บทสัมภาษณ์ผู้ก่อตั้ง Axis Robotics: ข้อมูลจากหุ่นยนต์กลายเป็นสิ่งที่ดึงดูดใจนักลงทุน แล้ว คนขายพลั่ว จะสร้างรายได้ได้อย่างไร?

ในช่วงครึ่งแรกของปี 2026 สตาร์ทอัพด้านข้อมูล AI ที่จับต้องได้ (Embodied AI Data) ของจีน 25 แห่ง ได้รับเงินทุนรวมกันมากกว่า 17 พันล้านหยวน ข้อมูล AI ที่จับต้องได้กำลังเปลี่ยนแปลงอย่างรวดเร็วจากส่วนประกอบโครงสร้างพื้นฐานที่ค่อนข้างซ่อนเร้นไปสู่สนามแข่งขันใหม่ที่มีการแข่งขันสูงมาก

ผู้เขียน: Zen, PANews

ในช่วงปีที่ผ่านมา ข้อมูลเกี่ยวกับหุ่นยนต์/ปัญญาประดิษฐ์เชิงกายภาพได้เปลี่ยนแปลงอย่างรวดเร็ว จากส่วนประกอบโครงสร้างพื้นฐานที่ค่อนข้างซ่อนเร้น กลายเป็นสนามแข่งขันใหม่ที่มีการแข่งขันสูง โดยมีเงินทุนหลั่งไหลเข้ามาในภาคส่วนนี้ ซึ่งได้รับการขนานนามว่าเป็น "ผู้ขายพลั่ว" แห่งปัญญาประดิษฐ์เชิงกายภาพ ในอัตราที่น่าทึ่ง

แนวโน้มการเติบโตนี้เห็นได้ชัดเจนเป็นพิเศษในประเทศจีน ในช่วงครึ่งแรกของปี 2026 เพียงปีเดียว สตาร์ทอัพด้านข้อมูลอัจฉริยะแบบฝังตัว 25 แห่งในจีนระดมทุนได้รวมกันกว่า 17 พันล้านหยวน ในจำนวนนี้ Lightwheel Intelligence ระดมทุนได้หลายรอบในวงกว้างภายในปีเดียวกัน และ Mifeng Technology บริษัทด้านข้อมูลที่ได้รับการบ่มเพาะจาก Zhiyuan Robotics ก็ระดมทุนได้หลายร้อยล้านหยวนอย่างรวดเร็วหลังจากก่อตั้ง

ในตลาดต่างประเทศ สตาร์ทอัพจำนวนมากที่เชี่ยวชาญด้านข้อมูลการฝึกหุ่นยนต์ก็เริ่มปรากฏตัวขึ้นเช่นกัน XDOF ประกาศการระดมทุนรอบใหม่มูลค่า 70 ล้านดอลลาร์สหรัฐในเดือนมิถุนายนปีนี้ และในปลายเดือนกรกฎาคม Axis Robotics ก็ระดมทุนรอบ Seed Funding มูลค่า 12 ล้านดอลลาร์สหรัฐ นำโดย Hack VC ได้สำเร็จ

Axis วางตำแหน่งตัวเองเป็น "เครื่องมือประมวลผลข้อมูล AI ทางกายภาพ" โดยปัจจุบันมุ่งเน้นไปที่เครือข่ายผู้ร่วมให้ข้อมูลแบบกระจายและการเก็บรวบรวมข้อมูลจำลองบนเว็บเป็นจุดเริ่มต้นหลัก และยังคงขยายไปสู่รูปแบบข้อมูลต่างๆ เช่น มุมมองบุคคลที่หนึ่งและการฝึกอบรมหลังการสร้างแบบจำลอง บริษัทได้รวบรวมข้อมูลเส้นทางการเคลื่อนที่ของหุ่นยนต์ไปแล้วกว่า 2.2 ล้านจุดผ่านการควบคุมระยะไกลผ่านเบราว์เซอร์ โดยมีระยะเวลาการเก็บข้อมูลรวมกว่า 28,000 ชั่วโมง

อย่างไรก็ตาม แม้จะมีการลงทุนด้านเงินทุนจำนวนมาก ตลาดข้อมูลหุ่นยนต์ยังคงเป็นภาคส่วนที่มีการเปลี่ยนแปลงอย่างรวดเร็วและยังไม่ชัดเจน คำถามสำคัญหลายข้อยังคงไม่มีคำตอบ ตั้งแต่ขนาดของความต้องการข้อมูลในท้ายที่สุด ไปจนถึงการเลือกวิธีการต่างๆ เช่น การใช้งานอุปกรณ์จริง การจำลอง และมุมมองบุคคลที่หนึ่ง และบริษัทด้านข้อมูลจะสามารถพัฒนารูปแบบธุรกิจที่ยั่งยืนได้หรือไม่

PANews ได้พูดคุยกับคริส เฟง ผู้ก่อตั้ง Axis Robotics เกี่ยวกับประเด็นเหล่านี้ รวมถึงโมเดลการผลิตข้อมูล แผนงานด้านเทคโนโลยี และแผนการพัฒนาในอนาคตของ Axis เองด้วย

ช่องว่างข้อมูลในยุคของปัญญาประดิษฐ์เชิงกายภาพ

คริสไม่ได้เริ่มต้นด้วยตัวหุ่นยนต์หรืออัลกอริทึม แต่เขาเข้าสู่วงการข้อมูลหุ่นยนต์ผ่านการให้คำปรึกษา การลงทุน และโครงสร้างพื้นฐานด้านข้อมูล

สิ่งที่ทำให้เขามั่นใจอย่างแท้จริงว่าจะเข้าสู่สาขาวิทยาการหุ่นยนต์คือช่องว่างข้อมูลขนาดใหญ่ที่เกิดขึ้นหลังจากยุคปัญญาประดิษฐ์เชิงกายภาพ (Physical AI) เริ่มต้นขึ้น

