Điều gì xảy ra khi một mô hình AI gặp phải điều gì đó nó chưa từng thấy trước đây? Đối với AI vật lý, đây không phải là trường hợp ngoại lệ có thể đơn giản bỏ qua. Các môi trường thực tế chứa đựng các vật thể lạ, điều kiện thay đổi và tương tác bất ngờ. Một bộ dữ liệu đa dạng có thể giúp mô hình tiếp xúc với nhiều tình huống hơn, nhưng việc thu thập dữ liệu hữu ích ở quy mô lớn cũng đòi hỏi các yêu cầu nhiệm vụ rõ ràng và các kiểm tra chất lượng đáng tin cậy. Đó là lý do tại sao tôi cho rằng cơ sở hạ tầng phía sau việc thu thập dữ liệu thực tế xứng đáng nhận được nhiều sự chú ý hơn. @vangrid_io đang làm việc trong lĩnh vực mà việc kết nối các nhà đóng góp dữ liệu với nhu cầu đào tạo AI có thể rất quan trọng. Bạn sẽ ưu tiên thu thập các trường hợp ngoại lệ hiếm gặp hay mở rộng phạm vi bao phủ của các môi trường hàng ngày trước?