คลื่นสมองคือกุญแจดอกถัดไปของ Physical AI จริงหรือ?
บริษัท Encord กำลังทดลองใช้เซนเซอร์วัดคลื่นสมองและสัญญาณกล้ามเนื้อ เพื่อแก้ปัญหาการขาดแคลนข้อมูลฝึกอบรมหุ่นยนต์ฮิวแมนอยด์
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- Encord ทดลองใช้เฮดเซตวัดคลื่นสมองขณะมนุษย์ควบคุมหุ่นยนต์ฝึกงานฝีมือ
- ความขาดแคลนข้อมูลฝึกอบรมในโลกจริงกำลังเป็นอุปสรรคสำคัญกว่าสถาปัตยกรรมโมเดล
- นอกเหนือจากคลื่นสมอง ยังมีการใช้เซนเซอร์ตรวจจับสัญญาณไฟฟ้าที่แขนเพื่อสร้างภาพจำลอง 3 มิติ
- ทีมนักบินหุ่นยนต์ราวสิบกว่าคนในซานลีแอนโดรช่วยสร้างชุดข้อมูลงานบ้านและงานอุตสาหกรรม
ที่โกดังสินค้าแห่งหนึ่งในเมืองซานลีแอนโดร รัฐแคลิฟอร์เนีย แนวหน้าของเทคโนโลยี Physical AI กำลังถูกขับเคลื่อนด้วยเกมตึกถล่ม (Jenga) ที่จำลองการทำงานจริง สถานที่แห่งนี้ดำเนินการโดย Encord ซึ่งปกติเป็นผู้พัฒนาเครื่องมือจัดการข้อมูลสำหรับฝึกโมเดล AI แต่ปัจจุบันพวกเขากำลังผันตัวมาสร้างชุดข้อมูลขึ้นมาเองเพื่อแก้ไขปัญหาการขาดแคลนข้อมูลในโลกจริงสำหรับหุ่นยนต์ฮิวแมนอยด์และหุ่นยนต์คลังสินค้า
แอนดรูว์ เซชา (Andrew Ceja) ทำหน้าที่เป็นนักบิน หรือคำที่บริษัทใช้เรียกผู้ฝึกสอนหุ่นยนต์ เขากำลังค่อยๆ ดึงบล็อกไม้ออกจากหอนาฬิกาไม้ที่กำลังจะพังทลาย ขณะสวมเฮดเซตพิเศษที่มีกล้องบันทึกสิ่งที่เขามองเห็น จุดที่น่าสนใจคือเฮดเซตตัวนี้ยังติดตั้งเซนเซอร์สำหรับวัดคลื่นสมองของเขาในระหว่างที่กำลังถอดหอนบล็อกไม้นี้ด้วย
ลูคัส เกห์รเคอ (Lucas Gehrke) นักประสาทวิทยาจากซานเดอร์ผู้ควบคุมดูแลงานชี้ว่า ปริมาณกิจกรรมทางสมองที่ถูกใช้งานในช่วงเวลาใดเวลาหนึ่งของงาน สามารถช่วยให้ผู้พัฒนาโมเดลทราบได้ว่าพวกเขาควรจะเรียกใช้งานโมเดลที่ใช้กำลังประมวลผลสูงที่สุดเมื่อใด
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
ปัจจุบันบริษัทที่พัฒนาสมองหุ่นยนต์พึ่งพาแหล่งข้อมูลหลักสองทาง ได้แก่ วิดีโอแบบมุมมองบุคคลที่หนึ่ง (Egocentric video) ที่บันทึกโดยคนงานสวมกล้อง และการเก็บข้อมูลจากหุ่นยนต์ที่ถูกควบคุมจากระยะไกล Encord เองก็ทำทั้งสองอย่าง โดยดึงข้อมูลจากโรงงานหลายแห่งทั่วโลก และใช้สถานที่ในซานลีแอนโดรทดลองวิธีการใหม่ๆ เช่น การใช้คลื่นสมอง หรือรวบรวมชุดข้อมูลเกี่ยวกับทักษะเฉพาะด้านเพื่อการปรับแต่งโมเดล (Fine-tuning)
