Innodata开设了一个新实验室来捕捉动作，以获取准确数据来训练机器人AI。来源：Innodata
虽然人形机器人可以很敏捷，但驱动它们的人工智能需要更多数据才能执行有用的任务。Innodata Inc.今天表示，它已开设一个实验室，用于生成训练下一代类人机器人所需的数据。该设施还将独立验证机器人内部生成的性能数据。
“物理AI的增长速度快于AI中的任何其他细分领域，但每个机器人团队都会撞上同一堵墙：现实世界交互数据不够，而现有的数据既昂贵又生产缓慢，”Innodata首席执行官Rahul Singhal表示。“这个设施拆除了那堵墙。我们现在为物理AI公司提供完整的端到端能力——从数据采集到模型评估——从而压缩开发周期，让能力更强、更安全的机器人更快进入世界。”
Innodata成立于1988年，并断言数据与AI“密不可分”。这家总部位于新泽西州Ridgefield Park的数据工程公司表示，它提供构建AI系统所需的高质量数据、评估框架和人类专业知识，使构建者和采用者能够大规模信任这些系统。
物理AI提出了新的数据需求
Innodata机器人与物理AI副总裁Franklin Tanner指出，虽然大语言模型（LLM）受益于互联网上的海量数据，但机器人并没有关于物理世界的同样语料库。“物理AI必须一次一次交互地赚取它的token，而且这些交互必须是有意为之的，”他告诉《The Robot Report》。
据Innodata称，这个新的研发设施满足了人形机器人、工业机器人和其他形式物理AI对高质量训练数据的迫切需求。虽然其他数据提供商通过分析2D视频来推断3D动作，但该公司表示，它直接从身体本身捕捉3D数据——无论这些身体是人类还是机械。
“直接3D动作捕捉无可替代，”Tanner表示。“当计算机视觉模型试图理解2D像素网格时，错误不可避免地会悄然出现。”
“我们的传感器旨在记录每个关节最微小的动作，这使训练更准确、更高效，”他补充道。“当你训练一个重近200 lb. [90.7 kg]的人形机器人时，你的读数不能只是大致接近。它们必须精确。有了这个实验室，它们就是精确的。”
Tanner举了告诉机器人拿起一个马克杯的例子。
“你想让它确保以正确的方式拿起它。所以我们大多数人会抓住把手拿起它，但你也可以从底部拿起它，”他说。“这没有错，但如果里面装的是热液体，你可能会烫伤手。所以语境很重要，而即使是在目前已有的数据集中，这一点也并不总是被编码进去。”
来自真实环境中机器人的数据是‘黄金标准’
Innodata表示，它捕捉现实世界数据，并跨人形机器人、遥操作硬件、可穿戴系统、传感器装置、通用操作接口（UMI）夹爪以及其他多模态捕捉设置生成训练数据。随后，这些数据可以帮助构建数字孪生，以生成边缘案例。
“现实世界数据无可替代，”Tanner说。“我们尽可能收集行动者或机器人在真实环境中做某事的数据。我认为那是黄金标准。然而，这非常昂贵，而且要弄清楚马克杯以把手朝向不同方向的方式从传送带上下来所有可能情况，并不高效。”
“关键在于，我们如何创建足够的现实世界数据，然后用这些数据为模拟提供种子？”他问道。“模拟器在获取现实世界数据、进行真实到模拟的转换，然后对环境进行排列组合，以处理不同参数带来的一些小型组合爆炸方面，正变得相当出色。NVIDIA的Cosmos环境实际上在这方面正变得非常出色。”
现实世界数据也存在局限性。Tanner表示，用于遥操作或自我中心数据采集的人类响应可能不完整。例如，他说，如果数据采集场景中的人掉了一把刀，他或她可能会后退一步并关闭设备，认为自己犯了错误。
“我们现在没有人类和机器人交互的训练数据，”Tanner指出。“这是我们在实验室中正在研究的一个领域——为其配备仪器，使多个智能体能够协同工作。我们需要更大且定制化的数据集。”
Vicon为Innodata捕捉亚毫米级动作
Vicon表示，其摄像头可以以亚毫米级精度和毫秒级延迟捕捉数据。来源：Innodata
Innodata与动作捕捉领导者Vicon共同开发了这个实验室，Vicon继续提供技术咨询。这个新泽西实验室配备了高精度、低延迟的红外光学跟踪摄像头，可测量低至亚毫米级的运动——这种精度通常是可穿戴惯性测量单元（IMU）传感器和单摄像头（单目）视频分析等方法无法匹敌的。
“最近有很多动作捕捉公司发现了人形机器人领域，”Vicon董事总经理Andrew Knox承认。“但构建最强机器人的团队不断得出同一个结论：如果训练数据是近似的，机器人也会是近似的。”
“Vicon设定了衡量动作数据的标准，”他说。“我们的系统以亚毫米级精度和毫秒级延迟，在同一空间中捕捉人、机器人以及它们处理的物体。”
“这为你提供了独立的地面真值，而不是估计值，”Knox解释道。“这就是为什么领先的人形机器人开发者、前沿AI实验室和研究型大学一直选择Vicon，也是为什么Innodata的实验室有条件成为整个物理AI行业的参考点。”
Innodata客户可以购买数据，也可以送来他们的机器人
Innodata客户将能够以现成套餐购买动作捕捉数据，或委托定制项目。该公司声称，它可以为广泛的物理AI平台生成训练数据，并根据需要将动作数据从一个平台重定向到另一个平台。
客户还可以将机器人送来评估，以确认其性能符合客户规格。Innodata的专家可以在各种脚本化场景中测量机器人的动作和响应，包括机器人与人类互动的场景。
Innodata还提供安全保证服务，以验证机器人的性能。该公司表示，其物理AI专家采用同样严格的多阶段质量流程，这些流程是其在金融、政府和医疗等任务关键型用例中，以及最近为前沿AI实验室提供优质数据的过程中历经数十年磨练而成的。
由于该实验室经过精细校准的摄像头从外部观察每个机器人，它们对机器人内部（“自我中心”）遥测数据提供了外部（“外部中心”）检查，而内部遥测数据往往充满噪声。Innodata表示，由此产生的测量结果可用于验证开发者的内部数据和性能声明，或为信任与安全提供独立的第三方基准。
“我们需要弄清楚如何用更少的数据做更多的事，”Tanner承认道。“在我看来，这将成为机器人下一次进化的标志之一。我们有客户说，‘只要给我100万小时的自我中心数据，做遍天下所有事。’”