Prije dva tjedna, OpenAI objavio da će ponovno pokrenuti svoj program robotike koji su obustavili 2021. — najnoviji signal da najveći AI laboratoriji žure učiti strojeve kako da djeluju u fizičkom svijetu. No, izgradnja sposobnih robota zahtijeva nešto što industrija umjetne inteligencije još nema, a to su podaci za obuku koji odgovaraju onima koji se koriste za jezične modele.
Ova praznina stvara novu vrstu infrastrukturnog poslovanja. Za razliku od LLM-ova koji su obučeni na ogromnom moru javno dostupnog teksta, robotima su potrebni podaci koji bilježe fizičke interakcije, a takvi podaci jedva da postoje. YouTube videa i snimke snimljene od strane radnika na gig ekonomiji su niske kvalitete i teško ih je uskladiti s fizičkim svijetom.
XDOF (izgovara se “ecks-doff”), koji se danas pojavljuje iz sjene, vjeruje da sljedeća velika prepreka u AI nije u modelima ili čipovima, nego u povratnoj petlji podataka koja je potrebna za podučavanje robota kako da komuniciraju s fizičkim svijetom.
Start-up ima za cilj izgraditi cjevovode podataka, alate za prikupljanje i sustave za označavanje koje granice laboratorija i tvrtke za robotiku ne mogu lako izgraditi same — i prikupio je 70 milijuna dolara od Thrive Capital, Spark Capital, a16z, Lux i WndrCo kako bi to ostvario. Su-osnivač i izvršni direktor Philipp Wu kaže da XDOF, koji ima oko 60 zaposlenika, već surađuje s 20 klijenata, uključujući nekoliko granica AI laboratorija, ali ne može ih imenovati.
“Svi vrhunski laboratoriji pokušavaju se baviti robotikom,” rekao je Wu. “Već smo vidjeli neke od nedostataka kada malo zakažete u utrci modela jezika… ne želite se naći u situaciji u kojoj ovu tehnologiju pratite prekasno, a svi su u ovoj situaciji gdje je fizička AI sljedeća granica.”
Wu se suočio s ovim problemom kao doktorand na UC Berkeleyju. Njegov fokus bio je omogućavanje robotima da uče vještine iz velikih skupova podataka. Postojao je samo jedan problem.
“Nismo imali velike skupove podataka s kojima bismo mogli raditi,” rekao je za TechCrunch. “Postojao je problem kokoši i jajeta — prvo smo morali prikupiti podatke prije nego što smo mogli pitati kako obučiti temeljni model za robotiku.”
Wu i njegov budući su-osnivač i CTO XDOF-a, Fred Shentu, radili su na projektu pod nazivom GELLO, sustav teleoperacije niske cijene koji omogućuje ljudskom operateru kontrolu robotske ruke za generiranje podataka za obuku. “Na kraju je to postalo vrlo utjecajan rad u robotici, jer su mnogi ljudi imali slične potrebe i prepreke, a mnogi su počeli koristiti ovu vrstu uređaja za prikupljanje podataka,” rekao je Wu.
Uočivši priliku, Wu, Shentu i treći su-osnivač i glavni operativni direktor Nemo Jin pokrenuli su XDOF u listopadu 2024. kako bi pružili ekosustav podataka za tvrtke koje se bave modelima robotike. Svjesni da sama opskrba podacima može biti slijepa ulica, tvrtka se također fokusira na čišćenje podataka, alate i označavanje — stvarajući samopodržavajuću povratnu petlju za trenere robota.
