概要
中国では、人がロボットを遠隔操作したり、センサーを装着して作業したりして、ロボット学習用のデータを集めている。作業者は同じ動作を数百回から数千回繰り返し、収集データは加工・注釈を経て、ロボットやAIモデルの開発に使われる。
详细事实
ロボット学習に向けたデータ収集
覓蜂科技（Maniformer）の姚卯青CEOは、エンボディドAIモデルがGPT-3.5級の汎用能力を得るには約1億時間分のデータが必要との見積もりを示し、現時点で利用可能なデータは世界で数十万時間分としている。これは同CEOによる必要量と現状の推定である。作業者が集めたデータはクリーニングとアノテーションを施した後、ロボットやAIモデルの開発企業に販売され、訓練に使われる。
查看出处 ↗遠隔操作と反復作業の現場
2024年に大学の文系学部を卒業したZさんは、VR機器などを使ってロボット実機を遠隔操作し、訓練データを集めている。本文では、この方法は高精度なデータを得られる一方、ロボット本体が高価で、収集効率に限界があると説明している。作業では同じ条件の動作を数百回から数千回繰り返し、速度や軌跡のばらつき、手汗などによってデータが無効になる場合がある。
查看出处 ↗賃金とデータ産業の担い手
Zさんの基本給は1日200元で、残業2時間には80元、夜勤にはさらに100元が加算される。本文に記載された最高月収は9000元で、これらは現場の作業者について示された賃金額である。別の作業者Mさんは、スポンジ製のサンドイッチ模型をつかんで皿に移す操作を1回2〜3分かけて行い、700回以上繰り返した。データ収集をめぐっては、政府や政府系ファンド、ロボットメーカー、データ企業、工場、人材派遣会社などが関わる産業チェーンが形成されつつある。
查看出处 ↗独自観点のコメント
### ロボット開発を支えるデータ供給の分業
この現場では、ロボットの動作を直接設計する仕事とは別に、人が作業を繰り返して学習データを作る役割が置かれている。収集・加工したデータを開発企業に販売する仕組みは、データ取得を専門サービスとして分業する動きとして読める。一方、反復作業の精度や作業者の負担が、データの有効性と供給量に関わる点も本文から確認できる。
遠隔操作は高精度なデータを得られる反面、高価なロボット実機と収集効率の限界を伴うとされる。センサーを使った人の作業記録も紹介されており、収集手法の違いがデータサービス企業の提供価値を左右する。データ不足の規模は企業経営者の推定として示されているため、産業全体の確定した総量と混同せず、具体的な供給実績や品質基準とあわせて評価する必要がある。
相关企业与产品
出处
- 媒体报道 36Kr Japan — 阅读原文 ↗