যত বেশি আমি রোবোটিক্স ডেটার উপর চিন্তা করি, তত বেশি আমি বিশ্বাস করি যে শুধুমাত্র আরও বেশি ডেটা সংগ্রহ করাই অবশ্যই সমাধান নয়। প্রকৃত প্রশ্নটি হলো, আমরা কি সঠিক ডেটা সংগ্রহ করছি? এটিই @axisrobotics-এর দিকনির্দেশনার প্রতি আমার দৃষ্টি আকর্ষণ করেছে। একটি রোবট মডেল অব্যাহতভাবে উন্নতি লাভ করছে এবং ভালো হচ্ছে, যখন এর চারপাশের তথ্যগুলো অপরিবর্তিত থাকতে পারে। এটি একটি সমস্যা তৈরি করে। কিছু আচরণগুলো ইতিমধ্যেই মডেলের জন্য সহজ, তাই এগুলোর আরও বেশি ডেটা সংগ্রহ করলে খুবই কমই উপকার হয়। একইসময়ে, সেই বিরল ক্ষেত্রগুলো, যেখানে মডেলটি এখনও সংগ্রাম করছে, সেগুলোই হয়তো অনেকগুণ বেশি গুরুত্বপূর্ণ। অক্সিস, ডেটা সংগ্রহের পরেই ট্রেনিংয়ের প্রচলিত পদ্ধতির পরিবর্তে, একটি ভিন্নচক্রকেই অনুসরণ করছে: সংগ্রহ ট্রেনিং মূল্যায়ন ডেটা পুনরায় সামঞ্জস্য আবার ট্রেনিং মডেলটি ডেটা ইঞ্জিনেরঅংশে পরিণত হচ্ছে এর ব্যর্থতাগুলোই আমাদেরকে দেখাবে, কীটা অনুপস্থিত এর পারফরম্যান্সই চিহ্নিতকরবে, বিদ্যমান ডেটাগুলোরমধ্যেকোনগুলোআজওউপকারী। এবংমানবিয়সংশোধনগুলোমডেলযেখানেসংগ্রামকরছে,সেখানেসঠিকভাবেনতুনট্রেনিংসংকেতপ্রদানকরবে। আমিএইধারণাটিকেনিশ্চিতভাবেউত্তেজিতভাবেঅনুভবকরছি,কারণএটিডেটাসেটেরআকারবাড়ানোরপরিবর্তেডেটাকেকিভাবেসংগঠিতওবণ্টনকরাহচ্ছেতারপ্রতিফোকাসপরিবর্তনকরছে। আরওবেশিডেটাঅবশ্যইঅধিকভালোশিখনকেঅনিবার্যভাবেঅনুসরণকরবেনা। প্রতিকখনই,সবচেয়েমূল্যবানতথ্যগুলোহয়তোসেইঅতি-সংকীর্ণডেটারঅংশথেকেআসছে,যামডেলকেসেইজিনিসগুলোশিখতেসহায়তাকরছয,যাৎখনওএটিপূর্ণভাবেঅধিগতকরতপারছিলনা। এখানইথেকেফিজিক্যালএআইআমারজন্যআসলইআকর্ষণীয়হয়েউঠছে। মডেলটিএখনশুধুমাত্রডেটাথেকেশিখছিলনা। এটিআমাদেরপূর্বানুমানকরতসহজলভহয়েউঠছযযেঅগলভবনগুলোপরবর্তীতথ্যহব।