"เมื่อใช้ GPT-3 เป็นตัวอ้างอิง การฝึกฝนหุ่นยนต์นี้ต้องใช้ข้อมูลจากอินเทอร์เน็ตของมนุษย์ประมาณ 15 ล้านชั่วโมง" คริสกล่าว "โลกทางกายภาพที่หุ่นยนต์ต้องรับมือมีความซับซ้อนมากกว่าโลกดิจิทัลมาก พวกมันไม่เพียงแต่ต้องการความสามารถในการจดจำและตรรกะเท่านั้น แต่ยังต้องเข้าใจพื้นที่ การเคลื่อนไหว สถานะของวัตถุ และการเปลี่ยนแปลงที่จะเกิดขึ้นหลังจากการเคลื่อนไหวด้วย"

ดังนั้น หากวงการหุ่นยนต์จะก้าวเข้าสู่ "ยุค GPT" ของตัวเอง ข้อมูลที่จำเป็นอาจสูงถึง 100 ล้านชั่วโมงหรือมากกว่านั้น นอกจากความแตกต่างอย่างมากในด้านขนาดข้อมูลแล้ว พื้นฐานข้อมูลของทั้งสองสาขาก็แตกต่างกันอย่างสิ้นเชิง

อินเทอร์เน็ตมีการพัฒนามาหลายทศวรรษก่อนการเกิดขึ้นของแบบจำลองภาษาขนาดใหญ่ เว็บเพจ หนังสือ ฟอรัม คลังโค้ด และเนื้อหาดิจิทัลจำนวนมหาศาลได้สะสมมาเป็นเวลานาน ก่อให้เกิดแหล่งข้อมูลธรรมชาติขึ้นมา

อย่างไรก็ตาม พฤติกรรมของมนุษย์ในโลกแห่งความเป็นจริงยังไม่ได้รับการบันทึกอย่างเป็นระบบเช่นเดียวกัน ผู้คนทำอาหาร จัดเก็บสิ่งของ และใช้งานเครื่องมือทุกวัน แต่พฤติกรรมเหล่านี้แทบจะไม่ได้รับการบันทึกอย่างต่อเนื่องเลย ยิ่งไปกว่านั้น แทบจะไม่เคยถูกแปลงเป็นข้อมูลมาตรฐานขนาดใหญ่ที่สามารถนำไปใช้ในการฝึกหุ่นยนต์ได้โดยตรงด้วยซ้ำ

ด้วยการพัฒนาเทคโนโลยีต่างๆ เช่น โมเดล VLA และโมเดลโลก บริษัทผู้ผลิตโมเดลหุ่นยนต์จึงกลายเป็นผู้ต้องการข้อมูลประเภทนี้โดยตรงที่สุด และบางบริษัทผู้ผลิตตัวถังหุ่นยนต์ก็กำลังสร้างความสามารถด้านการสร้างแบบจำลองและข้อมูลไปพร้อมๆ กัน ในขณะเดียวกัน รูปทรงของหุ่นยนต์เองก็กำลังพัฒนาไปอย่างรวดเร็วเช่นกัน ตั้งแต่หุ่นยนต์ฮิวมานอยด์และแขนหุ่นยนต์ ไปจนถึงอุปกรณ์เฉพาะทางที่ออกแบบมาสำหรับงานอุตสาหกรรมและงานบริการ โมเดลและตัวถังที่แตกต่างกันได้สร้างความต้องการข้อมูลที่แตกต่างกันออกไปอีกด้วย

เมื่อความต้องการเพิ่มขึ้นอย่างต่อเนื่อง ข้อจำกัดของวิธีการผลิตข้อมูลแบบดั้งเดิมก็ปรากฏให้เห็นอย่างรวดเร็ว

บริษัทหุ่นยนต์ในยุคแรกมักอาศัยการควบคุมระยะไกลของหุ่นยนต์จริง โดยที่มนุษย์ควบคุมหุ่นยนต์โดยตรงเพื่อทำงานให้เสร็จ แล้วบันทึกเส้นทางการเคลื่อนที่ของหุ่นยนต์ ข้อมูลประเภทนี้ใกล้เคียงกับข้อมูลจากหุ่นยนต์จริงมากที่สุด แต่การผลิตข้อมูลประเภทนี้ใช้เวลานาน มีต้นทุนสูง และมีข้อจำกัดด้านจำนวนหุ่นยนต์ พื้นที่ว่าง และขนาดของบุคลากรที่ปฏิบัติงาน

ที่สำคัญกว่านั้น โลกแห่งความเป็นจริงมีความซับซ้อนและหลากหลายอย่างมาก และเป็นการยากที่จะครอบคลุมสภาพแวดล้อมที่แบบจำลองอาจพบเจอในอนาคตโดยอาศัยเพียงหุ่นยนต์จำนวนจำกัดและสถานการณ์การเก็บรวบรวมข้อมูลภายในองค์กรเท่านั้น หากแบบจำลองหุ่นยนต์พื้นฐานในที่สุดต้องการข้อมูลหลายสิบล้านชั่วโมงหรือมากกว่านั้น ก็เป็นการยากที่จะบรรลุการขยายขนาดเชิงเส้นที่คุ้มค่าโดยการเพิ่มหุ่นยนต์ สิ่งอำนวยความสะดวก และผู้ควบคุมระยะไกลอย่างต่อเนื่อง

