Hace dos semanas, OpenAI anunció que reiniciaría su programa de robótica que finalizó en 2021. Es la última señal de que los laboratorios de IA más grandes están compitiendo para enseñar a las máquinas a operar en el mundo físico. Pero construir robots capaces requiere algo que la industria de la IA aún no tiene: datos de entrenamiento que coincidan con los que se utilizan para los modelos de lenguaje.
Esta brecha está creando nuevos negocios de infraestructura. A diferencia de los LLM, que se forman en un vasto océano de texto disponible públicamente, los robots requieren datos que capturen interacciones físicas, y esos datos rara vez existen. Los vídeos de YouTube y las imágenes grabadas por trabajadores tienen baja fidelidad y son difíciles de conciliar con el mundo real.
Hoy en día, saliendo del sigilo, XDOF (pronunciado «ex-dof») apuesta a que el próximo gran cuello de botella en la IA no serán los modelos o los chips, sino los circuitos de retroalimentación de datos necesarios para enseñar a los robots a interactuar con el mundo físico.
La startup tiene como objetivo crear canales de datos, herramientas de recopilación y sistemas de anotación que los laboratorios fronterizos y las empresas de robótica no pueden construir fácilmente por sí solos, y ha recaudado 70 millones de dólares de Thrive Capital, Spark Capital, a16z, Lux y WndrCo. El cofundador y director ejecutivo, Philip Wu, dijo que XDOF, que tiene alrededor de 60 empleados, ya está trabajando con 20 clientes, incluidos varios laboratorios de inteligencia artificial de vanguardia, pero no pudo nombrar a esos clientes.
«Todos los laboratorios más importantes están tratando de dedicarse a la robótica», dijo Wu. «Ya hemos visto algunos de los fracasos de quedarnos un poco atrás en la carrera de modelos de lenguaje. No queremos terminar en una situación como esta en la que seamos demasiado lentos en la búsqueda de esta tecnología. Todos estamos en un barco donde la IA física es la próxima frontera».
El propio Wu se encontró con este problema cuando era estudiante de doctorado en la Universidad de California, Berkeley. Su atención se centró en permitir que los robots aprendieran habilidades a partir de grandes conjuntos de datos. Sólo había un problema.
«No teníamos datos a gran escala con los que trabajar», dijo a TechCrunch. «Era un problema del huevo y la gallina. Antes de que pudiéramos descubrir cómo entrenar el modelo robótico básico, primero necesitábamos recopilar los datos».
Wu y el futuro cofundador y director de tecnología de XDOF, Fred Shentu, trabajaron en un proyecto llamado GELLO, un sistema de teleoperación de bajo costo que permite a un operador humano controlar un brazo robótico y generar datos de entrenamiento. «Este artículo terminó convirtiéndose en un artículo muy influyente en robótica porque mucha gente tenía necesidades y obstáculos similares, y mucha gente empezó a aprovechar este tipo de dispositivo para la recopilación de datos», dijo Wu.
Al ver esta oportunidad, Wu, Shentu y el tercer cofundador y director de operaciones, Nemo Jin, lanzaron XDOF en octubre de 2024 para proporcionar un ecosistema de datos a las empresas que buscan modelos robóticos. Consciente de que proporcionar datos por sí solo puede ser un negocio sin futuro, la empresa también se está centrando en la limpieza de datos, herramientas y anotaciones para crear circuitos de retroalimentación que se refuerzan a sí mismos para los entrenadores de robots.
Como punto de partida, la compañía se está asociando con el Laboratorio de Investigación de IA de la Universidad de California, Berkeley, para publicar lo que cree que es la mayor colección de datos de entrenamiento de robots de alta calidad jamás recopilada, llamada ABC. Incluye 130.000 trayectorias de datos de operación del robot, 300 horas de simulación y 100 horas de evaluación. Este tipo de datos previos a la capacitación ampliados nunca antes habían estado disponibles para el mundo académico.
«Hemos visto comunidades en idiomas, generación de imágenes y otras áreas lograr resultados que no necesariamente esperaban cuando se publicaron modelos y datos», dijo a TechCrunch David McAllister, un estudiante de doctorado de Berkeley que ayudó a organizar el lanzamiento.
El equipo ya está utilizando los datos para entrenar al robot en tareas de referencia como doblar camisetas, aplanar cajas y cargar AirPods en estuches.
libertad ilimitada
La empresa planea trabajar en tres niveles de la pirámide de datos. La capa más valiosa son los datos teleoperados recopilados sobre los robots reales que se implementan. Los siguientes son robots teleoperados como GELLO que recopilan datos más generales. Y finalmente, datos «egocéntricos» recopilados por humanos que realizan tareas diarias. XDOF planea construir su propio sensor portátil para ese propósito.
«La selección de la cámara afecta la calidad de los datos, lo que a su vez afecta el rendimiento del algoritmo de seguimiento manual», dijo Wu. «Si no diseña correctamente su hardware desde el principio, puede encontrarse con problemas inesperados e inusuales con los datos que recopila».
La empresa planea contratar y capacitar a un ejército de teleoperadores y operadores de datos egocéntricos en todo el mundo. Este es un modelo que requiere mucha mano de obra y plantea preguntas obvias. ¿Por qué los grandes laboratorios no realizan ellos mismos este trabajo de generación de datos?
«Se necesitan cientos de miles de pies cuadrados de almacenes con cientos de robots», dijo Wu. «Necesitamos mantener estos robots, ajustar sus parámetros físicos y capacitar adecuadamente a los operadores».
Se trata de una construcción que requiere concentración, capital y escala operativa que la mayoría de los laboratorios de IA preferirían subcontratar. Este es exactamente el mercado en el que apuesta XDOF.
El nombre XDOF es un juego de palabras con el término robótico «grados de libertad», que se refiere a la cantidad de movimientos independientes que un robot puede realizar. El brazo tiene siete grados de libertad desde el hombro hasta la muñeca. El último robot de la empresa de robots humanoides Figure AI incluye 30 robots. La X en el nombre de la empresa representa la ambición de la empresa de «cualquier libertad, libertad ilimitada».
Si compra a través de enlaces en nuestros artículos, es posible que ganemos una pequeña comisión. Esto no afecta la independencia editorial.
Source link
