Innodata uruchomiła laboratorium motion capture w Ridgefield Park w stanie New Jersey, nastawione na produkcję danych treningowych dla humanoidów i innych systemów fizycznej AI. Obiekt wykorzystuje kamery Vicon śledzące ruch w podczerwieni z dokładnością poniżej milimetra. Firma celuje w wąskie gardło branży, czyli brak danych z realnych interakcji.
Najważniejsze w skrócie
- Lokalizacja: Ridgefield Park w stanie New Jersey
- Optyczne śledzenie w podczerwieni Vicon, dokładność poniżej milimetra, opóźnienie rzędu milisekund
- Pomiar ruchu 3D wprost z ciała człowieka i robota, bez wyprowadzania pozycji z wideo 2D
- Oferta: dane na zamówienie pod konkretną platformę oraz gotowe pakiety
- Dodatkowo niezależna walidacja osiągów robota, zapewnienie bezpieczeństwa i tłumaczenie real-to-sim
Problem, który laboratorium ma rozwiązać
Modele językowe dostały internet. Roboty nie mają odpowiednika takiego zbioru, bo każdą interakcję z fizycznym światem trzeba wykonać osobno.
To najczęściej wskazywana bariera w fizycznej sztucznej inteligencji.
Physical AI musi zapracować na swoje tokeny po jednej interakcji naraz i każda z nich musi być przemyślana.
Franklin Tanner, wiceprezes ds. robotyki i fizycznej AI w Innodata.
Porównanie z tokenami jest celne. W tekście token kosztuje ułamek grosza. W robotyce jednostką jest ruch wykonany przez prawdziwe ciało.
Dlaczego nie wideo
Najtańsza droga do danych o ruchu to analiza nagrań 2D i wyliczanie pozycji 3D. Innodata argumentuje, że ta metoda wprowadza błąd już na wejściu, bo pozycja stawu jest wnioskowana, a nie mierzona.
Alternatywą jest optyczny motion capture?Motion capture: Pomiar ruchu ciała w trzech wymiarach za pomocą kamer i markerów. Zwraca położenie każdego stawu bez pośredniego wnioskowania z obrazu., w którym kamery podczerwone rejestrują markery umieszczone na ciele albo na robocie.
| Kryterium | Pozycje wyliczane z wideo 2D | Motion capture optyczny |
|---|---|---|
| Źródło pozycji 3D | wnioskowanie z obrazu | pomiar bezpośredni |
| Błąd | narasta na etapie wnioskowania | poniżej milimetra |
| Opóźnienie | zależne od przetwarzania | rzędu milisekund |
| Koszt wejścia | niski | wysoki, wymaga hali i sprzętu |
Według firmy czujniki rejestrują najmniejszy ruch każdego stawu, co przekłada się na dokładniejszy i tańszy trening.
Nie tylko zbieranie danych
Oferta wychodzi poza samą rejestrację. Obok danych szytych pod konkretną platformę i gotowych pakietów laboratorium sprzedaje niezależną walidację osiągów robota oraz zapewnienie bezpieczeństwa.
Dochodzi do tego tłumaczenie real-to-sim, czyli przeniesienie zarejestrowanego ruchu do symulacji. To odwrotny kierunek do klasycznego sim-to-real.
Dlaczego to ważne?
Jeśli jakość danych ruchowych stanie się towarem kupowanym na zewnątrz, przewaga producentów przesunie się z posiadania floty zbierającej dane na umiejętność ich wykorzystania.
To zmienia układ sił w branży, w której dotąd liczyła się głównie liczba wdrożonych maszyn.
Co dalej?
- Innodata nie podała cennika ani pojemności laboratorium mierzonej w godzinach nagrań
- Firma deklaruje pełną ścieżkę od zbierania danych po ocenę modelu jako jedną usługę
- Niezależna walidacja osiągów robotów pozostaje obszarem bez uznanego standardu branżowego
Źródła
- The Robot Report — Innodata opens motion-capture lab to help humanoids move more like people
- Innodata — Physical AI
