Adakah gelombang otak kunci pembuka seterusnya untuk AI fizikal?

Sebuah gudang di San Leandro, California sedang menjalankan salah satu eksperimen robotik paling pelik pada masa kini: seorang manusia dengan berhati-hati menarik blok kayu dari menara Jenga sambil sensor mengukur gelombang otaknya. Ia terdengar seperti persediaan makmal neurosains, tetapi ia sebenarnya adalah operasi pengumpulan data — dan ia mungkin mewakili titik infleksi yang tulen dalam cara sistem AI fizikal dilatih. Adakah gelombang otak kunci pembuka seterusnya untuk AI fizikal? Soalan itu terdengar seperti fiksyen sains, tetapi rasional kejuruteraan di sebaliknya adalah sangat sukar untuk dipertikaikan.

Apa Yang Berlaku

Eksperimen ini milik Encord, sebuah syarikat yang membina alat data untuk latihan model AI. Menurut laporan TechCrunch, Encord menggunakan apa yang dipanggil "juruterbang" — pelatih robotik manusia — yang melakukan tugas fizikal sambil memakai headset berstrumen. Headset ini bukan sahaja menjejaki apa yang dilihat oleh pelatih melalui kamera; ia juga menangkap data elektroensefalografi (EEG), mengukur aktiviti otak secara masa nyata. Perkakasan headset berasal dari , sebuah syarikat neurosains Jerman yang memberi tumpuan kepada penyahkodan keadaan mental daripada isyarat otak.

