Die neue Grenze der KI: Datenmangel beim Training von Robotern

KI-Giganten, darunter OpenAI, haben begonnen, ihren Fokus wieder verstärkt auf die Robotik zu richten. Dabei ist jedoch ein unerwartetes Hindernis aufgetreten: Es gibt kaum hochwertige Datensätze, um Robotern die Navigation in der physischen Welt beizubringen. Während LLM-Modelle dank offener Internetdaten berkembang konnten, benötigen Roboter spezialisierte Datensätze, die physische Interaktionen widerspiegeln. Dies berichtet Techcrunch.com Nachrichten berichtet.

Um diese Lücke zu schließen, hat das Startup XDOF seine Geschäftstätigkeit aufgenommen. Das Unternehmen befasst sich mit der Erfassung, Sortierung und Systematisierung von Daten für die Robotik. Laut TechCrunch konnte das neue Projekt bereits Investitionen in Höhe von 70 Millionen Dollar von renommierten Fonds wie Thrive Capital, Spark Capital und a16z gewinnen. Diese Mittel werden für die Erstellung von "digitalen Lehrbüchern" für Roboter verwendet.

Datenknappheit und neue Lösungen

Derzeit können YouTube-Videos oder einfache Bilder, die zum Training von Robotern verwendet werden, die Komplexität der physischen Welt nicht vollständig abbilden. Philip Wu, Gründer von XDOF, betont, dass das nächste große Problem im Bereich der AI nicht Chips oder Modelle sein werden, sondern eben der Datenmangel. Ohne präzise Daten darüber, wie Roboterarme Objekte greifen, bewegen und Hindernisse überwinden, kann kein perfekter Roboter geschaffen werden.

Das XDOF-Team arbeitet derzeit mit fast 20 Kunden zusammen, darunter einige der weltweit führenden AI-Labore. Das Unternehmen sammelt nicht nur Daten, sondern bietet auch Reinigungs- und Annotationsdienste an. Dieser Prozess hilft Robotern, aus ihren Fehlern zu lernen und physische Bewegungen präziser auszuführen.

Das ABC-Projekt und akademische Zusammenarbeit

Als wichtigen Teil seiner Tätigkeit kündigte das Unternehmen in Zusammenarbeit mit der UC Berkeley eine große Datenbank namens ABC an. Diese Sammlung umfasst:

• über 130.000 Trajektorien der Robotermanipulation;
• 300 Stunden Simulationsprozesse;
• 100 Stunden Ergebnisse praktischer Auswertungen.

Eine Datenbank in dieser Größenordnung war zuvor für wissenschaftliche Kreise nicht zugänglich. Solche Projekte sind auch für Entwicklungsländer wie Usbekistan von großer Bedeutung. Da die Nutzung von Robotern in der Produktion und im Dienstleistungssektor voraussichtlich zunehmen wird, trägt eine solche technologische Infrastruktur dazu bei, die Preise für Roboter zu senken und ihre Verbreitung zu fördern.

Zusammenfassend lässt sich sagen, dass mit der Rückkehr von OpenAI und anderen großen Unternehmen in das Robotik-Rennen "Datenlieferanten" wie XDOF zu einem integralen Bestandteil der Industrie werden. Physische AI ist nicht nur Software, sondern ein komplexes System, das im Einklang mit der realen Welt arbeitet.