Gall robotiaid weld. Gwnaeth setiau data delweddau ar raddfa'r rhyngrwyd a degawd o fodelau mireinio hynny'n bosibl. Ond gofynnwch i robot godi carton hanner-falu, edafu cebl, neu roi offeryn i lawfeddyg, a daw'r olwynion i ffwrdd. Nid oherwydd bod y camerâu wedi methu. Oherwydd nad oes dim yn hyfforddiant y robot erioed wedi dysgu iddo sut beth yw teimlo cyswllt. Cyffwrdd yw'r synnwyr y mae AI Corfforol wedi'i anghofio, ac mae'r rheswm yn symlach nag y mae'r rhan fwyaf o dimau'n ei ddisgwyl: nid yw'r signal hyfforddi yn bodoli eto. Mae'r darn hwn yn ymwneud â'r signal ei hun - data synhwyro cyffyrddol. Beth sydd ynddo mewn gwirionedd, sut mae'n cael ei gynhyrchu, a beth sydd angen ei labelu ag ef cyn iddo ddod yn ddefnyddiol. Hepgor unrhyw un o'r tri chwestiwn hynny ac mae'r modelau'n aros yn ddall yn yr un ystyr sydd bwysicaf ar gyfer trin.
Y Pedwar Dosbarth Signal Y Tu Mewn i Ddata Synhwyro Cyffyrddol
Y peth cyntaf sy'n mynd o'i le yw bod "cyffyrddol" yn cael ei drin fel un bwced. Yn ymarferol, mae angen pedwar dosbarth signal gwahanol ar fodel sy'n dysgu trin, pob un wedi'i ddal gan galedwedd gwahanol a phob un yn dysgu rhywbeth gwahanol i'r model. Mae dosbarthiad pwysau yn dweud wrth y robot lle ac pa mor galed mae cyswllt yn digwydd ar draws y darn cyswllt - digon i amcangyfrif ansawdd y gafael a safle'r gwrthrych y tu mewn i'r gafaelydd. Mae dirgryniad yn dal newidiadau amledd uchel: y micro-ddigwyddiadau sy'n arwydd o lithriad, gwrthdrawiad, neu grafu arwyneb gweadog yn llithro yn erbyn un arall. Mae grym a thorc yn disgrifio'r cyfnewid mecanyddol net yn yr arddwrn neu'r cymal - y gwahaniaeth rhwng pwyso botwm a'i blygu. Proprioception yw synnwyr y robot o'i gorff ei hun: safleoedd bysedd, agoriad gafaelydd, cyflyrau cymal ar yr union foment y mae cyswllt yn digwydd. Mae model sydd wedi'i hyfforddi ar unrhyw un o'r rhain ar ei ben ei hun yn swyddogaethol un llaw.
| Dosbarth signal | Beth mae'n ei fesur | Cyfradd dal nodweddiadol | Beth mae'n ei ddysgu i'r model |
|---|---|---|---|
| Pwysau | Lleoliad cyswllt, siâp, dwyster | 100-500 Hz | Ansawdd gafael, ystum y gwrthrych yn y gafaelwr |
| Dirgryniad | Trawsdoriadau cyswllt amledd uchel | 1-5 kHz | Dechrau llithro, gwrthdrawiadau, gwead arwyneb |
| Grym / Torque | Llwyth mecanyddol net mewn cymal | 500-1,500 Hz | Grymoedd mewnosod, cydymffurfiaeth, terfynau cyswllt diogel |
| Proprioception | Cyflwr gafael a chymal | 100-1,000 Hz | Ymwybyddiaeth o'r corff, casgliad o anffurfiad |
Sut Mae Data Synhwyro Cyffyrddol yn Cael ei Gasglu mewn Gwirionedd
Yn wahanol i ddata gweledigaeth, ni ellir crafu dim o hyn. Rhaid i bob sampl gael ei chynhyrchu gan synhwyrydd go iawn sy'n cyffwrdd â gwrthrych go iawn. Mae tri dull casglu ymarferol, ac mae rhaglenni gradd cynhyrchu fel arfer yn rhedeg y tri ochr yn ochr.
