Конкуренция в отрасли эмбоди-интеллекта сосредоточена на ограничениях по данным. Компания Qiongche Intelligence в партнерстве с Alibaba Cloud создала облачную автоматизированную производственную линию для обработки данных. Для сбора данных о действиях роботов используется решение UMI, однако после сбора данные проходят через сложные этапы, включая восстановление позы, калибровку рыбьего глаза, сегментацию действий и мультимодальную аннотацию. Alibaba Cloud предоставляет распределенные вычислительные мощности, обеспечивая полную автоматизацию процесса: пропускная способность данных увеличилась более чем в 10 раз, облачная вычислительная мощность масштабируется до 100 000+ CU, а эффективность обучения моделей повысилась примерно на 50%. Это сотрудничество подтвердило возможность создания масштабируемой и стандартизированной системы производства данных для роботов, обеспечивающей непрерывную поддержку для итераций моделей и ставшей фундаментальной инфраструктурой для компаний в сфере эмбоди-интеллекта.Автор статьи, источник: GeekPark
Если 2025 год считается годом взрыва embodied intelligence, то в этом году конкуренция в отрасли уже вступила в новую фазу.
С ростом числа компаний по всему миру, выпускающих новые продукты, и постоянным привлечением капитала, эмбоди-интеллект становится одним из самых внимательно наблюдаемых направлений в области ИИ. Однако с быстрым развитием отрасли формируется новый консенсус: настоящим ограничителем скорости эволюции роботов теперь является не только модель, но и данные.
В отличие от крупных языковых моделей, которые могут использовать огромные объемы текстовых данных из интернета, роботам необходимо обучаться практическим навыкам в реальном мире. Каждое захватывание, перемещение или задача по упорядочиванию должны происходить в реальности, с одновременной записью мультимодальной информации — визуальной, движений, траекторий и т.д. Постоянное получение высококачественных данных и быстрая их трансформация в наборы данных, пригодные для обучения моделей, становятся новыми вызовами для все большего числа компаний, занимающихся эмбоди-интеллектом.
Как отечественное предприятие в области встраиваемого искусственного интеллекта, Qiongche Intelligence постоянно строит инфраструктуру роботов вокруг цикла «данные — обучение — развертывание». Недавно Qiongche Intelligence совместно с Alibaba Cloud создала облачную автоматизированную производственную линию для обработки данных, стремясь перевести обработку роботизированных данных из модели, зависящей от ручного труда и одиночных машин, в масштабируемый промышленный процесс, обеспечивающий непрерывную поддержку данных для итераций моделей.
01
В эпоху роботов настоящим дефицитом являются данные
Для встраиваемого интеллекта проблема данных заключается не только в «неспособности собрать», но и в «неспособности обработать».
Qiongche Intelligence использует решение UMI (Universal Manipulation Interface) для сбора данных. Оператору достаточно выполнить естественные действия, такие как захват, открытие дверей и перемещение объектов, с помощью портативного устройства, которое синхронно записывает изображение с первого лица, позу захвата и траекторию движения, обеспечивая высококачественные данные для обучения роботов.
Но настоящие трудности часто возникают после сбора.
Для использования этих исходных данных в обучении модели необходимо пройти через несколько сложных этапов: восстановление позы, калибровка рыбьего глаза, сегментация движений, мультимодальная аннотация и т.д. Восстановление с помощью визуального SLAM требует значительных вычислительных ресурсов GPU; изображения с рыбьим глазом необходимо по кадрам корректировать от искажений и калибровать; непрерывные движения нужно разбить на отдельные атомарные задачи и сопоставить им соответствующие описания на естественном языке; с ростом объема сбора данные в виде сотен часов видео создают огромную нагрузку на общие вычислительные ресурсы.
Эти задачи требуют огромных вычислительных ресурсов, а весь процесс включает множество этапов обработки: прерывание на любом из них может повлиять на пересчет всей партии данных. Для компаний, занимающихся встраиваемым интеллектом, обработка данных становится новой инфраструктурной способностью, требующей целостной системы, способной поддерживать гибкие вычислительные мощности, автоматическое планирование, отслеживание всего процесса и совместную работу по обучению моделей.
02
Линия производства данных, работающая в облаке
Как ускорить обучение робота
Для решения этих проблем Qiongche Intelligence совместно с Alibaba Cloud создала комплексную конвейерную систему UMI Data + AI, чтобы превратить разрозненные процессы обработки данных в автоматизированную производственную линию.
На этапе обработки данных Alibaba Cloud MaxCompute MaxFrame предоставляет распределенные вычислительные возможности, разделяя задачи, такие как коррекция искажений видео, восстановление позы SLAM и мультимодальная аннотация, и выполняя их параллельно на облачных ресурсах. Ранее масштабные вычисления требовали использования одиночного компьютера, теперь же вычислительная мощность может гибко масштабироваться в зависимости от объема задачи, повышая общую эффективность обработки. В то же время возможности крупных моделей напрямую интегрированы в процесс обработки данных, обеспечивая автоматическую семантическую аннотацию фрагментов движений и снижая затраты на ручную аннотацию.
Весь процесс обработки данных координируется с помощью DataWorks. Планирование по расписанию, повторная обработка исторических данных и автоматическое восстановление при сбоях — все это можно выполнить на единой платформе, снижая необходимость в ручном вмешательстве и обеспечивая стабильную работу всей цепочки обработки данных.
Обработанные данные поступают в Hologres для централизованного управления, обеспечивая реальную поддержку данных для последующего поиска выборок, проверки данных и управления обучением; затем данные передаются на платформу PAI для обучения моделей, оптимизации производительности и верификации развертывания, создавая полный цикл от производства данных до обучения моделей и обратной связи по результатам.
Это сотрудничество также принесло практические результаты. Обработка данных Qiongche Intelligence реализована с полной автоматизацией процесса, общая пропускная способность увеличилась более чем в 10 раз, мультимодальная аннотация масштабно автоматизирована, облачные вычислительные ресурсы могут гибко масштабироваться до 100 000+ CU, эффективность обучения моделей повысилась примерно на 50%.
Для отрасли встраиваемого интеллекта это сотрудничество подтверждает один факт: данные роботов также могут быть использованы для создания масштабируемой и автоматизированной системы производства данных. Когда сбор, обработка и обучение данных постепенно становятся стандартизированными процессами, модели роботов получат более быстрые циклы обновления. По мере того как конкуренция в отрасли постепенно расширяется от способностей моделей к инфраструктуре данных, исследования в области производительности данных станут важным конкурентным преимуществом на следующем этапе развития встраиваемого интеллекта.