CHENNAI, India Ahora que la inteligencia artificial se ha apoderado de casi todo lo que hacemos en línea, necesita ayuda para aprender cómo nos movemos físicamente en el mundo real.
Un creciente ejército global de entrenadores está ayudándolo a escapar de nuestras computadoras a nuestras salas de estar, oficinas y fábricas enseñándole cómo nos movemos.
En una ciudad industrial del sur de la India, Naveen Kumar, de 28 años, se sienta frente a su escritorio y comienza su trabajo diario: doblar toallas de mano cientos de veces, con la mayor precisión posible.
No trabaja en un hotel; Trabaja para una startup que crea datos físicos utilizados para entrenar IA.
Un robot entrena para la carrera de 100 metros antes de la ceremonia inaugural de los Juegos Mundiales de Robots Humanoides en Beijing en agosto.
(El An Guan / Associated Press)
Monta una cámara GoPro en su frente y sigue una lista reglamentada de movimientos de la mano para capturar imágenes precisas desde el punto de vista de cómo se pliega un ser humano.
Ese día, tuvo que recoger cada toalla de una canasta en el lado derecho de su escritorio, usando solo su mano derecha, agitar la toalla con ambas manos y luego doblarla cuidadosamente tres veces. Luego tuvo que poner cada toalla doblada en la esquina izquierda del escritorio.
Si tarda más de un minuto o te saltas un paso, tendrás que empezar de nuevo.
Su empresa, una empresa de etiquetado de datos llamada Objectways, envió 200 vídeos de plegado de toallas a su cliente en Estados Unidos. La empresa tiene más de 2.000 empleados; aproximadamente la mitad de ellos etiquetan datos de sensores de vehículos autónomos y robótica, y el resto trabaja con IA generativa.
La mayoría son ingenieros y pocos son buenos doblando toallas, por lo que se turnan para hacer el trabajo físico.
“A veces tenemos que eliminar entre 150 y 200 vídeos debido a errores tontos en la forma de plegar o colocar los elementos”, dijo Kumar, un graduado en ingeniería que ha trabajado en Objectways durante seis años.
Los movimientos cuidadosamente coreografiados deben capturar todos los matices de lo que hacen los humanos: alcanzar los brazos, agarrar los dedos, deslizar la tela, doblar la ropa.
Luego, Kumar y su equipo comentan los vídeos capturados. Dibujan cuadros alrededor de las diferentes partes del vídeo, etiquetan las toallas y etiquetan si el brazo se movió hacia la izquierda o hacia la derecha, y clasifican cada gesto.
Kumar y sus colegas de la ciudad de Karur, situada a unos 300 kilómetros al sur de Bangalore, son un grupo improbable de tutores para la próxima generación de robots impulsados por IA.
“Las empresas están construyendo modelos fundamentales que son apropiados para el mundo físico”, dijo Ulrik Stig Hansen, cofundador de Encord, una plataforma de gestión de datos en San Francisco que tiene contrato con Objectways para recopilar datos de demostración humana. “Existe un gran resurgimiento de la robótica”.
Encord trabaja con empresas de robótica como Physical Intelligence y Dyna Robotics, respaldadas por Jeff Bezos.
Tesla, Boston Dynamics y Nvidia se encuentran entre los líderes estadounidenses en la carrera por desarrollar la próxima generación de robots. Tesla ya utiliza sus robots Optimus, que a menudo parecen controlados remotamente, para diversos eventos de la empresa. Google tiene sus propios modelos de IA para robótica. OpenAI está intensificando sus ambiciones en robótica.
NVIDIA proyectos El mercado de robots humanoides podría alcanzar los 38.000 millones de dólares en la próxima década.
También hay muchas empresas menos conocidas que intentan proporcionar el hardware, el software y los datos necesarios para hacer realidad un robot humanoide multitarea producido en masa.
Los robots se exhiben en el stand de Nvidia durante la Exposición Internacional de la Cadena de Suministro de China en Beijing en julio.
(Mahesh Kumar A./Associated Press)
Excelentes modelos de lenguaje que los chatbots como ChatGPT han dominado utilizando lenguaje, imágenes, música, codificación y otras habilidades aspirando todo en línea. Utilizan todo Internet para descubrir cómo se conectan las cosas e imitar cómo hacemos las cosas, como responder preguntas y crear videos fotorrealistas.
Los datos sobre cómo funciona el mundo físico (por ejemplo, cuánta fuerza se necesita para doblar una servilleta) son más difíciles de obtener y traducir en algo que la IA pueda utilizar.