ดังนั้น วิธีการสร้างข้อมูลที่หลากหลายอย่างต่อเนื่องและเพียงพอ ซึ่งสามารถปรับปรุงประสิทธิภาพของโมเดลได้อย่างแท้จริง ด้วยต้นทุนที่ควบคุมได้และในลักษณะที่ปรับขนาดได้ จึงกลายเป็นหนึ่งในประเด็นหลักที่อุตสาหกรรมข้อมูลปัญญาประดิษฐ์เชิงกายภาพ (Physical AI) กำลังเผชิญอยู่ และยังเป็นโอกาสทางธุรกิจที่บริษัทข้อมูลหุ่นยนต์อิสระต่างแย่งชิงกันอีกด้วย

"พีระมิด" ของข้อมูลหุ่นยนต์: การแลกเปลี่ยนระหว่างความแม่นยำ ขนาด และความสามารถในการสรุปผล

ข้อมูลจากหุ่นยนต์ก่อให้เกิดปัญหาที่ซับซ้อนยิ่งกว่า เนื่องจากข้อมูลจากแหล่งต่างๆ มีความแตกต่างกันอย่างมากในแง่ของความถูกต้อง ต้นทุน ความสามารถในการขยายขนาด และความสามารถในการนำไปใช้ซ้ำข้ามหน่วยงาน

คริสแบ่งวิธีการหลักๆ ในปัจจุบันออกเป็น 3 ประเภทคร่าวๆ ได้แก่ การควบคุมระยะไกลด้วยเครื่องจักรจริง การจำลอง และข้อมูลจากมุมมองบุคคลที่หนึ่งของมนุษย์ หากเราพิจารณาถึงระดับการจับคู่โดยตรงระหว่างข้อมูลกับหุ่นยนต์เอง ก็สามารถสรุปได้เป็นรูปทรง "พีระมิด"

ที่ด้านบนสุดของพีระมิดคือรีโมทคอนโทรลจริงๆ

ผู้ควบคุมจะควบคุมหุ่นยนต์จริงโดยตรงเพื่อทำงานต่างๆ เช่น การจับ การวาง และการเคลื่อนย้าย ในขณะที่เซ็นเซอร์จะบันทึกสัญญาณจากข้อต่อ ปลายแขนกล ระบบการมองเห็น และการเคลื่อนไหวของหุ่นยนต์ไปพร้อมๆ กัน ข้อได้เปรียบที่สำคัญที่สุดของข้อมูลประเภทนี้คือ ข้อมูลการฝึกฝนมาจากหุ่นยนต์จริง ทำให้ได้ข้อมูลทางกายภาพที่สมบูรณ์ที่สุดและลดความแตกต่างระหว่างข้อมูลกับหุ่นยนต์เป้าหมายให้น้อยที่สุด

อย่างไรก็ตาม ต้นทุนและขนาดของข้อมูลจากเครื่องจักรจริงก็เป็นปัญหาสำคัญเช่นกัน จากข้อมูลในอุตสาหกรรม ต้นทุนรวมของข้อมูลการควบคุมระยะไกลจากเครื่องจักรจริงคุณภาพสูงหนึ่งชั่วโมงอาจสูงถึง 200 ดอลลาร์สหรัฐ ที่สำคัญกว่านั้น ข้อมูลประเภทนี้มักผูกติดอยู่กับตัวหุ่นยนต์เฉพาะ ทำให้ความสามารถในการนำไปใช้กับหุ่นยนต์รูปร่างอื่นมีข้อจำกัด ตัวอย่างเช่น เส้นทางการเคลื่อนที่ที่รวบรวมได้จาก Unitree G1 ไม่สามารถนำไปปรับใช้กับหุ่นยนต์รูปร่างอื่นได้โดยตรง

ข้อมูลจำลองอยู่ตรงกลางของพีระมิด

การจำลองหุ่นยนต์เป็นการจำลองขนาด ข้อต่อ ช่วงการเคลื่อนไหว และสภาพแวดล้อมการทำงานของหุ่นยนต์จริงในพื้นที่เสมือนจริงให้ใกล้เคียงที่สุดเท่าที่จะเป็นไปได้ ทำให้ผู้ปฏิบัติงานหรือโปรแกรมสามารถควบคุมหุ่นยนต์เสมือนจริงเพื่อทำงานให้สำเร็จได้ แพลตฟอร์มการจำลองที่ใช้กันทั่วไปในการวิจัยและพัฒนาหุ่นยนต์ ได้แก่ Isaac Sim และ MuJoCo

เมื่อเปรียบเทียบกับโลกแห่งความเป็นจริง ข้อได้เปรียบที่สำคัญของการจำลองคือความสามารถในการขยายขนาดและการควบคุม ในความเป็นจริง เป็นไปไม่ได้ที่จะสร้างห้องครัว โกดัง หรือโรงงานหลายพันแห่งซ้ำๆ เพื่อรวบรวมข้อมูล แต่ในสภาพแวดล้อมเสมือนจริง ฉากที่คล้ายกันสามารถจำลองและทำงานพร้อมกันได้อย่างรวดเร็ว นอกจากนี้ยังสามารถขยายเส้นทางที่มีอยู่ไปยังสภาพแวดล้อมต่างๆ ได้มากมายโดยการเปลี่ยนพารามิเตอร์ เช่น แสง วัสดุ ตำแหน่งกล้อง ประเภทวัตถุ และเค้าโครงเชิงพื้นที่

ในขณะเดียวกัน สถานะของงานในสภาพแวดล้อมจำลองก็อ่านได้แม่นยำยิ่งขึ้น ตัวอย่างเช่น สามารถตรวจสอบได้ว่างานเสร็จสมบูรณ์หรือไม่ แขนหุ่นยนต์ชนกับวัตถุหรือไม่ และตำแหน่งสุดท้ายของวัตถุ ซึ่งสามารถหาข้อมูลได้โดยตรงจากสภาพแวดล้อม ทำให้การตรวจสอบข้อมูลและการกรองข้อมูลอัตโนมัติง่ายขึ้น

