Das US-Unternehmen Encord, spezialisiert auf Datenwerkzeuge für KI-Modelle, erprobt in Zusammenarbeit mit dem deutschen Neurotechnologie-Startup Zander Labs eine neue Methode zur Generierung von Trainingsdaten für physische KI: die Erfassung von Hirnwellen. Diese Initiative zielt darauf ab, den akuten Mangel an realen Trainingsdaten für humanoide Roboter und Lagerrobotik zu überwinden.
Der Datenengpass in der Robotik
Die Entwicklung von physischer Künstlicher Intelligenz, insbesondere für Robotik-Anwendungen, stößt auf eine zentrale Hürde: die Knappheit an relevanten Trainingsdaten aus der realen Welt. Vineeth Velmurugan, Leiter der Robotik-Lernabteilung bei Encord und früher bei OpenAI und Berkshire Grey tätig, betont, dass diese Daten schlicht nicht existieren. Während Unternehmen für selbstfahrende Autos ihre eigenen physikalischen Daten sammeln, ist dies nur schwer skalierbar. Videobasiertes Training mangelt es an der Detailtiefe realer Daten. Velmurugan schätzt, dass ein Datensatz, der etwa das Fünffache des gesamten YouTube-Videokorpus umfasst, erforderlich wäre, um einen Durchbruch zu erzielen. Dies verdeutlicht, warum die Datengenerierung selbst zu einem Geschäftsmodell geworden ist.
Encord wurde ursprünglich gegründet, um Unternehmen bei der Annotation von Daten für maschinelle Sehanwendungen und der Evaluierung von Modellen zu unterstützen. Als Kunden begannen, End-to-End-Lernansätze für Roboter-Manipulationsaufgaben einzusetzen, erkannte das Unternehmen die Notwendigkeit, Trainingsdaten selbst zu produzieren, anstatt sie nur zu verwalten.
Hirnwellen als neue Datenquelle
Im Encord-Lager in San Leandro, Kalifornien, tragen sogenannte „Piloten“ – die Bezeichnung des Unternehmens für seine Robotik-Trainer – spezielle Headsets. Andrew Ceja beispielsweise zieht vorsichtig Holzklötze aus einem Jenga-Turm, während sein Headset nicht nur seine Sicht verfolgt, sondern auch Hirnwellen misst. Dieses von Zander Labs entwickelte Headset soll geistige Zustände wie Fehler, Absicht und Überraschung erfassen, um nützlichere Datensätze für das Modelltraining zu erstellen. Die Zusammenarbeit zwischen Encord und Zander Labs ist derzeit ein Testlauf. Ziel ist es, einen ersten mit Hirnwellen annotierten Datensatz zu erstellen und dessen Auswirkungen auf die Modellleistung zu bewerten, bevor über eine Skalierung entschieden wird.
Lucas Gehrke, ein Neurowissenschaftler von Zander Labs, erklärt, dass die Intensität der Hirnaktivität während einer Aufgabe Aufschluss darüber geben kann, wann Modellentwickler ihre rechenintensivsten Modelle einsetzen sollten. Dies sei die „Speerspitze“ der Bemühungen, den Datenengpass in der Robotik zu lösen, so Velmurugan.
Vielfältige Ansätze zur Datengenerierung
Neben Hirnwellen setzt Encord auf weitere innovative Methoden zur Datenerzeugung. Dazu gehören:
- Egozentrisches Video: Von Arbeitern mit Kameras gesammelte Videos, oft ergänzt durch zusätzliche Kamerawinkel und andere Metriken. Encord sammelt solche Daten in Fabriken weltweit.
- Ferngesteuerte Roboter: Daten, die von aus der Ferne bedienten Robotern stammen.
- Leader-Follower-Systeme: Gekoppelte Roboterarme, bei denen ein menschlicher Bediener einen Arm steuert und der andere dessen Bewegungen imitiert. So werden Daten für Aufgaben wie Kaffeegießen oder Stapeln von Pokerchips generiert.
- Muskelelektrische Signale: Sensoren am Unterarm erfassen elektrische Signale in den Muskeln, um eine 3D-Darstellung der Handposition zu erstellen und so ein robusteres Verständnis für Modelle zu ermöglichen.
Die gesammelten Datensätze werden von Encord dicht annotiert, beispielsweise mit Beschreibungen wie „rechte Hand zieht Schraube fest“. Diese detaillierten Annotationen sollen LLM-basierten Modellen helfen, die Aktionen zu verstehen. Velmurugan schätzt, dass diese Art der Annotation für spezifische Aufgaben hundertmal wertvoller ist als weniger präzise Daten und nur zwanzigmal mehr in der Produktion kostet – auf dem Papier ein guter Kompromiss.
Die Ökonomie von Trainingsdaten für physische KI
Obwohl die dichte Annotation effizienter ist, bleiben die Produktionskosten ein wesentlicher Faktor. Im Gegensatz zum nahezu kostenlosen Scrapen von Textdaten aus dem Internet für große Sprachmodelle (LLMs) erfordert die Generierung physischer Trainingsdaten erhebliche Investitionen. Dies verändert die wirtschaftlichen Rahmenbedingungen für den Bau solcher Robotermodelle grundlegend.
Die rund ein Dutzend Piloten in Encords Einrichtung in San Leandro, darunter Sofia Infante, die Roboterarme zum Ein- und Ausstecken von Ethernet-Kabeln trainiert, sind Teil einer wachsenden Belegschaft, die die Bausteine für neuronale Netze entwickelt. Encords Position zwischen vielen Robotikunternehmen ermöglicht es dem Unternehmen, frühzeitig zu erkennen, welche Datentechniken branchenweit an Bedeutung gewinnen.
Thema: YouTube. Quelle/Inspiration: TechCrunch.