AI ロボットを訓練する競争の中で、現実世界で人間らしく振る舞う方法を模索する

インド、チェンナイ — 人工知能は私たちがオンラインで行うことのほぼすべてを習得したため、私たちが現実世界でどのように物理的に動き回るかを学習する助けを必要としています。

成長を続ける世界規模のトレーナー軍団が、私たちの動き方を教えて、コンピューターから逃れ、リビングルーム、オフィス、工場に侵入するのを助けている。

インド南部の工業都市で、ナヴィーン・クマールさん（28）は机の前に立ち、できるだけ正確にハンドタオルを何百回も折り畳むことからその日の仕事を始める。

彼はホテルで働いているわけではありません。彼は、AI のトレーニングに使用される物理データを作成するスタートアップ企業で働いています。

彼は GoPro カメラを額に取り付け、手の動きの規則正しいリストに従い、人間がどのように折り畳むかを正確な視点から撮影しました。

その日、彼は机の右側にあるカゴからタオルを右手だけで取り出し、両手でまっすぐに振ってから、きれいに三回折らなければなりませんでした。それから彼はたたんだタオルをそれぞれ机の左隅に置かなければなりませんでした。

1 分以上かかった場合、または手順を間違えた場合は、最初からやり直す必要があります。

彼の会社、Objectways というデータラベル会社は、米国のクライアントに 200 本のタオル折りビデオを送信しました。同社には 2,000 人以上の従業員がいます。そのうちの約半数は自動運転車やロボット工学からのセンサー データにラベルを付けており、残りは生成 AI に取り組んでいます。

彼らのほとんどはエンジニアであり、タオルを折りたたむことに熟練している人はほとんどいないため、交代で肉体労働を行っています。

オブジェクトウェイズで 6 年間働いている工学部卒業生のクマール氏は、「アイテムの折り方や配置方法における愚かな間違いにより、150 または 200 近くのビデオを削除しなければならないこともあります」と述べています。

慎重に振り付けされた動きは、腕を伸ばす、指を握る、布を滑らせるなど、衣服をたたむ人間の動作のあらゆるニュアンスを捉えています。

撮影されたビデオにはクマール氏と彼のチームによって注釈が付けられます。彼らは、ビデオのさまざまな部分の周囲にボックスを描画し、タオルにタグを付け、腕が左に動いたか右に動いたかにラベルを付けて、各ジェスチャーを分類します。

ベンガルールから約300マイル南にあるカルールの町に住むクマール氏とその同僚たちは、次世代のAI搭載ロボットの家庭教師としてはありそうもない集団だ。

「企業は、物理世界に適した基礎モデルを構築しています」と、人間の実証データを収集するためにオブジェクトウェイズと契約しているサンフランシスコのデータ管理プラットフォーム、エンコードの共同創設者ウルリック・スティグ・ハンセン氏は述べた。 「ロボット工学が大きく復活しています。」

Encord は、ジェフ・ベゾス氏が支援するフィジカル・インテリジェンスやダイナ・ロボティクスなどのロボット企業と協力しています。

テスラ、ボストン ダイナミクス、エヌビディアは、次世代ロボットの開発競争において米国のリーダーの 1 つです。テスラはすでに自社のオプティマスロボット（遠隔操作されることが多いようだ）をさまざまな社内イベントで使用している。 Google にはロボット工学用の独自の AI モデルがあります。 OpenAI はロボット工学への野心を強化しています。

エヌビディア プロジェクト 人型ロボット市場は今後10年間で380億ドルに達する可能性がある。

また、量産型のマルチタスクの人型ロボットを現実にするためのハードウェア、ソフトウェア、データを提供しようとしている、あまり知られていない企業もたくさんあります。

ロボットは、7 月に北京で開催される中国国際サプライ チェーン エキスポの期間中に Nvidia のブースに展示されます。

(マヘシュ・クマール・A./AP通信)

ChatGPT などのチャットボットを強化する大規模な言語モデルは、すべてをオンラインで収集することによって、言語、画像、音楽、コーディング、その他のスキルを習得しました。彼らはインターネット全体を使用して、物事がどのように接続されているかを把握し、質問に答えたり、写真のようにリアルなビデオを作成したりするなど、私たちの行動を模倣します。

物理世界がどのように機能するか (たとえば、ナプキンを折りたたむのにどのくらいの力が必要か) に関するデータを取得して、AI が使用できるデータに変換するのは困難です。

ロボット工学が改良され、物理世界での動き方を知っている AI と結合することで、さらに多くのロボットが職場や家庭に導入される可能性があります。これが失業や失業につながる可能性を懸念する人は多いが、先進的なロボットは人間を退屈な仕事から解放し、人件費を削減し、最終的には人々がリラックスしたり、より興味深く重要な仕事に集中したりする時間を増やすだろうと楽観主義者は考えている。