อย่างไรก็ตาม ข้อจำกัดของข้อมูลจากการจำลองก็ชัดเจนเช่นกัน: สภาพแวดล้อมเสมือนจริงไม่สามารถจำลองโลกแห่งความเป็นจริงได้อย่างสมบูรณ์ แรงเสียดทาน การเปลี่ยนแปลงรูปร่างของวัตถุ สถานะการสัมผัส สัญญาณรบกวนของเซ็นเซอร์ และปัจจัยที่ไม่สามารถควบคุมได้จำนวนมาก ล้วนสามารถทำให้แบบจำลองทำงานได้ดีในการจำลอง แต่ประสิทธิภาพกลับลดลงเมื่อนำไปใช้กับหุ่นยนต์จริง การหาทางเชื่อมช่องว่างระหว่างการจำลองและความเป็นจริงจึงเป็นประเด็นสำคัญประการหนึ่งในการวิจัยด้านหุ่นยนต์มาโดยตลอด

อีกแนวทางหนึ่งที่ได้รับความนิยมอย่างมากในช่วงสองปีที่ผ่านมาคือ ข้อมูลจากมุมมองบุคคลที่หนึ่งของมนุษย์ ซึ่งอยู่ด้านล่างสุดของพีระมิด

วิธีการเหล่านี้พยายามลดการพึ่งพาหุ่นยนต์ที่มีราคาแพง โดยให้ผู้ให้ข้อมูลสวมกล้องติดศีรษะ กล้อง GoPro หรือใช้โทรศัพท์มือถือบันทึกพฤติกรรมในชีวิตจริง เช่น การทำอาหาร การพับผ้า การจัดห้อง และการใช้งานเครื่องมือ

หลักการพื้นฐานคือ หากตรรกะการมองเห็นและการเคลื่อนไหวของหุ่นยนต์ในอนาคตมีความคล้ายคลึงกับมนุษย์อย่างมาก การบันทึก "วิธีการที่มนุษย์มีปฏิสัมพันธ์กับโลก" ในวงกว้างจะสามารถให้ข้อมูลที่มากมายมหาศาลสำหรับแบบจำลองพื้นฐานของหุ่นยนต์ได้ในทางทฤษฎี

จุดเด่นที่สุดของข้อมูลจากมุมมองบุคคลที่หนึ่งอยู่ที่ศักยภาพในการขยายขอบเขตและความหลากหลายของสภาพแวดล้อม เมื่อเทียบกับการใช้หุ่นยนต์จำนวนมากในการควบคุมระยะไกล การอนุญาตให้คนทั่วไปบันทึกพฤติกรรมของตนในสถานการณ์จริง เช่น บ้าน โรงงาน และห้างสรรพสินค้า มีต้นทุนต่ำกว่าและเข้าถึงได้ง่ายกว่า ทำให้ครอบคลุมสภาพแวดล้อมที่หลากหลายได้ง่ายขึ้น

อย่างไรก็ตาม คริสยังชี้ให้เห็นว่ามีความไม่แน่นอนอย่างมากเกี่ยวกับข้อมูลจากมุมมองบุคคลที่หนึ่งของมนุษย์: คุณค่าในการฝึกฝนขึ้นอยู่กับรูปร่างทางกายภาพของหุ่นยนต์ในอนาคตเป็นอย่างมาก

หากหุ่นยนต์นำเอาดีไซน์ที่ไม่เหมือนมนุษย์มาใช้ เช่น ตัวถังแบบมีล้อ แขนหุ่นยนต์ และอุปกรณ์จับยึดแบบพิเศษ คุณค่าในการถ่ายทอดข้อมูลการทำงานของมนุษย์ในระดับการเคลื่อนไหวโดยตรงจะลดลงอย่างมาก แม้ว่าหุ่นยนต์ที่มีรูปร่างเหมือนมนุษย์จะกลายเป็นกระแสหลักในอนาคต การเคลื่อนไหวของมนุษย์ก็ไม่สามารถลอกเลียนแบบได้โดยตรงโดยหุ่นยนต์ การเคลื่อนไหวของมือและร่างกายยังคงต้องถูกเปลี่ยนทิศทางและแปลงเป็นวิถีการเคลื่อนที่ที่ข้อต่อและแขนหุ่นยนต์สามารถดำเนินการได้

อีกประเด็นหนึ่งที่มักถูกมองข้ามคือมุมมองภาพ ในอุดมคติแล้ว ข้อมูลจากมุมมองบุคคลที่หนึ่งควรใกล้เคียงกับตำแหน่งการมองเห็นของบุคคล แต่เนื่องจากอุปกรณ์บันทึกภาพอาจติดตั้งอยู่บนศีรษะ หน้าอก หรือตำแหน่งอื่นๆ การเปลี่ยนแปลงมุมมองจึงเปลี่ยนแปลงความสัมพันธ์เชิงพื้นที่ระหว่างมือ วัตถุ และกล้องอย่างมาก ซึ่งเป็นความท้าทายอย่างยิ่งสำหรับหุ่นยนต์ที่ต้องเรียนรู้พื้นที่ 3 มิติและความสัมพันธ์ในการควบคุมวัตถุ

ดังนั้น ในมุมมองของคริส ภาพวิดีโอจากการถ่ายทำจริง การจำลอง และข้อมูลจากมุมมองบุคคลที่หนึ่ง จึงไม่สามารถใช้ทดแทนกันได้โดยตรง แต่ละอย่างแก้ปัญหาที่แตกต่างกัน: ภาพวิดีโอจากการถ่ายทำจริงช่วยให้มั่นใจได้ถึงความแม่นยำ การจำลองช่วยเรื่องการปรับขนาด และภาพวิดีโอที่สร้างโดยมนุษย์ให้ความหลากหลายของฉากในโลกแห่งความเป็นจริง อนาคตของระบบข้อมูลหุ่นยนต์จึงมีแนวโน้มที่จะเป็นการผสมผสานและเสริมซึ่งกันและกันของแหล่งข้อมูลที่แตกต่างกันเหล่านี้