Arddangosiadau dynol wedi'u tele-weithredu
Mae gweithredwr medrus yn rhedeg y robot trwy dasg — dewis, mewnosod, trosglwyddo — tra bod y pentwr synhwyrydd llawn yn cofnodi. Gan fod bod dynol yn y ddolen, mae'r llwybrau yn ôl y diffiniad yn llwyddiannus ac yn amrywiol, ac maent yn dal y strategaethau tawel y mae bodau dynol yn eu defnyddio i wella o fethiannau bach. Dyma asgwrn cefn piblinellau dysgu-dynwared a gweledigaeth-iaith-gweithredu.
Rigiau rhyngweithio wedi'u sgriptio
Mae'r robot yn rhedeg symudiadau wedi'u rhaglennu yn erbyn set wedi'i churadu o wrthrychau, yn aml ar gyflymderau, onglau a phwysau amrywiol. Mae'r modd hwn yn ddiguro ar gyfer ymdrin â chyfundrefnau cyswllt penodol — e.e., "hanner cant o fewnosodiadau'r cysylltydd hwn ar ddeg ongl mynediad gwahanol a thri chyflwr ffrithiant." Dyma sut rydych chi'n adeiladu setiau data sy'n ynysu un newidyn.
Cipio mewn-lleoliad
Unwaith y bydd robot yn rhedeg mewn amgylchedd go iawn, mae pob shifft yn cynhyrchu data ffres - gan gynnwys y digwyddiadau prin na wnaethoch chi erioed feddwl eu sgriptio. Cau'r ddolen rhwng defnyddio ac ailhyfforddi yw lle mae gwelliannau gallu tymor hir yn dod.
Dychmygwch wneuthurwr offer yn cyflwyno cell ddwy fraich ar gyfer llwybro harnais gwifrau peiriant golchi llestri. Aeth efelychu â'r tîm i brototeip gweithredol. Chwe wythnos o arddangosiadau teleweithredol - technegydd profiadol yn tywys y breichiau trwy gannoedd o harneisiau go iawn gyda'r recordiad pentwr cyffyrddol llawn - yw'r hyn a'i gyrhaeddodd y llawr cynhyrchu. Mae timau sy'n rhedeg rhaglenni ar y raddfa hon fel arfer yn dibynnu ar arbenigwr. Partner casglu data AI corfforol i staffio'r gweithredwyr, cydlynu'r rigiau, a rheoli'r cydamseru traws-foddol sy'n gwneud y data sy'n deillio o hyn yn ymarferol hyfforddiadwy.
Un nodyn am efelychu: mae'n werthfawr, ond ni all gario cyffyrddol ar ei ben ei hun. Mae ffiseg gyswllt efelychiedig yn dal i wahaniaethu'n ystyrlon oddi wrth ffrithiant, anffurfiad a llithro yn y byd go iawn - yn enwedig ar gyfer deunyddiau hyblyg neu gydymffurfiol. Mae data cyffyrddol synthetig yn ychwanegu at set ddata byd go iawn. Nid yw'n disodli un.
Beth sydd angen labelu data cyffyrddol ag ef
Nid data hyfforddi yw ffrydiau synhwyrydd crai. Dim ond ar ôl i anodyddion farcio beth ddigwyddodd mewn gwirionedd, pryd y digwyddodd, a pha mor dda yr aeth y maent yn dod yn ddata hyfforddi. Mae pum teulu label yn bwysicaf.
Labeli canlyniad gafael: Llwyddiannus, llithro, ail-ddeall, methu — wedi'i gymhwyso i bob pennod trin. Dyma'r signal goruchwylio ar gyfer popeth i lawr yr afon.
Ffiniau cyfundrefn gyswllt a stampiau amser cychwyn llithro: Y funud y mae'r gafaelwr yn cyffwrdd â'r gwrthrych. Y funud y mae'r gwrthrych yn dechrau symud yn y gafael. Y funud y caiff ei ryddhau. Mesurir cywirdeb yma mewn degau o filieiliadau, oherwydd dyna lle mae'r patrwm dysguadwy yn byw.
Bracedi maint y grym: Biniau grym wedi'u discretio ym mhob cam rhyngweithio — nesáu, cyswllt, eistedd, dal, rhyddhau. Mae'r rhain yn gadael i'r model ddysgu sut olwg sydd ar broffil grym mewnosod "normal", ac felly adnabod pryd mae rhywbeth o'i le.
Labeli paru gweledigaeth-cyffyrddol: Pob digwyddiad cyffyrddol wedi'i alinio â'r ffrâm weledol sy'n cyd-fynd ag ef a'r cyflwr proprioceptive ar y foment honno. Mae dulliau anghywir yn dysgu cydberthnasau anghywir hyderus i'r model, sy'n waeth na dim data.