多くの企業が、いわゆる物理 AI のためのデータを収集する機会を見て、AI ゴールド ラッシュの売り手として競争に参入しました。

ある企業グループは、人間がロボットを遠隔で誘導することで、AIに現実世界での行動方法を教えている。

サンフランシスコに本拠を置くMicro1の創設者アリ・アンサリ氏は、新たなロボット工学データ収集はますます遠隔操作に焦点を当てていると述べた。コントローラーを持った人間がロボットにカップを持ち上げたり、お茶を淹れたりするなどの動作をさせます。 AIは、何かをしようとする試みの成功と失敗のビデオを供給され、それを学習します。

遠隔制御トレーニングは、ロボットと同じ部屋で行うことも、別の国にあるコントローラーを使用して行うこともできます。 Encordのハンセン氏は、東ヨーロッパに倉庫が計画されており、そこでは大規模なオペレーターチームがジョイスティックを持って座り、世界中のロボットを誘導することになると語った。

カリフォルニアに本社を置くデータアノテーション会社ディーペンAIの創設者モハマド・ムーサ氏によると、一部の人が「アームファーム」と呼ぶこうしたものは、需要の増加に伴って出現しつつあるという。

「現在、人間によるデモンストレーション、遠隔操作セッション、舞台化された環境から収集された、実際のデータと合成データが混在して使用されています」と同氏は述べた。 「この作業の多くは依然として西側諸国以外で行われていますが、自動化とシミュレーションにより、時間の経過とともにその依存関係が軽減されています。」

ある人は 批判された 実体よりもシズル感のある遠隔操作ヒューマノイド。他人がコントロールしているときは印象的ですが、完全な自律性には程遠いです。

Ansari の Micro1 は、人間のデータキャプチャと呼ばれるものも行います。日常の行動を記録するスマートグラスを着用することで、人々はお金を得ることができます。ブラジル、アルゼンチン、インド、米国でもこれを行っています。

サンノゼに本拠を置く Figure AI は、不動産大手ブルックフィールドと提携して、10 万軒の住宅内部から映像を撮影しました。それは データを収集する 人間の動きについて、人型ロボットに人間の空間での動き方を教える。会社が言ってた 費やします 調達した10億ドルの多くは、人間の一人称データを収集するために使われた。

メタ支援された Scale AI は、サンフランシスコに設立されたプロトタイプ ラボを通じて、ロボット工学向けの同様のトレーニング映像を 100,000 時間収集しました。

それでも、ボットのトレーニングは必ずしも簡単ではありません。

20 歳のデブ マンダルは、AI をトレーニングするための物理データの必要性を利用して利益を上げたいと考え、バンガロールに会社を設立しました。彼は動きを捉えるためにインドの安価な労働力を提供した。サービスを宣伝した後、データセンターでケーブルを抜き差しするロボットだけでなく、料理を作るロボットアームの訓練を手伝ってほしいという依頼も受けた。

しかし、潜在的な顧客は非常に特殊な方法で収集された身体動作データを必要としていたため、インドの安価な労働力を利用しても収入を得ることが困難になったため、彼はビジネスを断念せざるを得ませんでした。クライアントは、たとえば、紫色のライトを備えた特定の種類のテーブルを使用する、正確なロボット アームを求めていました。

「テーブルの色に至るまで、すべて彼らが指定する必要がありました」と彼は言いました。 「そして彼らは、これがまさにその色に違いないと言いました。」

それでも、カルールのタオルフォルダーにはたくさんの仕事があります。

同社の上司であるオブジェクトウェイズの創設者ラヴィ・シャンカール氏は、ここ数カ月間、彼の会社がロボットアームが段ボール箱やTシャツを折りたたんだり、テーブル上の特定の色の物体を取り出したりする映像を撮影し、注釈を付けたと述べた。

最近では、より高度なヒューマノイドロボットのビデオに注釈を付け始め、タオルと衣服を組み合わせて分類して折りたたむ訓練を支援し、それらを折りたたんでテーブルのさまざまな隅に置きます。彼のチームは、ロボットが仕事をしている 15,000 本のビデオに注釈を付ける必要がありました。

「ロボットのアームが衣服を投げ飛ばして、うまく畳めなくなることもある。束が散らばることもある」と、オブジェクトウェイズの従業員で通称カビンさん（27）は、ロボットたちはすぐに学習していると語った。 「5年か10年もすれば、彼らはすべての仕事をこなせるようになり、私たちに残される仕事は何もなくなるでしょう。」