นอกจากนี้ การศึกษาล่าสุดเริ่มลดความสำคัญของการแสวงหา "ข้อมูลที่ดีที่สุด" เพียงอย่างเดียว หุ่นยนต์ Dyna-2 รุ่นล่าสุดของ Dyna Robotics ซึ่งได้รับการฝึกฝนโดยใช้เพียงวิดีโอจากมุมมองบุคคลที่หนึ่งของมนุษย์กว่า 1 ล้านชั่วโมง พบว่ามีผลกระทบจากขนาดในการถ่ายทอดข้อมูลพฤติกรรมมนุษย์ไปยังความสามารถของหุ่นยนต์ งานวิจัยของ Axis ยังแสดงให้เห็นว่าวิถีการจำลองที่ผ่านการกรองและประมวลผลแล้วสามารถปรับปรุงประสิทธิภาพของโมเดลได้อย่างต่อเนื่องเมื่อปริมาณข้อมูลเพิ่มขึ้น

จงเป็นผู้ผลิตข้อมูลและสร้างเครื่องมือประมวลผลข้อมูล AI ทางกายภาพ

เมื่อเปรียบเทียบกับการมุ่งเน้นเพียงแค่การจับคู่ข้อมูลจุดเดียวกับออนโทโลยีเป้าหมายในระดับสูงแล้ว ขนาด ความหลากหลาย และความสามารถในการแปลงข้อมูลเหล่านั้นให้กลายเป็นความสามารถของโมเดลอย่างแท้จริง กำลังกลายเป็นตัวชี้วัดที่สำคัญ ดังนั้น บริษัทข้อมูลด้านหุ่นยนต์จึงแทบจะไม่สามารถตอบสนองความต้องการที่เปลี่ยนแปลงอยู่ตลอดเวลาของโมเดลได้ หากอาศัยเพียงวิธีการเก็บรวบรวมข้อมูลเพียงวิธีเดียว นี่จึงชี้ให้เห็นถึงคำถามพื้นฐานที่สำคัญกว่านั้น คือ บริษัทข้อมูลควรเพียงแค่เก็บรวบรวมและประมวลผลข้อมูลตามความต้องการของลูกค้า หรือควรมีส่วนร่วมอย่างลึกซึ้งมากขึ้นในการออกแบบและการผลิตข้อมูลที่จำเป็นสำหรับการฝึกอบรมโมเดล?

Axis เลือกแนวทางหลัง โดยวางตำแหน่งตัวเองเป็น "เครื่องมือประมวลผลข้อมูล AI เชิงกายภาพ" ในมุมมองของคริส "การติดป้ายกำกับข้อมูล" และ "การผลิตข้อมูล" ไม่ใช่ระดับธุรกิจเดียวกัน

การติดป้ายกำกับข้อมูลเกี่ยวข้องกับข้อมูลที่มีอยู่แล้ว ลูกค้าเป็นผู้ตัดสินใจว่าจะติดป้ายกำกับอะไรและอย่างไร และผู้ให้บริการมีหน้าที่ดำเนินการตามกฎเกณฑ์ ในทางกลับกัน การสร้างข้อมูลต้องก้าวไปอีกขั้น บริษัทข้อมูลไม่เพียงแต่ต้องรวบรวมและประมวลผลข้อมูลให้เสร็จสมบูรณ์เท่านั้น แต่ยังต้องมีส่วนร่วมในการกำหนดว่าโมเดลขาดข้อมูลอะไรบ้าง ออกแบบงานและจัดระเบียบการรวบรวมข้อมูลให้สอดคล้องกับวัตถุประสงค์การฝึกอบรม จากนั้นจึงปรับข้อมูลรอบต่อไปตามประสิทธิภาพของโมเดล

ตัวอย่างเช่น หากหุ่นยนต์รุ่นหนึ่งจำเป็นต้องเรียนรู้การทำงานในครัว บริษัทด้านข้อมูลจำเป็นต้องพิจารณาเพิ่มเติมว่าควรออกแบบงานอะไรบ้าง จะรวมการกระทำพื้นฐาน เช่น การหยิบ การผลัก การดึง การเปิด และการปิด เข้าด้วยกันอย่างไร จำเป็นต้องมีข้อมูลเชิงลึกหรือไม่ ควรจัดวางกล้องอย่างไร และกรณีความล้มเหลวใดบ้างที่ควรเก็บรวบรวมข้อมูล

คริสกล่าวว่า ความร่วมมือทางธุรกิจของ Axis กับลูกค้า เช่น Booster Robotics และ Qingyu Technology ได้พัฒนาจากการส่งมอบข้อมูลแบบธรรมดาไปสู่ "โซลูชันการผลิตข้อมูลที่ปรับแต่งได้ โดยมุ่งเน้นที่วัตถุประสงค์ในการฝึกอบรมโมเดล" ตัวอย่างเช่น ในความร่วมมือกับ Booster Robotics นั้น Axis ได้ออกแบบโมเดลพื้นฐานเฉพาะสำหรับ Booster T1 ซึ่งปรับให้เข้ากับข้อมูลภาพและพื้นที่การเคลื่อนไหวอย่างลึกซึ้ง แนวทางนี้ช่วยให้สามารถถ่ายโอนและทำซ้ำงานเฉพาะได้อย่างรวดเร็วด้วยขนาดตัวอย่างที่น้อยที่สุด ซึ่งช่วยลดอุปสรรคในการเข้าถึงและต้นทุนการปรับตัวทางวิศวกรรมสำหรับการพัฒนาปัญญาประดิษฐ์ได้อย่างมาก

