SKAI Intelligence: корейский стартап в области синтетических данных, который создает «учебник для физического ИИ» в сотрудничестве с NVIDIA и ABB Robotics
- 11 минут назад
- 6 мин. чтения
Корреспондент Бу Э Ри
- «Опыт роботов в реальном мире — ключ к физическому ИИ»
- Обучение ИИ с помощью виртуальных данных, имитирующих реальность
- Выбрана в качестве независимого партнера-разработчика программного обеспечения NVIDIA
- Сотрудничество с ABB Robotics, мировым лидером в области промышленных роботов
- Участие в качестве ключевой организации, внесшей вклад в «Белую книгу по физическому ИИ» обеих компаний
- От промышленности до медицины… «Цель — стандартизация физического ИИ»
Процесс 3D-сканирования с помощью роботизированной руки для создания высокоточных цифровых двойников реальных объектов [Предоставлено SKAI Intelligence]
«Наступил мир, в котором роботы танцуют и играют в футбол, но почему же робот, складывающий бельё, до сих пор не запущен в серийное производство? Дело в том, что он недостаточно изучил физический мир, связанный со стиркой».
Робототехника развивается стремительными темпами. Наступил мир, в котором роботы, как люди, поднимаются по лестнице, танцуют и выполняют сложные движения. Однако простые домашние дела, которые человек выполняет в повседневной жизни, по-прежнему остаются нерешённой задачей для роботов. Это связано с тем, что человек с самого рождения познает мир, а робот — нет. «Распознавание и манипулирование предметами гораздо сложнее, чем танцы» - отметил генеральный директор SKAI Intelligence Ли Чжэ Чхоль, добавив: «Суть физического искусственного интеллекта (ИИ) заключается в том, чтобы дать роботу возможность познавать реальный мир».
В последнее время отрасль ИИ быстро выходит за рамки генеративного ИИ, создающего текст и изображения, и стремительно развивается в направлении «физического ИИ», который понимает реальный мир и способен в нём действовать. Физический ИИ — это технология, позволяющая роботам распознавать реальное пространство, самостоятельно принимать решения и действовать в нем. Ожидается, что сфера его применения расширится не только в производстве, но и в логистике, медицине и сфере услуг. Дженсен Хуанг, генеральный директор (CEO) NVIDIA, заявил: «Следующая волна ИИ — это физический ИИ», а глобальные технологические гиганты, такие как Tesla, Google DeepMind и Meta, вкладывают огромные средства в разработку гуманоидов и промышленных роботов.
Однако какими бы совершенными ни были тело и мозг робота, без опыта взаимодействия с реальностью он не сможет работать так же, как человек. Именно на этом аспекте сосредоточилась компания SKAI Intelligence. Генеральный директор Ли определил SKAI Intelligence как «компанию, создающую учебники и сборники задач для роботов».
Генеральный директор Ли отметил: «Человек тоже рождается с телом, глазами и мозгом, но он учится различать горячее и холодное, а также осваивает ходьбу, падая и вставая», — и добавил: «С роботами дело обстоит точно так же. После тела, глаз и мозга им необходим опыт. Мы производим данные, которые создают этот опыт».
Генеральный директор SKAI Intelligence Ли Чжэ Чхоль дает интервью газете «Herald Economy» [Корреспондент Бу Э Ри]
«Синтетические данные» — ключевой актив эпохи физического ИИ
Генеративный ИИ развивался, обучаясь на огромных массивах текстовых и изобразительных данных. Однако физический ИИ отличается от него. Чтобы робот мог собирать детали на заводе, помогать в проведении операций в больнице или складывать белье дома, он должен понимать физические свойства реального мира.
Даже в процессе складывания одной футболки существует множество переменных. Материал и толщина ткани, степень её растяжения, натяжение при потягивании рукой, тени в зависимости от освещения и даже отраженный свет, распознаваемый камерой — всё это различается. Для человека это естественный процесс, но для робота это область, требующая многократного повторного обучения.
По этой причине в эпоху физического ИИ «синтетические данные (Synthetic Data)» становятся новым ключевым активом. Это метод, при котором вместо сбора реальных данных по одному создаются виртуальные данные, аналогичные реальности, в среде цифрового двойника для обучения ИИ.
SKAI Intelligence реализует в среде на базе «Omniverse» от NVIDIA различные ситуации, с которыми может столкнуться робот. Omniverse — это платформа цифровых двойников, позволяющая воссоздавать реальные заводы или рабочие среды в виртуальном пространстве. SKAI Intelligence генерирует в этом пространстве синтетические данные, с помощью которых роботы могут изучать физический мир, что помогает им работать на реальных объектах так же, как люди.
«Подобно тому, как в школе учатся по учебникам и сборникам заданий и ведут тетради с ошибками, роботы тоже должны сначала приобрести разнообразный опыт» - сказал Ли, добавив: «если учиться только правильным ответам, то при появлении даже незначительных отклонений от нормы на реальном объекте робот просто остановится. Учебник, содержащий все варианты задач, включая вариативные, — это и есть синтетические данные, создаваемые SKAI Intelligence».
Экран, на котором сравниваются реальный промышленный процесс и детали (слева) со симуляционной средой на основе высокоточного цифрового двойника (справа) [Предоставлено SKAI Intelligence]
Вхождение в экосистему NVIDIA и сотрудничество с ABB Robotics
В экосистеме физического ИИ одной компании сложно охватить все технологии. Есть компании, производящие корпуса роботов, есть компании, занимающиеся визуальным ИИ, распознающим объекты с помощью камер, а также есть компании, разрабатывающие базовые модели, выполняющие роль «мозга». NVIDIA предоставляет платформу Omniverse и «Isaac Sim», но не создает самостоятельно все данные, необходимые для реального обучения.
