Ngành công nghiệp trí tuệ hình thể đang tập trung cạnh tranh vào giới hạn dữ liệu, Qiongche Intelligence hợp tác cùng Alibaba Cloud để xây dựng dây chuyền xử lý dữ liệu tự động hóa trên đám mây. Sử dụng giải pháp UMI để thu thập dữ liệu thao tác của robot, nhưng sau khi thu thập, dữ liệu cần trải qua các bước phức tạp như khôi phục tư thế, hiệu chuẩn ống kính cá, phân đoạn hành động, gán nhãn đa mô态. Alibaba Cloud cung cấp năng lực tính toán phân tán, thực hiện xử lý tự động hóa toàn bộ quy trình, tăng lưu lượng dữ liệu lên hơn 10 lần, mở rộng linh hoạt sức mạnh tính toán đám mây lên hơn 100.000 CU, nâng cao hiệu suất huấn luyện mô hình khoảng 50%. Sự hợp tác này đã xác minh rằng dữ liệu robot có thể xây dựng hệ thống sản xuất quy mô lớn và tiêu chuẩn hóa, cung cấp hỗ trợ dữ liệu liên tục cho việc lặp lại mô hình, trở thành năng lực hạ tầng mới của các doanh nghiệp trí tuệ hình thể.

Tác giả bài viết, nguồn: GeekPark

Nếu năm 2025 là năm bùng nổ của trí tuệ hình thể, thì năm nay, cạnh tranh trong ngành đã bắt đầu bước vào giai đoạn mới.

Từ việc ngày càng nhiều công ty robot trong và ngoài nước ra mắt sản phẩm mới, đến việc vốn liên tục tăng cường đầu tư, trí tuệ thể chất đang trở thành một trong những hướng được quan tâm nhất trong lĩnh vực AI. Tuy nhiên, cùng với sự phát triển nhanh chóng của ngành, một sự đồng thuận mới đang hình thành: yếu tố thực sự hạn chế tốc độ tiến hóa của robot giờ đây không còn chỉ là mô hình, mà là dữ liệu.

Khác với các mô hình ngôn ngữ lớn có thể tận dụng lượng văn bản khổng lồ trên internet, robot cần học các kỹ năng thao tác trong thế giới thực. Một lần cầm nắm, một đoạn vận chuyển, hay một nhiệm vụ sắp xếp đều phải diễn ra trong thực tế và đồng thời ghi lại các thông tin đa mô态 như hình ảnh, hành động và quỹ đạo. Làm thế nào để liên tục thu thập dữ liệu chất lượng cao và nhanh chóng chuyển đổi chúng thành bộ dữ liệu mà mô hình có thể học trở thành thách thức mới mà ngày càng nhiều doanh nghiệp trí tuệ gắn liền với thể chất phải đối mặt.

Là doanh nghiệp trí tuệ hình thể trong nước, Qiongche Intelligence luôn xây dựng cơ sở hạ tầng robot xung quanh chuỗi "dữ liệu—đào tạo—triển khai". Gần đây, Qiongche Intelligence đã hợp tác cùng Alibaba Cloud để phát triển một dây chuyền xử lý dữ liệu tự động hóa trên đám mây, với mục tiêu nâng cấp quy trình xử lý dữ liệu robot từ mô hình phụ thuộc vào con người và chạy trên máy đơn lẻ sang quy trình công nghiệp có khả năng mở rộng quy mô, cung cấp hỗ trợ dữ liệu liên tục cho việc lặp lại mô hình.

01

Trong thời đại robot, dữ liệu mới là thứ khan hiếm thực sự

Đối với trí tuệ hình thể, vấn đề dữ liệu không chỉ nằm ở việc "không thu thập được", mà còn ở việc "không xử lý được".

Công ty Qiongche Intelligence sử dụng giải pháp UMI (Universal Manipulation Interface) để thu thập dữ liệu. Nhân viên vận hành chỉ cần cầm thiết bị thực hiện các thao tác tự nhiên như gắp, mở cửa, vận chuyển, thiết bị sẽ đồng bộ ghi lại hình ảnh góc nhìn thứ nhất, tư thế kẹp, quỹ đạo chuyển động và các thông tin khác, cung cấp dữ liệu thao tác chất lượng cao để huấn luyện robot.

Nhưng thách thức thực sự thường xảy ra sau khi thu thập.