นี่คือเหตุผลที่ Axis เน้นย้ำถึง "เครื่องมือประมวลผลข้อมูล" มากกว่า "โรงงานข้อมูล" ตามที่คริสกล่าว ลูกค้าทางธุรกิจสามารถเสนอสถานการณ์เป้าหมายและความต้องการด้านความสามารถก่อน จากนั้น Axis จะออกแบบงานให้เหมาะสมและดำเนินการรวบรวมข้อมูลผ่านเครือข่ายผู้ร่วมงานแบบกระจายศูนย์

“นอกเหนือจากการส่งมอบข้อมูลให้กับลูกค้าแล้ว AXIS ยังดำเนินการวิจัยเชิงวิชาการเกี่ยวกับชุดข้อมูลและการตรวจสอบความถูกต้องของแบบจำลองอีกด้วย” คริสกล่าว ชุดข้อมูล AXIS Franka ที่ทีม AXIS เผยแพร่ในช่วงครึ่งแรกของปี เป็นหนึ่งในชุดข้อมูลการควบคุมหุ่นยนต์แบบโอเพนซอร์สที่ใหญ่ที่สุดสำหรับแขนหุ่นยนต์ Franka Research 3 โดยประกอบด้วยงานควบคุมที่หลากหลาย 207 งาน เส้นทางการสาธิตของมนุษย์กว่า 50,000 เส้นทาง และสถานการณ์จำลองงานมากกว่า 60,000 รูปแบบ

ในระหว่างขั้นตอนการประเมินผลการฝึกอบรม ทีมวิจัยได้ทำการฝึกฝนโมเดล VLA π 0.5 ที่ทันสมัยที่สุดอย่างต่อเนื่องโดยใช้ชุดข้อมูลนี้ ผลการทดลองแสดงให้เห็นว่าโมเดลที่ฝึกฝนโดยใช้ข้อมูล AXIS-100% มีประสิทธิภาพยอดเยี่ยมในการทดสอบความทนทานของ LIBERO-Plus โดยมีอัตราความสำเร็จโดยรวมอยู่ที่ 88.8%

คริสยังกล่าวอีกว่าชุดข้อมูล AXIS Franka ช่วยเพิ่มความทนทานของโมเดลในการรับมือกับการรบกวนในโลกแห่งความเป็นจริงได้อย่างมีนัยสำคัญ โดยความทนทานของโมเดลดีขึ้น 13.7% และ 11.3% ตามลำดับ ภายใต้ความท้าทายต่างๆ เช่น สัญญาณรบกวนจากเซ็นเซอร์และการเปลี่ยนแปลงมุมมองของกล้อง งานวิจัยของเขายืนยันว่าเมื่อขนาดของชุดข้อมูลเพิ่มขึ้นจาก 25% เป็น 100% ความสามารถในการสรุปผลของโมเดลต่อการจัดการข้อมูลจะแสดงแนวโน้มการขยายตัวที่คงที่ ซึ่งแสดงให้เห็นถึงความสัมพันธ์เชิงบวกระหว่างขนาดข้อมูลและความสามารถในการสรุปผลของงานในขั้นตอนถัดไป

แทนที่จะยึดติดกับรูปแบบข้อมูลเพียงรูปแบบเดียว พวกเขามุ่งมั่นที่จะเป็น "ผู้นำด้าน AI ในวงการหุ่นยนต์"

ข้อมูลด้านหุ่นยนต์ยังคงเป็นตลาดที่มีการเปลี่ยนแปลงอย่างรวดเร็วและยังไม่มีแบบแผนที่แน่นอน

ในช่วงที่ผ่านมา จุดสนใจของอุตสาหกรรมได้ขยายตัวอย่างค่อยเป็นค่อยไปจากการควบคุมระยะไกลด้วยอุปกรณ์จริง ไปสู่แหล่งข้อมูลอื่นๆ เช่น การจำลอง และมุมมองบุคคลที่หนึ่ง เมื่อแบบจำลองพื้นฐานเข้าสู่ขั้นตอนหลังการฝึกฝนที่ลึกซึ้งยิ่งขึ้น การรวบรวมสถานะความล้มเหลว กระบวนการแก้ไขข้อผิดพลาด และเส้นทางการฟื้นตัว ก็เริ่มกลายเป็นข้อกำหนดด้านข้อมูลใหม่เช่นกัน

"ถ้าหากตลาดต้องการข้อมูลจากมุมมองบุคคลที่หนึ่งในวันนี้ ผมก็จะผลิตเฉพาะข้อมูลจากมุมมองบุคคลที่หนึ่งเท่านั้น แล้วถ้าอีกหกเดือนข้างหน้าผู้คนไม่ต้องการข้อมูลประเภทนี้อีกล่ะ?" ด้วยเหตุนี้ คริสจึงไม่เต็มใจที่จะกำหนดให้ Axis เป็นบริษัทที่ผลิตเฉพาะข้อมูลประเภทใดประเภทหนึ่งเท่านั้น

แนวทางของเขาคือการแยกความสามารถพื้นฐานที่ค่อนข้างคงที่ออกจากวิธีการเก็บรวบรวมข้อมูลที่เปลี่ยนแปลงอยู่ตลอดเวลา ชั้นล่างประกอบด้วยโครงสร้างพื้นฐาน เช่น เครือข่ายผู้ร่วมให้ข้อมูลแบบกระจาย การจัดการงาน การตรวจสอบข้อมูล การทำความสะอาด การปรับปรุง และกระบวนการประมวลผล ส่วนชั้นบนเชื่อมต่อกับผลิตภัณฑ์ข้อมูลและวิธีการเก็บรวบรวมข้อมูลที่แตกต่างกันไปตามแบบจำลองและความต้องการของลูกค้า

