Umelá inteligencia bola posledné roky vnímaná najmä ako softvérová technológia. Písala texty, generovala obrázky, odpovedala na otázky, analyzovala dokumenty a pomáhala pri programovaní. Fungovala najmä vo svete dát, obrazoviek a digitálneho obsahu.
AI sa presúva z obrazoviek do fyzického sveta
Robotika je iná disciplína. Ak má AI ovládať robota, musí ale vedieť, ako sa predmet správa v ruke, čo sa stane pri posunutí šálky po stole, ako silno treba pritlačiť handru na pracovnú dosku alebo ako sa látka skladá, krčí a mení tvar. Človek tieto veci často nevie presne opísať, ale robí ich automaticky.
More Read
Preto sa začínajú objavovať nové typy dátového biznisu. Startupy a technologické firmy chcú získavať videozáznamy bežných fyzických činností, ktoré by mohli poslúžiť na tréning budúcich robotov. Ide najmä o každodenné práce: umývanie riadu, utieranie pultov, vysávanie, skladanie prádla, varenie alebo prenášanie predmetov.
Iba internet robotom nestačí
Chatboty a generátory obrázkov mohli rásť vďaka obrovskému množstvu digitálneho obsahu. Internet poskytol texty, fotografie, videá, kód aj používateľské diskusie v rozsahu, ktorý sa dal technicky zbierať vo veľkom. Pri fyzickej AI je situácia komplikovanejšia. Dáta o reálnom pohybe človeka v priestore sa nedajú jednoducho získať z webu.
Robot potrebuje vedieť nielen to, ako vyzerá pohár, ale aj ako sa uchopí, ako sa mení jeho poloha, čo sa stane pri naklonení, aký odpor kladie predmet alebo povrch a ako sa situácia mení pri inom svetle či inom usporiadaní kuchyne. Každá domácnosť je trochu iná, každý predmet má inú váhu a každý človek vykonáva tú istú úlohu mierne odlišným spôsobom.
Čoraz väčšiu hodnotu budú mať záznamy reálnych ľudských pohybov, činností a rozhodnutí v konkrétnom fyzickom priestore. AI sa postupne presúva z práce s obsahom k práci s prostredím. To, čo dnes vidíme pri robotických startupoch, sa neskôr môže objaviť v logistike, retaile, zdravotníctve, výrobe, službách aj domácej automatizácii.
Domáce práce ako nový zdroj tréningových dát
Napríklad už dnes startup Shift, ktorý ponúka upratovanie domácností v New Yorku zadarmo. Podmienkou je získanie záberov ľudí pri práci: pri umývaní riadu, utieraní povrchov, čistení, mopovaní alebo iných úkonoch. Tieto videá majú slúžiť ako tréningový materiál pre robotické systémy, ktoré sa majú podobné činnosti naučiť vykonávať v budúcnosti.
Na prvý pohľad ide o jednoduchú výmenu. Človek dostane službu zadarmo a firma získa dáta. Lenže domácnosť je oveľa citlivejší priestor než bežné online prostredie. Videozáznam z interiéru môže nepriamo odhaliť životný štýl, zvyky, majetkové pomery, rodinné usporiadanie aj množstvo detailov, ktoré si používateľ nemusí hneď uvedomiť. Podobných pokusov či startupov je viac.
Fyzická AI potrebuje iný typ dôvery
Pri digitálnych produktoch si používatelia zvykli, že výmenou za pohodlie poskytujú určité dáta. Vyhľadávače poznajú naše otázky, sociálne siete analyzujú správanie, e-shopy sledujú nákupné signály a aplikácie zbierajú údaje o používaní. Pri fyzickej AI sa však zber dát môže dotýkať osobného priestoru a bežných činností, ktoré doteraz neboli vnímané ako tréningový materiál pre technológiu.
Ak firma žiada možnosť natočiť upratovanie, používateľ by mal presne vedieť, čo sa nahráva, ako dlho sa záznam uchováva, kto k nemu má prístup, či sa dá vymazať, či sa anonymizuje a či môže byť použitý aj na ďalšie účely. Dlhý súhlas v podmienkach používania pri takomto type dát nestačí. Rozhodovať bude najmä zrozumiteľnosť.
Záber z prvej osoby
Niektoré startupy platia pracovníkom za opakovanie rovnakých úloh v kontrolovanom prostredí. Ľudia skladajú uteráky, presúvajú poháre, prenášajú krabice alebo vykonávajú jednoduché pohyby, zatiaľ čo kamery a senzory zaznamenávajú každý detail.
Takéto dátové farmy môžu pôsobiť monotónne, no pre tréning robotov majú vysokú hodnotu. Robotický systém potrebuje vidieť opakovanie, odchýlky, chyby aj drobné rozdiely v pohybe. To, čo je pre človeka nudná rutina, môže byť pre model cenný zdroj informácií.
Iný prístup predstavujú takzvané egocentrické dáta, teda záznamy z pohľadu človeka. Firma Human Archive chce spolupracovať s pracovníkmi, ktorí by nosili kamerové čiapky a zaznamenávali činnosti z prvej osoby. Pre robotiku je tento typ záznamu zaujímavý, pretože zachytáva, čo človek vidí, ako sa orientuje v priestore a ako reaguje na predmety priamo pred sebou.Fyzická AI sa učí z procesu. Dôležitý nie je len výsledok, ale celá sekvencia krokov: čo človek urobí najskôr, ako opraví chybu, ako mení úchop a ako sa prispôsobí prostrediu.
Dáta ako nová konkurenčná vrstva
V budúcnosti bude dôležité to, kto má prístup ku kvalitným, špecifickým a dobre spracovaným dátam.
Zaujímavé je, že firmy často neponúkajú iba peniaze, ale ponúkajú službu, pohodlie alebo prístup k technológii. Podobný model poznáme už z digitálneho sveta. Vernostná karta dáva zľavy výmenou za nákupné dáta. Smart TV môže priniesť lacnejší hardvér, ale zároveň zbiera informácie o používaní. Aplikácia môže byť zadarmo, no jej obchodný model stojí na dátach.
Roboty zatiaľ nie sú hotové, ale dátový boj už začal
Mnohé sľuby o domácich robotoch sú stále vzdialené od reality. Skutočne univerzálny robot, ktorý spoľahlivo uprace bežnú domácnosť, vytriedi prádlo, pripraví jedlo a bezpečne zvládne nepredvídateľné situácie, zatiaľ nie je bežným produktom pre masový trh.
Práve preto firmy hľadajú nové dáta. Bez nich sa roboty ťažko posunú z kontrolovaných ukážok do každodennej praxe. Domácnosť je pre robota náročné prostredie: mení sa, nie je dokonale uprataná, obsahuje krehké predmety, rôzne materiály a množstvo situácií, ktoré sa nedajú jednoducho naprogramovať dopredu.
