що потрапляють до споживачів, могли б стати значно надійнішими.
Наразі повідомлення від людей, які будують ці системи, є чітким: алгоритм рідко є проблемою. Проблема — у даних.