A medida que la robótica mejore y se combine con la IA que sabe cómo moverse en el mundo físico, podría traer más robots al lugar de trabajo y al hogar. Si bien muchos temen que esto pueda provocar pérdidas de empleo y desempleo, los optimistas creen que los robots avanzados liberarían a los humanos del trabajo tedioso, reducirían los costos laborales y, en última instancia, darían a las personas más tiempo para relajarse o concentrarse en trabajos más interesantes e importantes.
Muchas empresas han entrado en liza como vendedores de palas en la fiebre del oro de la IA, viendo una oportunidad para recopilar datos de la llamada IA física.
Un grupo de empresas está enseñando a la IA cómo actuar en el mundo real haciendo que humanos guíen a los robots de forma remota.
Ali Ansari, fundador de Micro1, con sede en San Francisco, dijo que la recopilación de datos de la robótica emergente se centra cada vez más en las teleoperaciones. Los humanos con controladores hacen que el robot haga algo como tomar una taza o preparar té. La IA recibe videos de intentos exitosos y fallidos de hacer algo y aprende cómo hacerlo.
La formación en control remoto puede realizarse en la misma sala que los robots o con el controlador en otro país. Hansen, de Encord, dijo que se planean almacenes en Europa del Este, donde grandes equipos de operadores se sentarán con palancas de mando y guiarán a los robots por todo el mundo.
Más aún, lo que algunos han denominado “granjas de armas” están surgiendo a medida que crece la demanda, dijo Mohammad Musa, fundador de Deepen AI, una empresa de anotación de datos con sede en California.
“Hoy en día se utiliza una combinación de datos reales y sintéticos, recopilados de demostraciones humanas, sesiones de teleoperación y entornos escenificados”, afirmó. “Gran parte de este trabajo todavía se realiza fuera de Occidente, pero la automatización y la simulación están reduciendo esta dependencia con el tiempo”.
algunos tienen criticado Los humanoides teleoperados son más emociones que sustancia. Pueden ser impresionantes cuando están controlados por otros, pero aún están lejos de ser completamente autónomos.
El Micro1 de Ansari también hace algo llamado captura de datos humanos. La gente paga por gafas inteligentes que capturan las acciones cotidianas. Lo está haciendo en Brasil, Argentina, India y Estados Unidos.
Figure AI, con sede en San José, se asoció con el gigante inmobiliario Brookfield para capturar imágenes del interior de 100.000 hogares. lo haré recopilar datos sobre el movimiento humano para enseñar a los robots humanoides a moverse en espacios humanos. La empresa lo dijo gastará gran parte de los mil millones de dólares que recaudó para recopilar datos humanos en primera persona.
Scale AI, respaldado por meta, ha recopilado 100.000 horas de material de capacitación similar para robótica a través de su laboratorio de creación de prototipos con sede en San Francisco.
Sin embargo, entrenar robots no siempre es fácil.
Dev Mandal, de veinte años, fundó una empresa en Bangalore con la esperanza de aprovechar la necesidad de datos físicos para entrenar la IA. Ofreció mano de obra barata de la India para capturar las mociones. Después de anunciar sus servicios, recibió solicitudes para ayudar a entrenar un brazo robótico para cocinar alimentos, así como un robot para conectar y desconectar cables en centros de datos.
Pero tuvo que abandonar el negocio porque los clientes potenciales necesitaban los datos de movimiento físico recopilados de una manera muy específica, lo que le dificultaba ganar dinero, incluso con mano de obra barata en la India. Los clientes querían un brazo robótico exacto, que utilizara, por ejemplo, un determinado tipo de mesa con luces violetas.
“Todo, hasta el color de la mesa, tuvo que ser especificado por ellos”, afirmó. “Y dijeron que este tiene que ser del color exacto”.
Aun así, queda mucho trabajo por hacer con las carpetas de toallas de Karur.
Su jefe, el fundador de Objectways, Ravi Shankar, dice que en los últimos meses su empresa ha capturado y anotado imágenes de brazos robóticos doblando cajas de cartón y camisetas y seleccionando ciertos objetos de colores sobre una mesa.
Recientemente comenzó a anotar videos de robots humanoides más avanzados, ayudándolos a entrenarlos para clasificar y doblar una mezcla de toallas y ropa, doblándolas y colocándolas en diferentes esquinas de la mesa. Su equipo tuvo que grabar 15.000 vídeos de los robots realizando el trabajo.
“A veces los brazos robóticos tiran la ropa y no se doblan correctamente. A veces se esparce la pila”, pero los robots están aprendiendo rápidamente, dijo Kavin, de 27 años, un empleado de Objectways que tiene un solo nombre. “Dentro de cinco o diez años, ellos podrán hacer todos los trabajos y a nosotros no nos quedará nada”.
