Шестнадцать миллионов видеозаписей бытовых действий для обучения домашнего интеллекта Helix собрала краудсорсинговая платформа Index от Figure AI

Источник: explainx.ai

Публичный запуск глобальной краудсорсинговой платформы Index для сбора видеоданных физического взаимодействия человека с окружающим миром объявила американская робототехническая компания Figure AI. По информации аналитического издания explainx.ai и профильного портала Humanoids Daily, специализированный программный сервис, разрабатывавшийся в закрытом режиме под кодовым наименованием Project Go-Big, нацелен на преодоление фундаментального дефицита обучающих данных для антропоморфных роботов. На момент официальной презентации мобильное приложение объединило более сорока четырех тысяч еженедельно активных пользователей из ста восьми стран мира, сформировав массив из шестнадцати миллионов видеозаписей выполнения повседневных бытовых и производственных задач.

Технологическая концепция инициативы исходит из невозможности масштабирования универсального физического интеллекта исключительно на материалах из открытого интернета или синтетических симуляций. Приложение Index позволяет обычным пользователям смартфонов записывать видеоролики выполнения манипуляций от первого лица — от сортировки белья и мытья посуды до сборки мебели и обслуживания мелкой бытовой техники — получая за каждую проверенную запись прямое денежное вознаграждение. За время закрытого этапа тестирования разработчик выплатил участникам программы свыше пятнадцати миллионов долларов, а текущая скорость пополнения базы превысила тридцать минут хронометража в секунду, что эквивалентно почти пяти годам непрерывного человеческого труда ежесуточно.

Входящий массив сырых видеоматериалов проходит строгую пятиэтапную автоматизированную конвейерную обработку перед интеграцией в обучающие выборки. На первом этапе алгоритмы компьютерного зрения отсекают смазанные кадры и некорректные ракурсы съемки. Далее система верификации исключает попытки мошенничества и генерации искусственных повторов. На третьей и четвертой ступенях выполняется дедупликация идентичных действий и статистическая балансировка базы, чтобы избежать перекоса в сторону простейших операций. Финальный этап включает иерархическую аннотацию траекторий пространственного движения кистей рук, расчет векторов скоростей и аппроксимацию точек контакта пальцев с предметами.

Подготовленные структурированные массивы поступают в контур масштабного обучения базовой нейросетевой модели Helix, которая выступает программным мозгом антропоморфных платформ Figure 02 и Figure 03. Архитектура преобразует визуальные токены в управляющие команды сервоприводов с учетом показаний тактильных датчиков давления на фалангах пальцев. Это обеспечивает способность роботов к выполнению нетипичных манипуляций без длительной предварительной калибровки на объекте и гарантирует аккуратное обращение с хрупкими бытовыми предметами.

Генеральный директор и основатель Figure AI Бретт Эдкок подтвердил финансовые обязательства компании по выделению более одного миллиарда долларов на сбор данных и аренду вычислительных мощностей в течение следующих двенадцати месяцев. Стратегическая цель проекта заключается в обеспечении нулевого уровня предварительной настройки при переносе навыков робота в неструктурированные жилые пространства. Если в заводских цехах концерна BMW андроиды оперируют стандартизированными металлическими компонентами с фиксированными координатами, то в домашней обстановке машина должна самостоятельно распознавать форму произвольно лежащих предметов и подбирать требуемое усилие захвата.

Инженерный департамент компании рассчитывает за счет краудсорсинговой модели Index преодолеть барьер между лабораторными демонстрациями мелкой моторики и автономной коммерческой эксплуатацией бытовых помощников. Накопленный массив данных охватывает сотни вариаций освещения, типов поверхностей и геометрии бытовых инструментов. Разработчик продолжает развертывание платформы на операционных системах iOS и Android, планируя расширить географию привлечения контрибьюторов на развивающиеся рынки для сбора специфических региональных сценариев труда.