Nội dung bài viết
Fernando Flores có thể dành 8 giờ mỗi ngày để rót cùng một tách cà phê. Anh ấy không phải là một thợ pha cà phê.
Anh ấy là một nghệ sĩ múa rối robot, đang cố gắng huấn luyện hình người. Anh ta điều khiển bộ điều khiển cơ học để khiến các cánh tay robot gần đó nhấc một bình cà phê, rót vào cốc và đặt bình trở lại máy pha cà phê.
Flores kiểm tra xem có bị đổ không, sau đó dùng tay đổ cốc trở lại vào nồi và làm lại, hàng trăm lần. Flores, người có chức danh phi công robot cấp cao tại công ty khởi nghiệp Encord ở San Francisco, cho biết: “Sự lặp đi lặp lại có thể gây ra một số khó chịu”.
“Sau một thời gian, nó sẽ trở thành bản chất thứ hai.” Sisyphus của Thung lũng Silicon này đang ở tuyến đầu của ngành huấn luyện robot đang mở rộng nhanh chóng, chuẩn bị giảng dạy và vận hành đội quân robot hình người dự kiến sẽ hành quân ra khỏi các nhà máy gần đó trong năm tới.
Encord thực hành, ghi lại và bán dữ liệu về chuyển động cho các công ty đang chạy đua đưa hình người đến nhà cửa, văn phòng và nhà máy. Nếu kế hoạch lạc quan của các công ty công nghệ được tin tưởng thì một đàn robot do Mỹ chế tạo sắp được tung ra thị trường.
Nhà máy Fremont của Tesla đã ngừng sản xuất ô tô trong năm nay để nhường chỗ cho dây chuyền sản xuất robot Optimus của hãng, với kết quả khó tin có kế hoạch tăng công suất lên 1 triệu chiếc mỗi năm.
Công ty 1X Technologies có trụ sở tại Palo Alto hiện đang sản xuất hình người nặng 66 pound, cao 5 foot 6 có tên Neo tại nhà máy ở Hayward. Công ty đã nhận được 10.000 đơn đặt hàng trước và lô hàng đầu tiên dự kiến vào cuối năm nay.
Nhà máy hình người của Fig AI ở San Jose đã tăng công suất sản xuất để sản xuất một robot Hình 03 mỗi giờ, với mục tiêu sản xuất 12.000 chiếc mỗi năm. Goldman Sachs dự đoán thị trường toàn cầu dành cho robot hình người có thể đạt 38 tỷ USD vào năm 2035.
AI của những robot hình người này cần một lượng dữ liệu khổng lồ về chuyển động của con người. Cách con người viết, nói, viết mã và soạn thảo dễ dàng được tìm thấy trên Internet, nhưng các bot cần thêm thông tin để thành thạo cách đứng, bước, nâng, siết, đổ và thực hiện các chuyển động vật lý khác.
Đó là lúc các công ty như Encord xuất hiện. Theo CB Insights, khoản đầu tư 10 tỷ USD vào robot vào năm 2026 đã tạo ra một ngành công nghiệp tập trung vào đào tạo robot.
Ban đầu, điều đó có nghĩa là con người buộc iPhone lên trán, ghi lại các hành động như nấu ăn, dọn dẹp và làm việc nhà. Tuy nhiên, điều đó không nắm bắt được chính xác mô-men xoắn, lực và độ bám cần thiết cho robot t để làm việc hoàn hảo.
Giờ đây, con người đang trực tiếp hướng dẫn robot thông qua các thiết bị đắt tiền cho phép họ điều khiển chuyển động của robot. Dữ liệu được thu thập bằng cánh tay robot cung cấp những hiểu biết sâu sắc hơn về kỹ năng vận động và thao tác với đồ vật.
Encord tính phí khách hàng lên tới 1.000 USD mỗi giờ cho dữ liệu đào tạo.
Vineeth Velmurugan, người đứng đầu bộ phận học tập về robot tại Encord cho biết, thông tin được thu thập từ các huấn luyện viên điều khiển robot là “cực kỳ quan trọng để kết nối cấp độ học tập tiếp theo”, nơi robot sẽ học cách sửa lỗi và tự mình làm các công việc nhà.
Công ty hiện đang làm việc với một số công ty hàng đầu về robot nhưng cho biết họ không thể chia sẻ hầu hết các tên tuổi. Trong số các khách hàng mà họ có thể kể đến là Viện nghiên cứu Toyota và Weave, công ty đã trang bị robot gấp quần áo ở một số gia đình.
Nhiều công ty dữ liệu robot mới đang tập trung vào các trường hợp sử dụng công nghiệp. Robot có thể hoạt động tốt hơn trong môi trường có cấu trúc, có thể dự đoán được, như nhà máy hoặc nhà kho.
Nhiệm vụ ở nhà khó khăn hơn vì bố cục và nhiệm vụ đa dạng và lộn xộn hơn. Mặc dù nhiều bot đã thành thạo việc đi lại nhưng chúng vẫn gặp khó khăn trong việc mở cửa, tủ lạnh và máy giặt một cách trơn tru.
Họ không biết nắm bắt được chữ d ở đâu và như thế nào tay cầm, tay cầm hoặc cạnh cửa hoặc lực kéo, đẩy hoặc xoắn cần tác dụng là bao nhiêu. Flores đã thành thạo việc khiến cánh tay robot rót cà phê nhưng anh vẫn thường xuyên làm đổ.
Khi điều đó xảy ra, anh ta sẽ xóa hồ sơ về nỗ lực đó. Ông nói: “Thông thường, chúng tôi không muốn có bất kỳ sai sót nào.
“Nếu chúng tôi mắc nhiều hơn ba lỗi liên tiếp trong khoảng thời gian 15 giây thì đó sẽ không phải là dữ liệu tốt.” Bên trong cơ sở thử nghiệm của Encord ở Hayward, nó đã tái tạo một ngôi nhà tiêu chuẩn của Mỹ với phòng khách, nhà bếp và phòng tắm đầy đủ tiện nghi.
Gợi ý thực hành:
1. Theo dõi thông báo từ cơ quan địa phương tại California.
2. Kiểm tra nguồn chính thức trước khi chia sẻ lại thông tin.