В Китае открыли общий доступ к данным для создания и обучения роботов

Выложила в открытый доступ свой набор данных Fourier ActionNet для андроидов и первый в мире для полного процесса развертывания ведущая китайская компания в области робототехники общего назначения Fourier, сообщает 18 марта издание Yicai.

Инструментарий включает алгоритмы сбора, обучения и развертывания. Fourier стремится улучшить обучение роботов искусственного интеллекта и предложить комплексное решение для мировых разработчиков и исследовательских институтов, поощряя инновации и сотрудничество в робототехническом сообществе.

Набор данных Fourier ActionNet содержит разнообразные учебные задачи для гуманоидных роботов серии Fourier GRx, в том числе точный подбор и размещение, сброс часто используемых инструментов, бытовых предметов, еды и других объектов, а также обобщенное выполнение в различных условиях окружающей среды, добавили в компании.

«Высококачественные наборы данных позволяют роботам изучать методы работы и стратегии копирования в различных сценариях, расширять возможности обобщения и более полно осваивать различные навыки, что значительно повышает их способность к обучению и эффективность выполнения задач», — сказал Чжэн Янъян, исследователь роботов ИИ в холдинге Samoyed Cloud Technology Group.

Качество набора данных влияет на эффективность обучения роботов, сказал инсайдер из области воплощенного интеллекта, добавив, что в отношении требований к обучению моделей ИИ, коэффициент использования данных сторонних производителей может составлять менее 1%. «Мы часто покупаем 1 миллион данных, но после строгой проверки качества можно использовать только 10 000 или даже меньше».

Данные в наборе данных Fourier ActionNet автоматически аннотируются с помощью визуальной языковой модели и ручной вторичной проверки для обеспечения точности данных и обучения, сообщил ответственный сотрудник Fourier.

«В будущем мы запустим несколько наборов данных, в том числе для движения нижней части тела робота», — отметил собеседник.

Большинство открытых наборов данных сосредоточены на операциях с руками и не охватывают движения всего тела, интерактивные действия в сложных условиях и другие важные задачи, отметил Чжэн. Возможности обобщения данных в сложных условиях все еще нуждаются в улучшении, сказал Чжэн.