Τα δεδομένα ρομποτικής αναδεικνύονται στο νέο στρατηγικό πόρο της φυσικής τεχνητής νοημοσύνης. Μια νεοφυής εταιρεία, η XDOF, φιλοδοξεί να γίνει η κρίσιμη υποδομή πίσω από την επόμενη γενιά ρομπότ.
Τα δεδομένα ρομποτικής αναδεικνύονται στο νέο στρατηγικό πόρο της φυσικής τεχνητής νοημοσύνης, καθώς τα μεγάλα εργαστήρια AI στρέφονται ξανά στη ρομποτική. Η XDOF, μια νεοφυής εταιρεία που βγαίνει τώρα από τη «σιωπηλή» φάση της, επιχειρεί να καλύψει το τεράστιο κενό ποιοτικών δεδομένων κίνησης και αλληλεπίδρασης με τον φυσικό κόσμο.
Πώς τα δεδομένα ρομποτικής έγιναν ο νέος «λαιμός μπουκαλιού» της AI;
Σε αντίθεση με τα γλωσσικά μοντέλα που «τάισαν» δισεκατομμύρια λέξεις από ανοιχτό κείμενο, τα ρομπότ χρειάζονται δεδομένα φυσικής αλληλεπίδρασης, τα οποία σήμερα είναι ελάχιστα και αποσπασματικά. Βίντεο από πλατφόρμες όπως το YouTube ή υλικό από gig workers είναι χαμηλής πιστότητας και δύσκολο να αντιστοιχηθεί με ακριβείς φυσικές παραμέτρους.
Η XDOF ποντάρει ότι το πραγματικό εμπόδιο δεν είναι πλέον τα ίδια τα μοντέλα ή τα τσιπ, αλλά ο κλειστός βρόχος δεδομένων που απαιτείται για να μάθουν τα ρομπότ σύνθετες δεξιότητες. Γι’ αυτό αναπτύσσει ολοκληρωμένους αγωγούς συλλογής, εργαλεία τηλεχειρισμού και συστήματα επισημείωσης, τα οποία δύσκολα μπορούν να κτίσουν in-house ακόμη και τα μεγαλύτερα εργαστήρια.
Πώς δομεί η XDOF την αγορά για δεδομένα ρομποτικής;
Η εταιρεία, ιδρυμένη τον Οκτώβριο 2024 από τους Philipp Wu, Fred Shentu και Nemo Jin, έχει ήδη αντλήσει 70 εκατ. δολάρια από κορυφαία funds επιχειρηματικού κεφαλαίου και απασχολεί περίπου 60 εργαζόμενους. Σύμφωνα με τη διοίκηση, συνεργάζεται ήδη με περίπου 20 πελάτες, ανάμεσά τους και «μεθοριακά» εργαστήρια AI, χωρίς όμως να τα κατονομάζει.
Οι ιδρυτές προέρχονται από το οικοσύστημα της UC Berkeley, όπου ανέπτυξαν το GELLO, ένα χαμηλού κόστους σύστημα τηλεχειρισμού ρομποτικού βραχίονα για παραγωγή εκπαιδευτικών δεδομένων. Πάνω σε αυτή την εμπειρία, η XDOF χτίζει μια «πυραμίδα δεδομένων» με τρία επίπεδα: τηλεχειρισμό πάνω στα ίδια τα ρομπότ-στόχους, πιο γενικά δεδομένα από τηλεχειριζόμενα ρομπότ, και τέλος «εγωκεντρικά» δεδομένα από ανθρώπους με φορητούς αισθητήρες.
Μπορούν ανοιχτά σύνολα δεδομένων ρομποτικής να επιταχύνουν την έρευνα;
Ως αφετηρία, η XDOF συνεργάζεται με το ερευνητικό εργαστήριο AI της UC Berkeley για την κυκλοφορία του ABC, που παρουσιάζεται ως η μεγαλύτερη συλλογή υψηλής ποιότητας δεδομένων ρομποτικής μέχρι σήμερα. Το σύνολο περιλαμβάνει 130.000 τροχιές δεδομένων χειρισμού, 300 ώρες προσομοίωσης και 100 ώρες αξιολογήσεων, κλίμακα που μέχρι σήμερα δεν ήταν διαθέσιμη στην ακαδημαϊκή κοινότητα.
Ήδη το ABC έχει χρησιμοποιηθεί για την εκπαίδευση ρομπότ σε τυποποιημένα tasks όπως το δίπλωμα T-shirt, το ίσιωμα κουτιών ή το τοποθέτημα AirPods στη θήκη τους. Η λογική είναι ότι, όπως στα γλωσσικά και στα μοντέλα εικόνας, ο συνδυασμός ανοιχτών μοντέλων και πλούσιων δεδομένων μπορεί να οδηγήσει σε απρόσμενες καινοτομίες από την κοινότητα.
Τι σημαίνει για την Ελλάδα και τον κλάδο
Για την ελληνική τεχνολογική σκηνή, η άνοδος των δεδομένων ρομποτικής ανοίγει ένα νέο, εξειδικευμένο πεδίο δραστηριοποίησης για startups και ερευνητικά κέντρα. Πανεπιστήμια, εργαστήρια ρομποτικής και βιομηχανίες logistics ή μεταποίησης μπορούν να συμμετέχουν σε διεθνείς αλυσίδες αξίας παρέχοντας υποδομές, δοκιμαστικά περιβάλλοντα ή εξειδικευμένους χειριστές.
Παράλληλα, η συζήτηση για τις εργασιακές συνθήκες των τηλεχειριστών και συλλεκτών «εγωκεντρικών» δεδομένων αφορά άμεσα και την ελληνική αγορά εργασίας, καθώς τέτοια μοντέλα συχνά αναζητούν χαμηλότερου κόστους ανθρώπινο δυναμικό παγκοσμίως. Η έγκαιρη ρύθμιση θεμάτων όπως η προστασία δεδομένων, η ασφάλεια και η αξιοπρεπής αμοιβή θα καθορίσει αν η χώρα θα είναι απλώς πηγή φθηνής εργασίας ή ενεργός εταίρος σε μια αναδυόμενη παγκόσμια υποδομή ρομποτικής.
Σχόλιο
: Η XDOF δείχνει ποια θα είναι η επόμενη μεγάλη «ενδιάμεση» βιομηχανία της τεχνητής νοημοσύνης: όχι άλλη μια πλατφόρμα μοντέλων, αλλά ο αόρατος μηχανισμός που παράγει, καθαρίζει και επισημειώνει δεδομένα για ρομπότ. Για την Ελλάδα, το μήνυμα είναι σαφές: όποιος επενδύσει έγκαιρα σε υποδομές ρομποτικής, πρότυπα δεδομένων και ανθρώπινο κεφάλαιο, μπορεί να διεκδικήσει θέση σε μια παγκόσμια αγορά που διαμορφώνεται τώρα, πριν «κλειδώσουν» τα οικοσυστήματα γύρω από λίγους διεθνείς παίκτες.
Διαβάστε επίσης:
Startup Pramaana φέρνει τυπική επαλήθευση στην εποχή της ΤΝ
Ινδία: Καναδικό συνταξιοδοτικό ταμείο επενδύει δυναμικά σε data centers AI
#Τεχνητήνοημοσύνη #Ρομποτική #Startups #Δεδομένα #Τεχνολογία