Amcangyfrifon anffurfiad a chydymffurfiaeth: Ar gyfer gwrthrychau anffurfadwy, meddal, neu fregus, mae anodyddion yn cofnodi sut y newidiodd y gwrthrych o dan y gafael, a faint o ildio a gynhyrchwyd gan y cyswllt.
Mae labelu hyn yn dda yn agosach at ddysgu rhywun i chwarae offeryn wrth y glust nag at dagio lluniau. Nid yw'r anodydd yn llunio blwch o amgylch cerddwr; maen nhw'n nodi'r union foment y newidiodd patrwm mewn signal 1,500 Hz ac yn enwi beth mae'r newid hwnnw'n ei olygu. Mae rhaglenni cynhyrchu'n dibynnu ar bethau pwrpasol llifau gwaith anodiadau cyffyrddol ac amlfoddol gyda rheoli ansawdd fesul cam, oherwydd gall un anodydd diofal wenwyno rhediad hyfforddi cyfan yn dawel.
Casgliad — O “Methu Teimlo” i “Yn Gwybod Beth i Deimlo Droso”
Nid naid mewn caledwedd yw'r naid o robotiaid sy'n gallu gweld i robotiaid sy'n gallu teimlo. Mae'n naid yn y data sy'n dysgu modelau beth mae cyffwrdd yn ei olygu mewn gwirionedd. Pwysedd, dirgryniad, grym, proprioception - wedi'u dal mewn cydamseriad, wedi'u casglu trwy ryngweithio go iawn, ac wedi'u hanodi gyda'r manwl gywirdeb y mae'r ffiseg yn ei fynnu. Y timau'n adeiladu Systemau AI ffisegol sy'n gweithio bob shifft, nid mewn demos yn unig, yw'r rhai sy'n trin data synhwyro cyffyrddol fel y signal hyfforddi ydyw: cul, drud, anhepgor, a'r haen sengl sy'n troi robot o rywbeth sy'n gwylio'r byd yn rhywbeth a all weithredu ynddo'n ddibynadwy.
Beth sy'n cyfrif fel data synhwyro cyffyrddol?
Unrhyw signal synhwyrydd a gipiwyd yn y pwynt cyswllt neu gerllaw — mapiau pwysau, olion dirgryniad, darlleniadau grym-torque, a chyflwr proprioceptive y robot ei hun yn ystod cyswllt. Mae'r diffiniad defnyddiol yn cwmpasu'r pedwar dosbarth oherwydd eu bod bron bob amser yn angenrheidiol gyda'i gilydd.
Sut mae data cyffyrddol yn cael ei gasglu mewn gwirionedd?
Tri modd ymarferol: arddangosiadau dynol a reolir o bell, rigiau rhyngweithio wedi'u sgriptio sy'n ynysu amodau penodol, a chipio mewn-lleoliad o robotiaid gweithredol. Mae rhaglenni cynhyrchu yn defnyddio'r tri.
A ellir cynhyrchu data cyffyrddol mewn efelychiad?
Yn rhannol. Mae efelychu yn ardderchog ar gyfer senarios cyfaint a phrin, ond mae ffiseg gyswllt efelychiedig yn dal i fod yn wahanol i realiti - yn enwedig ar gyfer deunyddiau ffrithiant, llithro a dadffurfiadwy. Mae data cyffyrddol synthetig yn ategu data byd go iawn; nid yw'n ei ddisodli.
Pa anodiadau sydd eu hangen ar ddata cyffyrddol?
Canlyniadau gafael, ffiniau cyfundrefn cyswllt a stampiau amser llithro, cromfachau maint grym ym mhob cam, paru gweledigaeth-cyffyrddol, ac amcangyfrifon o anffurfiad neu gydymffurfiaeth. Mae pob teulu o labeli yn dysgu agwedd wahanol ar drin i'r model.
Pam nad oes set ddata gyffyrddol gyhoeddus ar raddfa ImageNet?
Oherwydd mai dim ond trwy gyswllt corfforol y gellir cynhyrchu data cyffyrddol — synhwyrydd wrth synhwyrydd, gwrthrych wrth wrthrych, pennod wrth bennod. Nid oes cyfwerth crafu, a dyna'n union pam mai rhaglenni casglu ac anodi pwrpasol yw'r rhwystr mewn deallusrwydd artiffisial ffisegol.