ในตอนที่ทีมงาน TechCrunch เข้าเยี่ยมชม เหล่านักบินกำลังใช้ชุดควบคุมแบบผู้นำและผู้ตาม ซึ่งเป็นแขนกลคู่ที่ควบคุมโดยมนุษย์โดยตรงเพื่อจำลองการเคลื่อนไหว สำหรับสร้างข้อมูลงานต่างๆ เช่น การรินกาแฟจากกาลง 7 ในแก้ว และการซ้อนชิปโป๊กเกอร์ โดยเวลมูรูกัน (Velmurugan) ผู้บริหารกล่าวว่าบริษัทสร้างหุ่นยนต์ฮิวแมนอยด์ทุกแห่งต่างก็เคยร้องขอข้อมูลลักษณะนี้ทั้งสิ้น
การที่สตาร์ทอัพอย่าง Encord หันมาให้ความสำคัญกับการผลิตข้อมูลฝึกอบรม (Data manufacturing) สะท้อนให้เห็นว่าความท้าทายหลักของหุ่นยนต์ฮิวแมนอยด์ในปัจจุบันไม่ใช่เรื่องของอัลกอริทึมสมองกลอีกต่อไป แต่เป็นการขาดแคลนชุดข้อมูลการกระทำของมนุษย์ในสภาพแวดล้อมจริงที่มีความซับซ้อนสูง การนำคลื่นสมองและสัญญาณไฟฟ้ากล้ามเนื้อมาใช้ จึงเป็นความพยายามก้าวข้ามข้อจำกัดของการมองเห็นด้วยกล้องแบบเดิมๆ เพื่อให้หุ่นยนต์เข้าใจระดับความยากและน้ำหนักของงานได้ใกล้เคียงกับมนุษย์มากที่สุด
ภายในชั้นวางของยังมีสิ่งของจำลองที่ใช้ฝึกหุ่นยนต์ทำงานบ้าน เช่น แจกันดอกไม้ปลอม หนังสือ ผักพลาสติก ถาดทรายแมวพร้อมที่ตัก รวมถึงมัดสายไฟต่างๆ ที่สถานีทดลองอีกแห่งหนึ่ง โซเฟีย อินฟันเต (Sofia Infante) นักบินอีกคนกำลังบังคับแขนกลเพื่อเสียบและถอดสายอีเทอร์เน็ตที่ด้านหลังเซิร์ฟเวอร์ ซึ่งเป็นงานที่ผู้ดูแลดาต้าเซ็นเตอร์ต้องการให้ระบบอัตโนมัติเข้ามาจัดการ หากหุ่นยนต์มีความแม่นยำสูงเพียงพอ
"ทุกบริษัทหุ่นยนต์ฮิวแมนอยด์เคยขอชิ้นส่วนข้อมูลเหล่านี้จากเรา"
เวลมูรูกัน
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
นอกเหนือจากคลื่นสมองแล้ว Encord ยังพัฒนาข้อมูลอีกรูปแบบหนึ่งโดยใช้เซนเซอร์รัดที่แขนท่อนล่างเพื่อตรวจจับสัญญาณไฟฟ้าในกล้ามเนื้อ เนื่องจากวิดีโอทั่วไปมักไม่สามารถจับภาพมือทั้งหมดได้อย่างละเอียด เวลมูรูกันจึงหวังว่าจะสามารถสร้างภาพจำลองแบบ 3 มิติของตำแหน่งมือมนุษย์จากเซนเซอร์ที่แขน เพื่อให้โมเดลมีความเข้าใจที่แน่นหนายิ่งขึ้น ความพยายามเหล่านี้ทำให้นักบินราวสิบกว่าคนในfacility ของ Encord มีงานต้องทำอย่างต่อเนื่อง โดยทั้งอินฟันเตและเซชาต่างเคยทำงานที่ Scale ซึ่งเป็นบริษัททำป้ายกำกับข้อมูล AI อีกแห่งหนึ่งก่อนจะย้ายมาร่วมงานกับ Encord
ที่มา: TechCrunch
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น