Çinli DexForce, İnsansı Robotları Sanal Verilerle Eğiterek Maliyetleri Düşürmeyi Hedefliyor
Çin merkezli teknoloji girişimi DexForce, insansı robotların gerçek dünyadaki görevleri daha düşük maliyetle öğrenmesini sağlamak için sanal verilerden yararlanıyor. Shenzhen merkezli şirket, robotları sanal ortamlarda eğiterek insanlardan tekrar tekrar veri toplama ihtiyacını azaltmayı ve yapay zekâ sistemlerinin öğrenme sürecini hızlandırmayı amaçlıyor. DexForce’un yaklaşımı, Çin’in insansı robot sektöründe fiziksel becerileri ticari açıdan yararlı işlere dönüştürme yarışında öne çıkan yöntemlerden biri olarak dikkat çekiyor.
DexForce, Robot Eğitiminde Gerçek Dünya Verilerine Alternatif Sunuyor
DexForce’un çalışma ofislerinde gösterilen bir simülasyonda sanal robot, masanın üzerine çeşitli nesneler yerleştiriyor. Robot aynı görevi kol açısı, masa rengi ve nesnelerin özellikleri değiştikçe tekrarlıyor. Bu yöntem, robotların farklı koşullara uyum sağlamasını ve tek bir hareket örneğine bağlı kalmadan öğrenmesini amaçlıyor.
Çin’deki robot üreticileri, insansı makinelerin fabrikalarda, ofislerde ve evlerde güvenilir biçimde çalışmasını sağlamak için farklı eğitim yöntemleri geliştiriyor. Bazı şirketler, gerçek dünyada görevleri tekrar tekrar yerine getiren insan çalışanlardan büyük miktarda veri topluyor. DexForce ise sanal ortamlarda üretilen sentetik verilerle eğitim maliyetlerini düşürmeye odaklanıyor.
Şirketin kurucusu ve Üst Yöneticisi Jia Kui, gerçek dünyadaki veri toplama yönteminin çok büyük ölçeklere ulaşmasının verimsiz kalacağını savunuyor. Jia’ya göre fiziksel yapay genel zekâya ulaşmak için yalnızca gerçek dünya verilerine dayanmak, 10 trilyon örnek gerektirebilir. İnsanların yapabileceği sınırsız sayıda görevi elle kaydetmeye çalışmak, bu nedenle sürdürülebilir bir yöntem olarak görülmüyor.
DexForce, fiziksel ortamları taklit eden yapay zekâ yazılımları ve nesnelerin hareketlerini, birbirleriyle etkileşimlerini tahmin eden modeller geliştiriyor. Şirket, önce bir iş yerinin veya görevin dijital kopyasını oluşturuyor. Ardından robotu bu sanal ortamda eğiterek edindiği becerileri fiziksel makinelere aktarıyor.
Gerçek dünyada veri toplamak, insan eğitmenlerin aynı hareketi hassas örnekler elde etmek için 100’den fazla kez tekrarlamasını gerektirebiliyor. Sanal simülasyonlar ise nesnelerin konumunu, ortamın özelliklerini ve hareket koşullarını değiştirerek çok sayıda eğitim senaryosu oluşturabiliyor. Böylece robotlar, farklı koşullarda karşılaşabilecekleri görevler için daha fazla örnekle eğitilebiliyor.
Bununla birlikte simülasyonda başarılı olmak, fiziksel dünyada aynı performansın garanti edildiği anlamına gelmiyor. Robotların gerçek ortamlardaki değişkenleri algılaması, çevrelerinde güvenli biçimde hareket etmesi ve daha önce karşılaşmadıkları talimatlara uyum sağlaması gerekiyor. DexForce’un yaklaşımının ticari başarısı da sanal ortamda kazanılan becerilerin fiziksel robotlara ne kadar güvenilir aktarılabildiğine bağlı bulunuyor.
Çin genelinde insansı robotların eğitimi için çok sayıda merkez kuruluyor. Bu tesisler, gerçek dünyada insan çalışanlardan veri toplama süreçlerine dayanırken yüksek maliyetleri nedeniyle çoğu zaman devlet desteklerine ihtiyaç duyuyor. Sektördeki birçok şirket, simülasyon verilerini gerçek dünyadan toplanan örneklerle birleştiriyor. Ancak yüksek kaliteli eğitim verilerine erişim, robotların yeteneklerini geliştirmede temel darboğazlardan biri olmayı sürdürüyor.
DexForce’un yöntemi, fiziksel veri toplama ihtiyacını azaltarak bu maliyet baskısına alternatif sunmayı amaçlıyor. Şirketin hedefi yalnızca belirli hareketleri tekrarlayan robotlar geliştirmek değil, farklı ortamlarda yeni görevleri komut üzerine yerine getirebilen sistemlere ulaşmak. Jia, bu gelişimi ChatGPT’nin 2022’deki çıkışının üretken yapay zekâ alanında yarattığı dönüşüme benzer bir sıçramayla ilişkilendiriyor.
2021’de Jia Kui tarafından kurulan DexForce, yaklaşık 500 çalışanıyla faaliyet gösteriyor. Hong Kong Çin Üniversitesi’nin Shenzhen kampüsünde makine öğrenimi profesörlüğü yapan Jia’nın liderliğindeki girişim, Lenovo’nun yatırım kolu Lenovo Capital, Lens Technology ve çeşitli devlet destekli fonlardan yatırım alıyor.
Şirket, son B Serisi yatırım turunda 1 milyar yuan, yani yaklaşık 147 milyon dolar finansman sağladı. Bu turda DexForce’un değerlemesi 10 milyar yuanın üzerine çıktı. Bloomberg, şirketin Hong Kong’da halka arz seçeneğini değerlendirdiğini bildirdi ancak Jia bu konu hakkında yorum yapmadı.
DexForce’un yazılımları Toyota, Samsung, Panasonic, Foxconn, Haier ve Hisense gibi Çinli ve yabancı üreticilerin endüstriyel faaliyetlerinde kullanılıyor. Şirketin insansı robotları ise ülke genelinde 15’ten fazla şehirdeki alışveriş merkezleri ve turistik noktalarda kahve hazırlama ve müşterilere hizmet verme gibi görevler üstleniyor.
DexForce’un büyüme stratejisinde sanal eğitim teknolojisinin endüstriyel uygulamalara daha geniş ölçekte taşınması önemli yer tutuyor. Şirketin uzun vadeli hedefi, robotların yalnızca önceden tanımlanmış hareketleri uygulamak yerine farklı koşullara uyum sağlayarak yeni görevleri bağımsız biçimde yerine getirmesini sağlamak. Bu hedefe ulaşılması, sanal verilerin gerçek dünyadaki robot performansını ne ölçüde geliştirdiğine ve eğitim maliyetlerini ne kadar düşürdüğüne bağlı olacak.
