Что случилось
Южнокорейский стартап RLWRLD собирает данные о движениях работников, чтобы использовать их для обучения роботов с искусственным интеллектом. Компания записывает, как сотрудники выполняют обычные задачи: складывают салфетки, протирают приборы, переносят товары на складах или расставляют продукты на витринах.
Один из таких экспериментов проходит в пятизвездочном отеле Lotte Hotel Seoul. Сотрудник отеля Дэвид Парк надевает камеры на голову, грудь и руки. После этого он выполняет привычные действия. Эти движения фиксируются и затем переводятся в дата-сеты, которые могут использоваться для обучения роботов.
RLWRLD также собирает данные у работников логистической компании CJ и сотрудников японской сети мини-маркетов Lawson. В первом случае компания записывает, как люди берут, поднимают и перемещают товары на складах. Во втором — как сотрудники выкладывают продукты на витрины.
Стартап работает над системой ИИ для роботов, которые смогут выполнять физические задачи в реальной среде — на производстве, складах, в гостиницах и, возможно, в частных домах. Один из главных фокусов компании — движения рук. В RLWRLD считают, что способность точно брать, удерживать и перемещать предметы будет важна для применения гуманоидных роботов.
После записи действий работников инженеры дополнительно воспроизводят эти движения с помощью камер, VR-гарнитур и перчаток для отслеживания движений. Так они собирают более подробные данные, например, о положении суставов, угле движения руки и силе, с которой человек берет предмет.
Контекст и предпосылки
Робототехника сейчас движется к той же логике, что и генеративный ИИ: вместо робота под одну задачу компании пытаются создавать базовые модели, которые можно адаптировать под разные действия и разные корпуса роботов. Главный дефицит в этой сфере — не только «железо», но и данные о реальных действиях. Поэтому появляются большие наборы роботизированных данных. Например, в проекте Open X-Embodiment Google DeepMind и партнеры собрали данные с 22 типов роботов; цель — чтобы модели лучше переносили навыки с одной платформы на другую.
Похожее направление развивает NVIDIA. Проект компании Project GR00T — это платформа для создания базовых моделей для гуманоидных роботов. NVIDIA пишет, что они должны учиться на языке, видео, демонстрациях человеческих действий и прошлом опыте.
Крупные производители тоже тестируют похожие решения. Boston Dynamics и Toyota Research Institute учат робота Atlas выполнять не одно заранее заданное движение, а целую последовательность действий, например найти предмет, взять его, перенести и положить в нужное место.
Вероятные последствия
Для Южной Кореи это может стать попыткой развить ту сферу ИИ, где у нее уже есть сильная база: промышленность, робототехника, электроника и автопром. По данным Международной федерации робототехники, в 2024 году страна занимала первое место в мире по плотности промышленных роботов: 1220 роботов на 10 тыс. сотрудников в производстве. Поэтому в физическом ИИ у Кореи больше преимуществ, чем в гонке универсальных чат-ботов: у нее уже есть заводы, инженерные кадры и опыт автоматизации. Если такие проекты станут успешными, страна сможет конкурировать в практическом применении ИИ на производстве, в логистике и сервисе.
➤ Подписывайтесь на телеграм-канал «РБК Трендов» — будьте в курсе последних тенденций в науке, бизнесе, обществе и технологиях.