Idea teras adalah mudah apabila anda mendengarnya: apabila manusia melakukan tugas yang mahir, bukan setiap saat membawa berat kognitif yang sama. Mengambil cawan dari meja adalah remeh. Mengeluarkan blok yang menanggung beban dari menara Jenga yang goyah bukanlah. Rakaman video standard menganggap kedua-dua saat sebagai titik data yang setara. Bacaan gelombang otak tidak — ia memberi isyarat apabila pengendali manusia mengalami perhatian yang meningkat, kejutan, atau pembetulan ralat. Lucas Gehrke, seorang neurosaintis Zander yang menyelia kerja ini, menjelaskan bahawa jumlah aktiviti otak pada sebarang saat memberikan petunjuk kepada pembina model yang cuba mengetahui bila mereka perlu menggunakan model usaha tertinggi mereka.Encord sedang menganggap ini sebagai larian percubaan. Rancangannya adalah untuk membina set data berlabel gelombang otak awal, menjalankannya melalui model robotik pelanggan, dan menilai sama ada ia benar-benar meningkatkan prestasi sebelum memutuskan sama ada untuk meningkatkan skala. Vineeth Velmurugan, ketua robotik Encord, menerangkannya sebagai "tepi berdarah" usaha untuk menyelesaikan kesesakan data robotik. Kesesakan itu — bukan seni bina model, bukan pengiraan, tetapi kekurangan mentah data latihan fizikal berkualiti tinggi dunia sebenar — semakin menjadi kekangan yang dihadapi oleh pasukan robotik serius.Konteks yang lebih luas: model AI fizikal sempadan tidak belajar dengan baik daripada video YouTube. Mereka memerlukan berbilang sudut kamera, anotasi padat, dan kini, jelas, konteks neurologis. Masalah data dalam robotik secara asasnya berbeza daripada masalah data dalam model bahasa, dan Encord bertaruh bahawa menyelesaikannya memerlukan pemikiran semula tentang apa yang "titik data" bermaksud.Mengapa Ia Penting untuk AsiaAsia bukan penonton dalam perlumbaan AI fizikal. China, Jepun, Korea Selatan, dan semakin banyak hab pembuatan Asia Tenggara semuanya sangat berminat dalam robotik dan automasi. China sahaja telah menjadikan robotik humanoid sebagai keutamaan strategis nasional, dengan berpuluh-puluh syarikat pemula yang didanai dengan baik membina robot dua kaki untuk lantai kilang. Sektor pembuatan Jepun telah menggunakan robot industri lebih lama daripada hampir semua orang. Chaebols Korea Selatan mencurahkan modal ke dalam automasi gudang. Soalan tentang dari mana data latihan berasal — dan siapa yang mengawalnya — mempunyai implikasi langsung untuk setiap satu ekosistem ini.Eksperimen Encord-Zander menunjukkan sesuatu yang pembina teknologi Asia harus memberi perhatian yang teliti: parit kompetitif dalam AI fizikal beralih daripada berat model kepada saluran data. Jika data latihan berlabel gelombang otak benar-benar meningkatkan ketangkasan dan pengambilan keputusan robot, pasukan yang dapat menghasilkan data itu pada skala akan mempunyai kelebihan struktur yang sukar untuk direplikasi dengan cepat. Saluran data adalah infrastruktur, dan kelebihan infrastruktur berkembang.Bagi syarikat robotik Asia, ini mewujudkan ancaman dan peluang. Ancaman: jika data latihan AI fizikal terbaik dijana di gudang di California, dengan alat yang dibina oleh syarikat pemula neurosains Eropah, pengeluar Asia berisiko menjadi bergantung pada infrastruktur data Barat walaupun mereka membina perkakasan. Peluang: Asia mempunyai lantai kilang, operasi gudang, dan kepadatan pembuatan untuk menjana data latihan fizikal pada skala yang benar-benar sukar untuk dipadankan di tempat lain. Bahagian yang hilang telah menjadi instrumentasi dan alat data untuk menangkapnya dengan betul.Pengasas di Asia Tenggara yang membina di atas AI — sama ada untuk logistik, pembuatan, atau robotik penghantaran baris terakhir — harus memantau perkembangan ini dengan teliti. Syarikat yang mengetahui cara menginstrumenkan persekitaran operasi mereka sendiri dan menjana data latihan fizikal proprietari akan mempunyai sesuatu yang tidak boleh dimuat turun daripada Hugging Face.Apa Maksudnya untuk PembangunBagi pembangun yang bekerja dalam ruang AI fizikal — sama ada anda membina perisian robotik, saluran latihan, atau aplikasi yang terletak di atas model asas — cerita gelombang otak menampilkan beberapa implikasi kejuruteraan konkrit yang patut dipertimbangkan.Isyarat kualiti data lebih penting daripada volum data. Keseluruhan premis integrasi Zander Labs ialah bukan semua saat latihan adalah sama. Klip video 30 saat manusia menyelesaikan tugas mengandungi mungkin dua atau tiga saat isyarat tinggi tulen di mana model perlu belajar sesuatu yang sukar. Data EEG adalah satu cara untuk mengenal pasti saat-saat itu secara automatik. Tetapi prinsip asas — bahawa anda memerlukan isyarat kualiti untuk menimbang data latihan anda dengan betul — terpakai sama ada atau tidak anda menggunakan sensor gelombang otak. Jika anda membina saluran latihan untuk sebarang aplikasi AI fizikal, anda harus bertanya: bagaimana saya tahu titik data mana yang paling penting?Anotasi menjadi multimodal. Anotasi data tradisional untuk robotik melibatkan pelabelan bingkai video dengan kedudukan objek, sudut sendi, dan keadaan tugas. Menambah data neurologis adalah versi ekstrem bagi aliran yang lebih luas: anotasi menjadi lebih kaya, lebih berlapis, dan lebih mahal. Pembangun yang membina saluran data hari ini harus merancang untuk keluwesan. Skema anotasi yang anda rancang sekarang perlu menampung jenis isyarat yang belum wujud dalam tindanan anda.Lapisan sensor menjadi kebimbangan kejuruteraan kelas pertama. Dalam AI perisian, data anda datang daripada log, interaksi pengguna, dan kandungan web yang diikis. Dalam AI fizikal, data anda datang daripada dunia fizikal — dan kualiti data itu dibatasi oleh kualiti persediaan sensor anda. Juruterbang Encord memakai headset dengan kamera pelacakan mata dan sensor EEG secara serentak. Mendapatkan instrumentasi itu betul, dikalibrasi, dan boleh dipercayai pada skala adalah masalah integrasi perkakasan-perisian yang kebanyakan pembangun perisian belum perlu fikirkan sebelum ini. Jika anda bergerak ke AI fizikal, ini adalah masalah "infrastruktur data" yang baru.Kecekapan model menjadi bergantung konteks. Titik Gehrke tentang menggunakan "model usaha tertinggi" hanya apabila aktiviti otak memberi isyarat saat yang menuntut kognitif mempunyai terjemahan kejuruteraan langsung: bukan setiap panggilan inferens perlu sama mahal. Jika anda boleh melabel data latihan anda dengan isyarat kesukaran — neurologis atau sebaliknya — anda boleh melatih model yang tahu bila perlu berfikir lebih keras. Ini relevan jauh melampaui robotik. Sebarang aplikasi di mana kos inferens penting dan kesukaran tugas berbeza-beza boleh mendapat manfaat daripada jenis peruntukan pengiraan adaptif ini.

Bagi pembangun yang membina di atas MonstarX, pendekatan ini membuka kemungkinan baru untuk membina aplikasi AI fizikal yang lebih cerdas dan cekap.