Конкуренція у сфері ембоді-інтелекту зосереджена на обмеженнях даних. Qiongche Intelligence у співпраці з Alibaba Cloud створила хмарну автоматизовану лінію обробки даних. Для збору даних про дії роботів використовується рішення UMI, але після збору дані проходять складні етапи: відновлення позиції та орієнтації, калібрування широко кутових лінз, розділення рухів, багатомодальну анотацію тощо. Alibaba Cloud надає розподілені обчислювальні потужності, що забезпечують повну автоматизацію процесу — пропускна здатність даних зросла більше ніж у 10 разів, хмарні обчислювальні ресурси масштабовані до 100 000+ CU, а ефективність навчання моделей зросла приблизно на 50%. Ця співпраця підтвердила, що дані роботів можуть бути систематизовані в масштабовану та стандартизовану виробничу систему, забезпечуючи постійну підтримку даними для ітерацій моделей, стаючи основою для інфраструктури компаній у сфері ембоді-інтелекту.Автор статті, джерело: GeekPark
Якщо 2025 рік вважається роком вибухового розвитку ембоді-інтелекту, то цього року конкуренція в галузі вже вступила в нову фазу.
З того часу, як все більше робототехнічних компаній з Китаю та за кордоном запускають нові продукти, а капітал продовжує інвестувати, тілесна інтелігентність стає одним із найбільш уважно вивчених напрямків у галузі ШІ. Однак із швидким розвитком галузі формується нова узгоджена думка: справжнім обмеженням швидкості еволюції роботів більше не є лише модель, а дані.
На відміну від великих мовних моделей, які можуть використовувати масові тексти з інтернету, роботи повинні вивчати навички взаємодії з реальним світом. Кожне захоплення, кожен перенесення та кожне завдання з упорядкування повинні відбуватися в реальному світі, синхронно реєструючи багатомодальну інформацію — візуальну, рухову, траєкторію тощо. Як постійно отримувати якісні дані та швидко перетворювати їх у набори даних, здатні до навчання моделлю, — це новий виклик, з яким стикаються все більше підприємств у сфері ембодірованого інтелекту.
Як українська компанія у сфері ембодімент-інтелекту, Qiongche Intelligence постійно створювала інфраструктуру для роботів навколо циклу «дані — навчання — розгортання». Недавно Qiongche Intelligence у співпраці з Alibaba Cloud розробила хмарну автоматизовану лінію обробки даних, щоб перетворити обробку даних роботів зі залежності від ручного працівника та одиночних систем на масштабований промисловий процес, забезпечуючи постійну підтримку даними для ітерацій моделей.
01
У епоху роботів справжнім дефіцитом є дані
Для ембодімент-інтелекту проблема з даними полягає не лише в тому, що їх «неможливо зібрати», а й у тому, що їх «неможливо обробити».
Квончже Інтелект використовує рішення UMI (Universal Manipulation Interface) для збору даних. Операторам достатньо виконувати натуральні дії — захоплювати, відкривати двері, пересувати предмети — і пристрій автоматично записує зображення з першої перспективи, позицію захоплювача, траєкторію руху та інші дані, що забезпечують якісні дані для навчання роботів.
Але справжні виклики часто виникають після збору.
Ці сирі дані перед використанням для навчання моделі повинні пройти кілька складних етапів: відновлення пози, калібрування широко кутових камер, розбиття дій на фрагменти, багатомодальну анотацію тощо. Візуальна SLAM-реконструкція вимагає великої кількості GPU-обчислювальних ресурсів; широко кутові зображення потребують пофреймового усунення спотворень та калібрування; безперервні дії потрібно розбити на окремі атомарні завдання та позначити відповідними описами природною мовою; зі збільшенням масштабу збору даних сотні годин відео створюють значний навантаження на загальні обчислювальні ресурси.
Ці завдання не лише вимагають величезних обчислювальних ресурсів, але й охоплюють кілька етапів обробки; якщо будь-який з них переривається, це може вплинути на перерахунок усіх даних. Для компаній, що працюють у сфері ембодід-інтелекту, обробка даних стає новою інфраструктурною здатністю, яка вимагає повної системи, здатної підтримувати еластичні обчислювальні потужності, автоматичне планування, повний трекінг процесу та спільну роботу з навчанням моделей.
02
Лінія збору даних, що працює в хмарі
Як прискорити навчання робота
Щоб вирішити ці проблеми, Qiongche Intelligence у співпраці з Alibaba Cloud створила енд-ту-енд UMI Data + AI Pipeline, щоб перетворити розрізнені процеси обробки даних на автоматизовану виробничу лінію.
На етапі обробки даних阿里云 MaxCompute MaxFrame надає розподілені обчислювальні можливості, розподіляючи завдання, такі як дисторсія відео, відновлення позиції SLAM та мультимодальна анотація, для паралельного виконання на хмарних ресурсах. Раніше масштабні обчислення залежали від однієї машини, а зараз обчислювальну потужність можна гнучко масштабувати залежно від розміру завдання, що підвищує загальну ефективність обробки. Крім того, здатності великих моделей безпосередньо інтегровано в процес обробки даних, що дозволяє автоматично анотувати фрагменти дій і зменшити витрати на ручну анотацію.
Весь процес обробки даних координується DataWorks. Будь-які періодичні запуски, повторне оброблення історичних даних або автоматичне відновлення при виникненні помилок можуть бути виконані на єдиній платформі, що зменшує потребу у ручному втручанні та забезпечує стабільну роботу всієї ланцюжки обробки даних.
Після обробки дані надходять до Hologres для централізованого управління, забезпечуючи реальний час сервісів для подальшого пошуку зразків, перевірки даних та управління навчанням; після цього вони передаються на платформу PAI для навчання моделей, оптимізації продуктивності та перевірки розгортання, формуючи повний цикл від виробництва даних до навчання моделей та зворотного зв’язку щодо ефективності.
Ця співпраця також принесла практичні результати. Обробка даних Qiongche Intelligence досягла повної автоматизації процесу, загальна пропускна здатність зросла більше ніж у 10 разів, багатомодальна анотація була масштабно автоматизована, обчислювальні потужності в хмарі можуть гнучко масштабуватися до 100 000+ CU, ефективність навчання моделей зросла приблизно на 50%.
Для галузі ембодімент-інтелекту ця співпраця підтверджує одне: дані роботів також можуть створювати масштабовані та автоматизовані системи виробництва даних. Коли збирання, обробка та навчання даних поступово перетворюються на стандартизовані процеси, моделі роботів отримають швидший цикл ітерацій. Зі зростанням конкуренції в галузі — від здатності моделей до інфраструктури даних — дослідження в галузі виробництва даних стануть важливою конкурентною перевагою на наступному етапі розвитку ембодімент-інтелекту.