రోబోటిక్స్కు కోటి గంటల డేటా అవసరం: గోల్డ్మన్ సాక్స్ విశ్లేషణ

కృత్రిమ మేధస్సు () ఆధారిత రోబోట్లు వాస్తవ ప్రపంచంలో సమర్థంగా పనిచేయాలంటే భారీ మొత్తంలో శిక్షణ డేటా అవసరమని గోల్డ్మన్ సాక్స్ విశ్లేషణ సూచిస్తోంది. ఉత్పత్తి స్థాయి సామర్థ్యాలను సాధించడానికి రోబోటిక్స్కు సుమారు 10 మిలియన్ గంటల పరస్పర చర్యల డేటా అవసరం కావచ్చని కథనం పేర్కొంటోంది. సాధారణ ఏఐ మోడళ్లు ఇంటర్నెట్లోని పాఠ్యాలు, చిత్రాల ఆధారంగా శిక్షణ పొందుతాయి. అయితే రోబోట్లు వాస్తవ ప్రపంచంలో పనిచేయడానికి కేవలం సమాచారాన్ని తెలుసుకోవడం సరిపోదు. వస్తువులను పట్టుకోవడం, కదలికలను నియంత్రించడం, బరువును అంచనా వేయడం, పరిసరాలకు అనుగుణంగా స్పందించడం వంటి నైపుణ్యాలు అవసరం.

దీనికోసం రోబోట్లు మనుషులతో, వస్తువులతో చేసే పరస్పర చర్యలకు సంబంధించిన డేటా కీలకంగా మారుతోంది. ఇందులో బలం, టార్క్, కదలికలు, స్పర్శ వంటి భౌతిక సమాచారానికి ప్రాధాన్యం ఉంది. ఇంటర్నెట్లో లభించే డేటాతో పోలిస్తే రోబోట్లకు అవసరమైన వాస్తవ ప్రపంచ డేటాను సేకరించడం కష్టమైన ప్రక్రియ. అందుకే పరిశ్రమలో ప్రత్యేక డేటా సేకరణ కేంద్రాలు, మనిషిరోబో పరస్పర సహకార విధానాలపై పెట్టుబడులు పెరుగుతున్నాయి.

ప్రస్తుతం పరిశ్రమలు, గిడ్డంగులు, లాజిస్టిక్స్ వంటి రంగాల్లో రోబోట్ల వినియోగం ఎక్కువగా ప్రయోగాత్మక దశలోనే ఉంది. రోబోలు మరింత ఖచ్చితత్వంతో, నమ్మకంగా, స్వతంత్రంగా పనిచేయగలిగినప్పుడే పెద్ద ఎత్తున వాణిజ్య వినియోగం సాధ్యమవుతుందని విశ్లేషణలు సూచిస్తున్నాయి. మొత్తంగా, భవిష్యత్తులో రోబోటిక్స్ అభివృద్ధికి హార్డ్వేర్తో పాటు నాణ్యమైన వాస్తవ ప్రపంచ డేటా కూడా కీలక పాత్ర పోషించనుంది.

రోబోట్లు వాస్తవ ప్రపంచంలో సమర్థంగా పనిచేయడానికి భారీ మొత్తంలో శిక్షణ డేటా అవసరం. గోల్డ్మన్ సాక్స్ విశ్లేషణ ప్రకారం, ఉత్పత్తి స్థాయి సామర్థ్యాలను సాధించడానికి రోబోటిక్స్కు సుమారు 10 మిలియన్ గంటల పరస్పర చర్యల డేటా అవసరం.

రోబోట్లకు ఏ రకమైన డేటా ముఖ్యం?

వస్తువులను పట్టుకోవడం, కదలికలను నియంత్రించడం, బరువును అంచనా వేయడం, పరిసరాలకు అనుగుణంగా స్పందించడం వంటి నైపుణ్యాలకు సంబంధించిన భౌతిక సమాచారం, బలం, టార్క్, స్పర్శ వంటి డేటా కీలకం.