Fiziksel Yapay Zekâ İçin Beyin Dalgaları Yeni Eğitim Verisi Kaynağına Dönüşüyor
Robotların gerçek dünyada daha başarılı görevler üstlenebilmesi için geliştirilen fiziksel yapay zekâ sistemleri, yeni eğitim verilerine ihtiyaç duyuyor. Encord ile Alman nörobilim girişimi Zander Labs, bu sorunu çözmek amacıyla beyin dalgalarını ölçen sensörleri robot eğitim süreçlerine dahil eden yeni bir çalışma başlattı. Deneme aşamasındaki proje, insanın zihinsel durumunu yapay zekâ modellerine aktararak robotların karar verme performansını geliştirmeyi hedefliyor.
Gerçek Dünya Verisi Robot Geliştirmenin En Büyük Engellerinden Biri Olmayı Sürdürüyor
Kaliforniya’nın San Leandro kentindeki Encord tesisinde çalışan eğitmenler, robotların öğrenmesi gereken görevleri yerine getirirken kamera ile beyin sinyali sensörlerini aynı anda kullanıyor. Araştırmacılar, görev sırasında oluşan odaklanma, hata algısı, niyet ile şaşırma gibi bilişsel tepkileri analiz ederek eğitim verisine yeni bir katman ekliyor. Şirket, bu yöntemin robotların yalnızca hareketleri değil karar alma süreçlerini de daha doğru yorumlamasına katkı sağlayabileceğini değerlendiriyor.
Araştırmayı yöneten ekip, toplanan verileri önce müşterilerin robot modellerinde test etmeyi, ardından performans artışı doğrulanırsa veri üretimini genişletmeyi planlıyor. Beyin aktivitesi, modelin hangi aşamada daha fazla hesaplama gücüne ihtiyaç duyduğunu anlamaya yardımcı olabilecek biyolojik göstergeler sunuyor.
Encord yöneticileri, robotik sektöründeki en büyük darboğazın artık model geliştirmekten çok eğitim verisi üretmek olduğunu ifade ediyor. Şirket, görüntü etiketleme hizmetiyle başladığı faaliyetlerini gerçek dünyada kullanılabilecek robot eğitim verileri oluşturan yeni bir iş modeline dönüştürüyor. Fiziksel yapay zekâ sistemlerinin gelişimi için gerekli veri bugün yeterli miktarda bulunmuyor.
Encord, yalnızca başa takılan kameralarla elde edilen görüntülerle yetinmiyor. Şirket, uzaktan kontrol edilen robotlardan gelen hareket kayıtlarını kullanırken kol üzerine yerleştirilen kas sensörleriyle insan elinin üç boyutlu hareketini de yeniden oluşturmayı amaçlıyor. Araştırmacılar, video kayıtlarının göremediği parmak konumlarını elektriksel kas sinyalleriyle tamamlayarak daha ayrıntılı eğitim verisi üretmeyi hedefliyor.
Tesiste kullanılan robot kolları; kahve doldurma, poker fişi dizme, Ethernet kablosu takma, yapay çiçek yerleştirme gibi yüksek hassasiyet isteyen görevleri tekrar ederek veri oluşturuyor. Veri merkezlerinde sık yapılan bağlantı işlemlerinin otomatikleştirilmesi için geliştirilen bu senaryolar, robotların ince motor becerilerini geliştirmeye odaklanıyor.
Her kayıt, büyük dil modellerinin hareketleri anlayabilmesi için ayrıntılı açıklamalarla etiketleniyor. İnsan eli sağ cıvatayı sıkıyor gibi fiziksel tanımlar, modele yalnızca görüntüyü değil yapılan eylemi de öğretiyor. Şirket, yoğun biçimde etiketlenen bu veri kümelerinin sıradan birinci kişi kamera kayıtlarına göre çok daha yüksek eğitim değeri sunduğunu belirtiyor.
Sektörde faaliyet gösteren şirketler, fiziksel yapay zekâ alanındaki ilerlemenin büyük ölçüde veri kalitesine bağlı olduğu görüşünde birleşiyor. Encord’un farklı robot üreticileriyle yürüttüğü çalışmalar sayesinde geliştirilen yeni veri toplama yöntemleri, gelecekte insansı robotlar ile depo otomasyonu başta olmak üzere pek çok uygulamanın daha güvenilir çalışmasına katkı sağlayabilir.
