求められる1000万時間の壁
ロボットには、そのようなデータがどれくらい必要なのだろう？ ユアンCEOによれば、現在保有している量とは比較にならないほどの規模が必要になるという。ロボットに一つのスキルを教えることと、一度も見たことのないキッチンでロボットに作業させることは、まったく別物だ。そのためには、現在持っているデータ量の5倍が必要になるかもしれないし、さらに、データの多様性も必要だ。
「Dyna-2は、100万時間に及ぶ人間の行動の動画データを超えて継続的な改善を見せているが、人間のような幅広い適応能力の実現は、依然として別の課題だ」とユアンCEOは語る。「これには、より優れたモデルに加えて、1000万時間以上の多様なデータが必要になる可能性があるとわれわれは考えている。重要なのは、単に時間の長さだけではなく、有用な経験の幅を広げることだ」
Figureという企業は、「Index」というプラットフォームを通じてこれに賭けている。このプラットフォームでは、ユーザーが家事をしている様子を自ら撮影すると報酬が支払われる仕組みで、同社によると、これによりロボットの家事遂行成功率は1カ月で6倍に跳ね上がったという。
マックスインサイツは、演出された人工的な環境を避けている。競合他社は、映像の処理を容易にするために、オペレーターに対して手の動きを遅くするよう求めることが多いのに対し、同社では、実際の家庭やレストラン、ホテルにおいて、自然なスピードでの実際の作業を記録している。
ユアンCEOによると、Figureとの違いは、データを入手できるのが誰かという点にあるという。
「Indexは、Figure独自のモデル向けに構築されているのに対し、マックスインサイツは、先駆的なラボや基盤モデル企業を含む30社以上の顧客にサービスを提供している」と、ユアンCEOは説明する。「われわれはオペレーターを募集し、データ収集プロトコルについてトレーニングを行い、自社製のデータ収集ハードウェアを使用して、ワークフロー全体を管理している」
マックスインサイツは、各市場における現地の人材派遣会社を通じて契約作業者を採用しているが、その管理は自社で行なっている。ロボットのトレーニングデータを取得する上での真の課題は、一貫して質の良いデータを収集することにあるので、これは重要なポイントだ。
