ロボット学習データの収集は汚く地味な作業だ。一部の AI ラボはすでに XDOF にその業務を委託している

2 週間前、OpenAI は 2021 年に閉鎖したロボティクスプログラムを再始動すると発表しました。これは、最大の AI ラボが機械に物理世界で動作することを教えるために競い合っているという最新の兆候です。しかし、能力のあるロボットを構築するには、言語モデルで使用されているデータに匹敵するトレーニングデータが必要であり、AI 業界にはまだそれがありません。 このギャップは、新しい種類のインフラビジネスを生み出しています。広大な公開テキストの海で訓練された大規模言語モデル（LLM）とは異なり、ロボットは物理的な相互作用を捉えたデータを必要としますが、そのようなデータはほとんど存在しません。YouTube の動画やギグワーカーが撮影した映像は解像度が低く、物理世界との整合性を取ることも困難です。 本日、ステルスモードから脱却した [XDOF](https://www.xdof.ai/)（発音："ecks-doff"）は、AI における次の大きなボトルネックはモデルやチップではなく、ロボットに物理世界での相互作用を教えるために必要なデータフィードバックループであると賭けています。 このスタートアップは、最先端ラボやロボティクス企業が容易に自社で構築できないデータパイプライン、収集ツール、注釈システムを構築することを目指しており、そのために Thrive Capital、Spark Capital、a16z、Lux、WndrCo から 7 千万ドルの資金調達を行いました。共同創業者兼 CEO の Philipp Wu によると、XDOF は約 60 人の従業員を抱えており、すでに 20 の顧客と協力していますが、その中にはいくつかの最先端 AI ラボも含まれており、名前は明かせないとしています。 「トップのラボはみなロボット技術の追求に注力しています」とウー氏は語った。「言語モデル競争で少し遅れをとることによる弊害をすでに目撃している……この技術を遅すぎた時期に追及し、皆が同じ状況に陥るような事態にはなりたくない。物理的な AI が次のフロンティアとなるのだ。」 ウー氏自身も、カリフォルニア大学バークレー校の博士課程在籍中にこの問題に直面した。彼の焦点は、ロボットが大規模データセットからスキルを学習できるようにすることだった。しかし、ただ一つの課題があった。 「大規模なデータを扱うことができませんでした」と彼は TechCrunch に語った。「鶏と卵のような問題がありました——まず実際にデータを収集しなければ、ロボティクス用のファウンデーションモデルの訓練方法を問うことさえできなかったのです。」 ウー氏と後の XDOF 共同創設者兼 CTO のフレッド・シェン氏は、GELLO と呼ばれるプロジェクトに取り組んだ。これは低コストの遠隔操作システムで、人間オペレーターがロボットアームを制御して訓練データを生成できるものだ。「この研究はロボティクス分野で非常に影響力のある論文となりました。多くの人が同様のニーズとボトルネックを抱えており、データ収集のためにこの種のデバイスを活用し始めたからです」とウー氏は述べた。 機会を見極めたウー、シェントゥ、そして第3の共同創設者兼最高経営責任者のネモ・ジンが、2024 年 10 月にロボットモデルの開発を目指す企業向けにデータエコシステムを提供する XDOF を立ち上げました。データ提供だけでは行き詰まりやすい事業となることを認識し、同社はデータクリーニング、ツール開発、アノテーションにも注力しており、ロボットトレーナーのための自己強化型のフィードバックループを構築しています。 スタート地点として、同社は UC Berkeley の AI Research ラボと提携し、これまでで最も大規模な高品質なロボットトレーニングデータの収集である「ABC」を発表します。これには 130,000 件のロボット操作データトラジェクトリ、300 時間のシミュレーション、そして 100 時間の評価が含まれています。このようにスケールアップされた事前学習用データが学術界に提供されるのはかつてありませんでした。 「言語、画像生成、および他の分野において、モデルとデータが公開されると、コミュニティは必ずしも予想していなかった成果を達成することが見てきました」と、発表の組織化を手伝った Berkeley の博士課程学生であるデイビッド・マカリスター氏は TechCrunch に語りました。 チームはこのデータを既に活用し、T シャツの折りたたみや段ボール箱の平坦化、AirPods をケースに収めるなどのベンチマークタスクにおいてロボットを訓練しています。 ## 無制限の自由度 同社はデータピラミッドの3つの階層にわたって事業を展開する計画です。最も価値が高いのは、実際に展開されるロボット上で収集されたテレオペレーションデータであり、次いで GELLO のような事例で一般化されたデータを収集するテレオペレーションロボットが続き、最後に XDOF が独自のウェアラブルセンサーを構築して収集する予定の「自己中心（egocentric）」データとして、人間が日常的なタスクを実行する際に得られるデータがあります。 「カメラの選択はデータの質に影響し、それがハンドトラッキングアルゴリズムのパフォーマンスに直結します」と Wu は述べています。「最初からハードウェアを適切に設計しなければ、収集したデータには予期せぬ特定の課題が生じる可能性があります」 同社は世界中でテレオペレーターと自己中心型データ操作員の大軍を雇用・訓練する計画です。この労働集約的なモデルは明白な疑問を投げかけます：なぜ主要な AI ラボはこのデータ生産作業を自分たちで行わないのでしょうか？ 「広さ数百平方フィートの倉庫に数百台のロボットが必要になります」と Wu は説明します。「これらのロボットの維持管理、物理パラメータの較正、そして操作員の適切な訓練が必要です」 これは、多くの AI ラボがアウトソーシングしたいと考えているような、集中力、資本、および運用規模を要する構築であり、まさに XDOF が賭けている市場です。 社名 XDOF は、ロボット工学用語である「自由度（degrees of freedom）」にかけてつけられた言葉です。これは、ロボットが実行できる独立した動作の数を表すものです。あなたの腕は肩から手首まで [7 つの自由度](https://www.researchgate.net/figure/The-seven-principal-degrees-of-freedom-of-the-human-armadapted-from-4_fig2_329039448) を持っています。ヒューマノイドロボット企業 Figure AI の最新ロボットは 30 もの自由度を備えています。社名の「X」には、同社の野望が込められています。「任意の自由度、無限の自由度」と、ウー氏は語ります。 *当記事内のリンクを通じてご購入いただいた場合、[私たちは少額のコミッションを受け取る可能性があります](https://techcrunch.com/techcrunch-affiliate-monetization-standards/)。これは当社の編集独立性には影響しません。*

ロボット学習データの収集は汚く地味な作業だ。一部の AI ラボはすでに XDOF にその業務を委託している

背景や根拠まで確認しますか？

調べる

選ぶ

サイト