Để dữ liệu thô này được đưa vào huấn luyện mô hình, cần trải qua nhiều giai đoạn phức tạp như phục hồi tư thế, hiệu chỉnh máy ảnh cá, phân đoạn hành động, gán nhãn đa phương thức, v.v. Trong đó, tái tạo SLAM thị giác đòi hỏi lượng lớn sức mạnh GPU; hình ảnh cá cần được loại bỏ biến dạng và hiệu chỉnh từng khung hình; các hành động liên tục cần được chia thành các nhiệm vụ nguyên tử và đi kèm với mô tả ngôn ngữ tự nhiên; khi quy mô thu thập mở rộng, hàng trăm giờ dữ liệu video cũng gây áp lực lớn lên tổng thể tính toán.

Các công việc này không chỉ đòi hỏi khối lượng tính toán lớn mà toàn bộ quy trình còn liên quan đến nhiều khâu xử lý; nếu một bước nào đó bị gián đoạn, có thể ảnh hưởng đến việc tính toán lại toàn bộ dữ liệu. Đối với các doanh nghiệp trí tuệ nhúng, xử lý dữ liệu đang trở thành một năng lực hạ tầng mới, đòi hỏi một hệ thống hoàn chỉnh có thể hỗ trợ khả năng tính toán linh hoạt, lập lịch tự động, theo dõi toàn bộ quy trình và hợp tác huấn luyện mô hình.

02

Một dây chuyền sản xuất dữ liệu chạy trên đám mây

Làm thế nào để tăng tốc độ huấn luyện robot

Để giải quyết những vấn đề này, Qiongche Intelligence đã hợp tác với Alibaba Cloud để xây dựng một đường ống dữ liệu UMI + AI toàn diện, nhằm biến các quy trình xử lý dữ liệu rời rạc thành một dây chuyền sản xuất dữ liệu tự động hóa.

Trong giai đoạn xử lý dữ liệu, Alibaba Cloud MaxCompute MaxFrame cung cấp khả năng tính toán phân tán, chia nhỏ các nhiệm vụ như khử méo video, phục hồi tư thế SLAM và gán nhãn đa phương thức để thực thi song song trên các tài nguyên đám mây. Những tính toán quy mô lớn trước đây cần phụ thuộc vào máy đơn lẻ, giờ đây có thể linh hoạt mở rộng sức mạnh tính toán theo quy mô nhiệm vụ, nâng cao hiệu suất xử lý tổng thể. Đồng thời, khả năng của các mô hình lớn cũng được tích hợp trực tiếp vào quy trình xử lý dữ liệu, tự động gán nhãn ngữ nghĩa cho các đoạn hành động, giảm chi phí gán nhãn thủ công.

Toàn bộ quy trình xử lý dữ liệu được DataWorks điều phối thống nhất. Dù là lịch trình định kỳ, chạy lại dữ liệu lịch sử hay khôi phục tự động khi có sự cố, tất cả đều có thể thực hiện trên một nền tảng duy nhất, giảm thiểu can thiệp thủ công và đảm bảo đường dây sản xuất dữ liệu hoạt động ổn định liên tục.

Dữ liệu sau khi được xử lý sẽ được chuyển vào Hologres để quản lý tập trung, cung cấp dịch vụ dữ liệu thời gian thực cho các hoạt động sau này như truy vấn mẫu, kiểm duyệt dữ liệu và quản lý huấn luyện; sau đó, dữ liệu sẽ được chuyển vào nền tảng PAI để hoàn thành huấn luyện mô hình, tối ưu hóa hiệu suất và xác minh triển khai, tạo thành một vòng lặp hoàn chỉnh từ sản xuất dữ liệu đến huấn luyện mô hình và phản hồi hiệu quả.

Sự hợp tác này cũng mang lại hiệu quả thực tế. Xử lý dữ liệu của Qiongche Intelligence đã được tự động hóa toàn bộ quy trình, tổng năng suất tăng hơn 10 lần, việc gán nhãn đa mô态 đã được tự động hóa quy mô lớn, sức mạnh tính toán trên đám mây có thể linh hoạt mở rộng lên hơn 100.000 CU, hiệu quả huấn luyện mô hình tăng khoảng 50%.

Đối với ngành trí tuệ hình thể, sự hợp tác này đã xác minh một điều: dữ liệu robot cũng có thể xây dựng được hệ thống sản xuất dữ liệu quy mô lớn và tự động hóa. Khi quá trình thu thập, xử lý và huấn luyện dữ liệu dần trở thành các quy trình tiêu chuẩn hóa, các mô hình robot sẽ đạt tốc độ lặp lại nhanh hơn. Khi cạnh tranh trong ngành dần mở rộng từ khả năng mô hình sang cơ sở hạ tầng dữ liệu, việc khám phá năng lực sản xuất dữ liệu cũng sẽ trở thành lợi thế cạnh tranh quan trọng trong giai đoạn tiếp theo của sự phát triển trí tuệ hình thể.