اگر مدیر یک انبار یا زنجیره خرده‌فروشی هستید، احتمالاً نیروی کار آینده شما شبیه به گیمری است که هدست واقعیت مجازی بر سر دارد. شرکت IO-AI Tech در شنژن، حرکات بدن انسان را به داده‌های آموزشی برای نسل بعدی ربات‌های انسان‌نما تبدیل می‌کند.
این رویکرد در حالی رخ می‌دهد که چین با تکیه بر زیرساخت‌های عظیم تولید سخت‌افزار، بازار را با ربات‌های ارزان‌قیمت اشباع می‌کند. در حالی که بسیاری از شرکت‌ها بر نرم‌افزار تمرکز دارند، IO-AI اپراتور انسانی را به عنوان معلم اصلی می‌بیند تا شکاف بین برنامه‌نویسی خشک و حرکات روان در دنیای واقعی را پر کند. همان‌طور که در تحلیل‌های قبلی ما درباره‌ی امنیت مدل‌های بازمتن دیدیم، کیفیت داده‌های ورودی تعیین‌کننده خروجی نهایی است؛ اینجا هم داده‌های حرکتی نقش کلیدی دارند.
تله‌اپراسیون (Teleoperation) — شبیه به کنترل از راه دور یک ماشین توسط کسی که در اتاق دیگری نشسته — هسته مرکزی این فناوری است. طبق گزارش Wired در ۱۷ ژوئن ۲۰۲۶، این شرکت از مجموعه‌ای از هدست‌های VR، کنترلرهای دستی و دستکش‌های ردیاب حرکت استفاده می‌کند تا حرکات انگشتان و مفاصل انسان را در لحظه روی ربات بازسازی کند. این سامانه مستقل از سخت‌افزار است و به یک اپراتور اجازه می‌دهد ربات‌های برندهای مختلف را کنترل کند.
زمینه و موقعیت استقرار
شنژن به دلیل حضور هزاران تولیدکننده، پایگاهی ایده‌آل است. سی چین (Si Chin)، یکی از بنیان‌گذاران شرکت، توضیح می‌دهد که این موقعیت باعث می‌شود نمونه‌های اولیه را با سرعت بیشتری توسعه دهند و اصلاح کنند.
دفتر این استارت-آپ در ۴۵ دقیقه‌ای شمال مرکز شهر شنژن قرار دارد. از این مرکز عملیاتی، آن‌ها می‌توانند با تولیدکنندگان محلی که تشنه‌ی اتوماسیون کارهای دستی هستند، همکاری نزدیکی داشته باشند.
جزئیات عملیاتی
- کنترل چند-رباتی: سیستم می‌تواند حرکات انگشت یک نفر را هم‌زمان به ۱۰ دست رباتیک از ۱۰ شرکت مختلف منتقل کند. این یعنی در مجموع ۵۰ انگشت رباتیک به‌طور هم‌زمان از یک منبع انسانی فرمان می‌گیرند.
- بازخورد لمسی: اپراتورها می‌توانند اشیایی مثل یک توپ را که در دست ربات قرار گرفته است، از طریق حسگرها حس کنند.
- همکاری‌های صنعتی: این شرکت با Jack Sewing Machines، سازنده تجهیزات تولید لباس، همکاری می‌کند تا ربات‌های دو-بازو را برای اتو کردن پیراهن‌ها در خط تولید آموزش دهد.
- آزمایش در خرده‌فروشی: یک زنجیره فروشگاه‌های زنجیره‌ای در چین، این فناوری را برای چیدمان قفسه داروها آزمایش می‌کند؛ هرچند اپراتورها باید ابتدا خود را با تفاوت‌های جزئی بین حرکات خود و واکنش‌های ربات وفق دهند.
- شبیه‌سازی محیطی: کارکنان با حسگرهای ردیاب بدن، ربات‌های Unitree را کنترل می‌کنند. در یک آپارتمان شبیه‌سازی‌شده، اپراتورها با استفاده از دوربین‌های هم‌سطح چشم، لباس‌ها را از چوب‌لباسی بیرون آورده و آن‌ها را تا می‌کنند.
به نقل از مستندات شرکت، الگوریتم‌ها باید قصد انسان را با تعادل خودکار ترکیب کنند. چون ربات‌ها از نظر اندازه، شکل و وزن با اپراتورهای انسانی متفاوت‌اند، نرم‌افزار مانع از واژگون شدن ماشین در حین انجام کارهای پیچیده می‌شود. بدون این توانایی مستقل در حفظ تعادل، ربات ممکن است سقوط کند.
این استراتژی در واقع تضاد با نظریه «انفجار بزرگ» در هوش مصنوعی است؛ جایی که مدل فقط داده می‌گیرد و انتظار می‌رود هر کاری بلد باشد. سی چین این روش را به عرضه تدریجی خودروهای خودران تشبیه می‌کند که ابتدا روی کارهای خاص و باارزش تمرکز می‌کنند تا یک مجموعه داده قابل‌اعتماد بسازند.
«شما به داده‌های آموزشی نیاز دارید که دقیقاً روی همان مسئله‌ای که می‌خواهید حل کنید، متمرکز باشد»، سی چین این‌گونه توضیح می‌دهد. این متد اجازه می‌دهد ربات‌ها پس از جمع‌آوری داده‌های واقعی کافی، در نهایت به‌صورت خودکار عمل کنند.
برای یک صاحب کسب‌وکار، این یعنی اتوماسیون دیگر یک کلید «صفر و یک» نیست، بلکه یک طیف است. شما می‌توانید با سیستمی شروع کنید که انسان در حلقه (Human-in-the-loop) باشد تا کیفیت تضمین شود و به‌تدریج با تسلط AI بر فیزیک محیط، به سمت خودکارسازی کامل بروید.
این استراتژی عملاً کارهای یدی را به یک تمرین تولید داده تبدیل می‌کند. هر بار که یک کارگر قفسه‌ای را از راه دور می‌چیند یا اقلامی را از جعبه‌ها برمی‌دارد، در واقع در حال نوشتن کدی است که روزی جایگزین خودش شود.
گام بعدی شما
- اگر در حوزه لجستیک یا تولید هستید، مدل «انسان در حلقه» را برای کاهش ریسک پیاده‌سازی اتوماسیون بررسی کنید.
- روند ادغام این سیستم‌ها در مدارس فنی‌وحرفه‌ای چین را دنبال کنید، زیرا مهارت تله‌اپراسیون در حال تبدیل شدن به یک مهارت تدریسی و شغل جدید است.
- تفاوت بین داده‌های شبیه‌سازی‌شده و داده‌های واقعی (Real-world data) را در بهره‌وری ربات‌های خود مطالعه کنید.
اما گلوگاه بعدی دیگر موتورهای ربات نیست، بلکه کیفیت داده‌های انسانی است که برای آموزش استفاده می‌شود؛ برای درک این چالش، تحلیل ما درباره‌ی معماری مدل‌های استدلالی را بخوانید.
گفتگو