Эпоха антропоморфных данных: как разработчики обучают роботов человеческим движениям

Разработчики антропоморфных роботов начали масштабную охоту за информацией о том, как люди перемещают конечности и взаимодействуют с предметами. Чтобы научить машины ловкости, компании используют нестандартные методы: от оплаты видеороликов криптовалютой до создания специальных полигонов, где рабочие выполняют задачи в экзоскелетах.

Почему симуляции больше не подходят

После успеха ChatGPT в 2022 году робототехники попытались применить принципы масштабирования нейросетей к физическим машинам. Однако, в отличие от текстовых данных, которых в интернете в избытке, качественной информации о физических движениях человека крайне мало. Человекоподобные роботы считаются более перспективными, чем простые механические манипуляторы, так как они легче вписываются в существующую инфраструктуру, созданную для людей.

Раньше компании полагались на виртуальные симуляции, но они не могли в точности передать такие параметры реального мира, как трение или эластичность материалов. В результате роботы, обученные исключительно в цифровой среде, часто совершали ошибки при столкновении с физическими объектами. Теперь отрасль сделала ставку на сбор данных в реальных условиях, несмотря на трудоемкость этого процесса.

Методы сбора данных и «робофермы»

В индустрии, где инвестиции в человекоподобных роботов только в 2025 году достигли 6,1 миллиарда долларов, методы сбора данных становятся все более изощренными:

• Специализированные приложения предлагают пользователям вознаграждение в криптовалюте за видеозаписи простых бытовых действий, таких как разогрев еды в микроволновой печи.
• Создаются платформы, где пользователи дистанционно управляют манипуляторами роботов, находящимися в Китае, помогая им решать головоломки для улучшения мелкой моторики.
• На специальных объектах сотрудники в экзоскелетах и шлемах виртуальной реальности сотни раз в день повторяют однотипные действия, например, протирание стола или перемещение коробок.
• Гиг-работники в Нигерии, Аргентине и Индии массово записывают на видео выполнение домашних дел для тренировки алгоритмов зрения и движения.

Трансформация физического труда

В обзоре отмечается, что современные логистические компании в США начинают оснащать своих сотрудников датчиками перемещения. Официально это делается для изучения причин травматизма, однако эксперты считают, что конечная цель — обучение автономных систем, которые со временем смогут заменить живых рабочих.

Процесс превращения физического труда в источник данных формирует новую реальность. По мнению специалистов, пока остается неясным, можно ли собрать достаточное количество информации для совершения технологического прорыва. Вопрос о том, сколько тысяч записей с открыванием двери или перемещением груза весом в несколько килограммов потребуется для обучения полноценного робота-помощника, остается открытым.