ปัจจุบัน Axis เริ่มต้นด้วยการเก็บรวบรวมข้อมูลการจำลองบนเว็บ และกำลังค่อยๆ ขยายไปสู่ข้อมูลจากมุมมองบุคคลที่หนึ่งและโมเดลหลังการฝึกอบรม คริสอธิบายว่าผลิตภัณฑ์ล่าสุดได้เพิ่มการเก็บรวบรวมข้อมูลการแก้ไขข้อผิดพลาดสำหรับอคติของโมเดลและสถานะความล้มเหลว และทีมงานกำลังพัฒนาการรวบรวมและการประมวลผลข้อมูลหลังการฝึกอบรม เช่น DAgger โดยวางแผนที่จะเปิดตัวชุดข้อมูลหลังการฝึกอบรม DAgger ที่มี Human-Gated ขนาดใหญ่ชุดแรกก่อนสิ้นปีนี้

ในมุมมองของเขา เมื่อโมเดลหุ่นยนต์พัฒนาขึ้นเรื่อยๆ คุณค่าของพันธมิตรด้านข้อมูลก็จะเปลี่ยนแปลงไปด้วย การวัดความสามารถของบริษัทข้อมูลไม่ควรพิจารณาจากปริมาณข้อมูลที่สามารถส่งมอบได้ในคราวเดียวเพียงอย่างเดียว แต่ควรพิจารณาจากความสามารถในการผลิตข้อมูลคุณภาพสูงอย่างสม่ำเสมอ การมีเครือข่ายผู้ร่วมให้ข้อมูลและเครื่องมือประมวลผลข้อมูลที่ทำงานได้อย่างต่อเนื่อง และความสามารถในการปรับเนื้อหาและโครงสร้างของข้อมูลรอบต่อไปได้อย่างรวดเร็วตามประสิทธิภาพของโมเดล

แนวทางนี้ได้รับแรงบันดาลใจบางส่วนมาจากเส้นทางการพัฒนาของ Scale AI และ Surge AI โดยที่คริสให้ความสำคัญเป็นพิเศษกับ Surge AI เขาหวังว่าในอนาคต Axis จะกลายเป็น "Surge AI แห่งวงการหุ่นยนต์"

ในมุมมองของคริส ข้อได้เปรียบของ Surge AI ไม่ได้อยู่ที่การมีทรัพยากรการติดป้ายกำกับข้อมูลจำนวนมากเท่านั้น แต่ยังอยู่ที่การดำเนินธุรกิจที่ตามทันการเปลี่ยนแปลงของข้อกำหนดของโมเดลอยู่เสมอ ซึ่งครอบคลุมตั้งแต่การประมวลผลโมเดลขนาดใหญ่หลังการฝึกไปจนถึงแง่มุมใหม่ๆ เช่น สภาพแวดล้อมการฝึกเอเจนต์

ความสามารถนี้—ที่ไม่ผูกติดกับรูปแบบข้อมูลใดรูปแบบหนึ่ง แต่ปรับเปลี่ยนข้อมูลและเครื่องมือที่ให้มาอย่างต่อเนื่องตามวิธีการฝึกอบรมของแบบจำลอง AI ทางกายภาพที่เปลี่ยนแปลงไป—เป็นความสามารถที่ Axis หวังที่จะจำลองขึ้นมาให้ได้

การใช้บล็อกเชนเพื่อสร้างแรงจูงใจในการมีส่วนร่วมและการติดตามข้อมูล

Axis แตกต่างจากคู่แข่งตรงที่มีจุดเด่นเฉพาะตัวคือ เทคโนโลยีบล็อกเชน

กระบวนการผลิตข้อมูลหุ่นยนต์เองไม่จำเป็นต้องใช้บล็อกเชน การจำลองยังคงทำงานในสภาพแวดล้อมหุ่นยนต์แบบดั้งเดิม และการฝึกโมเดลก็ไม่แตกต่างจากบริษัท AI อื่นๆ บล็อกเชนจะมีบทบาทสำคัญก็ต่อเมื่อข้อมูลถูกสร้างขึ้นแล้วเท่านั้น: Axis จะสร้างรหัสข้อมูลสำหรับเส้นทางข้อมูลที่ได้รับการตรวจสอบแล้ว และบันทึกความสัมพันธ์ระหว่างงาน ข้อมูล และผู้มีส่วนร่วมใน Base

คริสกล่าวว่าเทคโนโลยีบล็อกเชนสามารถแก้ไขปัญหาหลักๆ ได้สองประการ

ประการแรก คือแรงจูงใจในการมีส่วนร่วม เมื่อข้อมูลถูกสร้างขึ้นโดยผู้ใช้ที่กระจายอยู่ทั่วโลก ปริมาณและคุณภาพของข้อมูลที่ผู้ใช้แต่ละคนสร้างขึ้นจึงแตกต่างกัน แพลตฟอร์มจำเป็นต้องรู้ว่าใครมีส่วนร่วมอะไรบ้าง และข้อมูลนั้นตรงตามข้อกำหนดจริงหรือไม่ สำหรับผู้มีส่วนร่วมแล้ว จุดสนใจหลักไม่ได้อยู่ที่ว่าพวกเขาทำมากแค่ไหน แต่ขึ้นอยู่กับว่าใครเป็นผู้ให้ข้อมูลที่มีประสิทธิภาพอย่างแท้จริง