SKAI Intelligence моделирует в среде цифровых двойников царапины на изделиях, их блеск, освещение, шумы камеры и т. д. в бесчисленных вариантах, чтобы робот мог заранее обучиться. Цель состоит в том, чтобы робот мог реагировать даже на исключительные ситуации, которые могут возникнуть на производстве.
Благодаря таким технологическим возможностям компания SKAI Intelligence стала партнером NVIDIA в качестве независимого поставщика программного обеспечения (ISV). Компания также сотрудничает с ABB Robotics, мировым лидером в области промышленных роботов. Недавно она приняла участие в качестве одной из ключевых организаций-участников в создании «Белой книги по физическому ИИ», подготовленной NVIDIA и ABB Robotics. В белой книге планируется осветить технологические направления физического ИИ, используемого в сфере высокоточного производства, а также способы его промышленного применения.
В качестве одной из первых областей, где будут применяться синтетические данные, называют промышленную робототехнику. В настоящее время «умные» заводы автоматизированы в значительной степени, но нередко сталкиваются с ограничениями на последнем этапе. Причиной этого является «доменный разрыв» (Domain Gap), когда робот останавливает работу даже из-за мельчайших царапин, изменения освещения или небольших погрешностей в положении изделия. Это явление связано с различиями между средой обучения и реальными условиями на производстве, что приводит к снижению эффективности распознавания роботом.
Сильной стороной SKAI Intelligence является технология интеграции данных промышленной метрологии реального мира и компьютерной графики (CG) в единую систему.
На реальных заводах такие параметры, как значение диафрагмы, экспозиция, освещенность и коэффициент отражения, распознаваемые камерой, регистрируются в виде количественных метрологических данных. В то же время компьютерная графика (CG) в виртуальной среде использует иной язык и систему представления. Из-за отсутствия единых стандартов, связывающих реальные и виртуальные данные, до сих пор эти два вида данных зачастую использовались отдельно.
«Языки, на которых измеряются данные в реальности и которые использует компьютерная графика, различаются. Мы разрабатываем движок, который преобразует и связывает эти два вида данных по единым критериям», — пояснил Ли.
Компания планирует к концу года создать платформу как услугу (PaaS) для автоматизации этого процесса. Цель состоит в том, чтобы при вводе файлов проектной документации (CAD) производственными предприятиями искусственный интеллект на их основе автоматически генерировал от сотен тысяч до миллионов трехмерных (3D) синтетических данных, включая как нормальные, так и аномальные сценарии, что позволит роботам обучаться различным ситуациям.
В июне этого года SKAI Intelligence подписала рамочное соглашение о стратегическом сотрудничестве с ABB Robotics. ABB Robotics — глобальная компания в сфере автоматизации, поставляющая промышленные и коллаборативные роботы, автономные мобильные роботы (AMR), контроллеры и программное обеспечение для роботов. Выручка подразделения робототехники достигает 2,3 млрд долларов США.
Обе компании работают над созданием инфраструктуры физического ИИ и системы верификации на основе технологии сверхточных синтетических данных. Суть подхода заключается в том, чтобы обучить модель ИИ с помощью синтетических данных, сгенерированных SKAI Intelligence, а затем проверить её работоспособность в робототехнической среде ABB. В будущем планируется расширить сферу сотрудничества за счёт обмена технологиями, проведения пилотных проектов, интеграции продуктов и реализации клиентских проектов.
«Создаем мир, в котором ИИ будет учиться»
В последнее время конкурентная среда в отрасли ИИ быстро меняется. Если на ранних этапах развития генеративного ИИ ключевым вопросом было то, кто разработает более совершенную большую языковую модель (LLM), то в будущем конкурентоспособность, скорее всего, будет зависеть от того, чему научилась модель и какой опыт она накопила.
«Крупные технологические компании уже обладают передовыми моделями и вычислительной инфраструктурой» - отметил Ли, добавив: «Решающим фактором станет не сама ИИ-модель, а опыт и данные, позволяющие ИИ понимать реальность».
Конечной целью SKAI Intelligence (веб-сайт: https://www.skaiintelligence.com/en) является создание отраслевого стандарта в области синтетических данных. В настоящее время рынок физического ИИ находится на стартовой черте полномасштабного роста, а подходы к генерации и использованию данных у каждой компании свой.
«Так же, как для каждого языка существует словарь, ИИ также нуждается в стандартизированных данных, но пока в отрасли в целом нет единых критериев» - сказал Ли, добавив: «Наша цель — совместно с ведущими мировыми компаниями, такими как NVIDIA и ABB Robotics, разработать стандарты данных, применимые в промышленных условиях, и закрепить их в качестве основополагающих принципов экосистемы физического ИИ».
«Основные принципы создания синтетических данных можно одинаково применять не только к промышленным роботам, но и к роботам в медицине, а также в различных других областях» - продолжил он, после чего заявил: «Сначала мы хотим доказать свою конкурентоспособность в сфере промышленных роботов, а затем расширить сферу деятельности на такие области, как медицина, где человечеством предстоит решить сложные задачи».
Корреспондент Бу Э Ри / boo@heraldcorp.com
Комментарии