ประการที่สอง คือประเด็นเรื่องการติดตามแหล่งที่มา กระบวนการฝึกฝนโมเดล AI ในปัจจุบันนั้นเป็นเหมือนกล่องดำ บุคคลภายนอกมักจะเห็นเพียงโมเดลสุดท้าย แต่เป็นการยากที่จะทราบได้อย่างแน่ชัดว่าความสามารถเฉพาะนั้นมาจากข้อมูลใด หรือใครเป็นผู้สร้างข้อมูลนั้น หากสามารถบันทึกความสัมพันธ์ระหว่างงาน เส้นทาง และผู้มีส่วนร่วมได้อย่างต่อเนื่อง เมื่อลูกค้าซื้อข้อมูลในอนาคต อย่างน้อยก็จะสามารถเก็บรักษาบันทึกแหล่งที่มาที่ค่อนข้างสมบูรณ์ไว้ได้

Axis ได้เปิดตัวระบบคะแนนเพื่อบันทึกและวัดผลการมีส่วนร่วมของผู้ใช้แล้ว คริสยังกล่าวอีกว่า หากมีการออกโทเค็นในอนาคต คะแนนการมีส่วนร่วมอาจกลายเป็นแรงจูงใจ และหากข้อมูลของผู้มีส่วนร่วมถูกนำไปใช้ในเชิงพาณิชย์ในอนาคต บริษัทก็กำลังพิจารณาที่จะอนุญาตให้พวกเขามีส่วนร่วมในการแบ่งปันรายได้ด้วย

อย่างไรก็ตาม กลไกเหล่านี้ยังอยู่ในขั้นตอนการออกแบบและปรับปรุง แทนที่จะสร้างระบบเศรษฐกิจโทเค็นก่อนแล้วค่อยหาตัวอย่างการใช้งาน คริสเน้นย้ำว่าควรพิจารณาก่อนว่าบล็อกเชนสามารถแก้ปัญหาเชิงปฏิบัติใดได้บ้าง

"ผมไม่เคยคิดว่าตัวเองเป็นบริษัทคริปโตบอทเลย"

ในความหมายของเขา Axis เป็นบริษัทด้านข้อมูลหุ่นยนต์เป็นหลัก หากบล็อกเชนสามารถช่วยแก้ปัญหาเรื่องแรงจูงใจในการมีส่วนร่วมและการติดตามแหล่งข้อมูลได้ ก็จะถูกนำไปใช้ในด้านเหล่านั้น แต่หากไม่สามารถสร้างมูลค่าที่แท้จริงได้ ก็ไม่จำเป็นต้องนำมาใช้เป็นขั้นตอนเพิ่มเติมในเรื่อง "คริปโตเคอร์เรนซี + ปัญญาประดิษฐ์"

ขั้นตอนต่อไป: ขยายขอบเขตการครอบคลุมข้อมูลและเพิ่มรายชื่อซัพพลายเออร์ของบริษัทผู้ผลิตโมเดลชั้นนำ

สำหรับแผนการพัฒนาในช่วง 6-12 เดือนข้างหน้า Axis มุ่งเน้นไปที่สามด้านหลัก ได้แก่ ผลิตภัณฑ์ การเติบโตของชุมชน และการสร้างรายได้

ในระดับผลิตภัณฑ์ Axis วางแผนที่จะขยายขอบเขตการเก็บรวบรวมข้อมูลมุมมองบุคคลที่หนึ่งอย่างต่อเนื่อง และเพิ่มข้อมูล UMI และข้อมูลการควบคุมระยะไกลสำหรับงานปฏิบัติการเคลื่อนที่ ซึ่งจะช่วยขยายประเภทของข้อมูลและขอบเขตงานที่แพลตฟอร์มครอบคลุมให้กว้างขึ้น

นอกเหนือจากพอร์ทัลรวบรวมข้อมูลสำหรับผู้ใช้ทั่วไปแล้ว Axis ยังวางแผนที่จะจัดหา API สำหรับการสร้างงานและเครื่องมือประมวลผลข้อมูลให้กับลูกค้าองค์กรและนักพัฒนา เพื่อเป็นการนำความสามารถในการผลิตข้อมูลพื้นฐานบางส่วนมาใช้ในเชิงพาณิชย์มากยิ่งขึ้น

การเติบโตของชุมชนเป็นอีกหนึ่งเป้าหมายสำคัญ คริสกล่าวว่า Axis หวังที่จะเพิ่มขนาดชุมชนเป็นสามเท่าภายในหกเดือนข้างหน้า และขยายไปยังตลาดระดับภูมิภาคต่างๆ ต่อไป ผู้เข้าร่วมจะไม่จำกัดเฉพาะผู้ให้ข้อมูลทั่วไปอีกต่อไป แต่จะมุ่งเป้าไปที่การดึงดูดนักพัฒนา นักวิจัย และผู้ปฏิบัติงานในอุตสาหกรรมมากขึ้นเรื่อยๆ เพื่อขยายแพลตฟอร์มให้กลายเป็นระบบนิเวศแบบเปิดที่เน้นการผลิตข้อมูล AI ทางกายภาพ

ในแง่ของการสร้างรายได้เชิงพาณิชย์ Axis ได้สร้างฐานลูกค้าสำคัญในตลาดเฉพาะกลุ่มหลายแห่งแล้ว และข้อมูลการจำลองและข้อมูลจากมุมมองบุคคลที่หนึ่งของบริษัทก็สร้างยอดสั่งซื้อที่ได้รับการยืนยันแล้ว บริษัทตั้งเป้าที่จะเพิ่มรายได้ประจำปี (ARR) เป็น 500,000 ถึง 1 ล้านดอลลาร์ภายในหกเดือนข้างหน้า และก้าวขึ้นเป็นผู้จัดจำหน่ายให้กับบริษัทผู้ผลิตหุ่นยนต์ชั้นนำ

เมื่อเปรียบเทียบกับตัวเลขรายได้แล้ว การเข้าไปมีส่วนร่วมในห่วงโซ่อุปทานของบริษัทต้นแบบชั้นนำ อาจเป็นการทดสอบโมเดลธุรกิจปัจจุบันของ Axis ได้ดีกว่า