脳波トレーニングロボット:人間の脳信号によって推進される物理的AIの次の飛躍

カリフォルニア州サンレアンドロの倉庫内で、データツールの企業Encordは革新的な実験を行っています。「パイロット」はカメラと脳波(EEG)センサー付きのヘッドセットを着用し、ジェンガをしながら脳の活動データを取得しています。Zander LabsのEEGヘッドセットは、精密な作業中に脳波をリアルタイムで追跡し、エラーや驚きなどの精神状態を推測して、ロボットモデルのためのより豊かなトレーニングデータセットを構築しています。
Encordは、人間型ロボットや倉庫ロボットの主要な課題はモデルアーキテクチャではなく、現実世界の物理トレーニングデータの深刻な不足であると主張しています。Encordのロボット学習責任者であるVineeth Velmuruganは、「このデータは単に存在しません」と指摘し、必要なデータ量はYouTubeのライブラリ全体の5倍に相当すると見積もっています。
物理AIの経済的ジレンマ:手動運用からデータ工場へ
倉庫内では、パイロットは「マスター・スレーブ」式のロボットアームデバイスを使用しています。1つは人間が操作し、もう1つはその動きを模倣して、コーヒーを注ぐやポーカーチップを積むなどのタスクのトレーニングデータを生成します。棚には、人工の花、本、プラスチック製の野菜、猫用トイレボックスが並べられており、家庭用ロボットハンドのトレーニング用プロップとして活用されています。別のステーションでは、パイロットのソフィア・インファンテがロボットアームを操作してサーバーのネットワークケーブルを挿抜しています。これはデータセンターの運用者から高く求められている自動化タスクですが、現在ではロボットグリッパーの柔軟性の不足によって制限されています。
脳波信号に加え、Encordは新しいデータモダリティの開発も進めています。前腕にセンサーアレイを取り付けて筋肉の電気信号を検出し、動画で指が見えない場合のギャップを埋めるために3次元の手軌道を作成します。各データセットには、物理的な動作の高密度注釈(例:「右手でボルトを締める」)が含まれています。Velmuruganは、この高品質な注釈は、通常のデータに比べて特定のタスクのトレーニングにおいて100倍の価値があると見積もり、生産コストは20倍高いに過ぎないため、理論的には利益を生むと述べています。
関連記事
Anthropic、Claude Haiku 5.5をリリース、小規模モデルのコストを75%削減し、ユーザーが推論強度を調整可能に
10月8日、Anthropicはこれまでで最も効率的かつ高性能なモデルを発表しました:Claude Haiku 5.5。Anthropicのラインナップにおいて最速かつ最も高性能な小型モデルとして位置づけられ、記事の要約、コンテンツのカテゴリ分け、データベースクエリ、カスタマーサポートの回答、ブラウザ自動化、および大規模なAIエージェントから委任されたサブタスクなど、高頻度かつコスト敏感なアプリケーション向けに設計されています。Haiku 5.5は非常に競争力のある戦略を採用し、前世代のHai
Claude、初の完全な紫外線全天マップを公開、1億1900万個の星をマッピング
Claude、Anthropicの大規模言語モデルの強力な支援により、天体物理学者たちは史上初となる完全な紫外線全天マップの生成に成功した。この1億1900万個の星を特徴とする広大な星図は、Claudeによって過去のマルチ波長天文データを用いて主に作成され、天空の約3分の1をカバーしている。この画期的な成果は、紫外線観測望遠鏡が意図的に天の川銀河の明るい領域を避けたために50年間も存在し続いた歴史的な空白を埋めるものである。全天マップの作成は、天文学研究において要求が高く複雑な体系的プロジェク
AWSとNVIDIAが、エージェント型AIとフィジカルAIをどのように支えているか
NVIDIAのCEO、ジェンセン・フアン氏(写真提供:大隅智弘/ゲッティイメージズ)ジェンセン・フアン氏が率いるNVIDIAとAWSは、グローバルなパートナーシップを拡大し、次世代のエージェント型および物理AI向けエンタープライズインフラを支えるために200万個のGPUを導入するAWSとNVIDIAは、世界的に高まるAIインフラへの需要に応えるため、長年にわたる戦略的提携を大幅に拡大すると発表した
関連特集おすすめ
コメント (0)
0/500

カリフォルニア州サンレアンドロの倉庫内で、データツールの企業Encordは革新的な実験を行っています。「パイロット」はカメラと脳波(EEG)センサー付きのヘッドセットを着用し、ジェンガをしながら脳の活動データを取得しています。Zander LabsのEEGヘッドセットは、精密な作業中に脳波をリアルタイムで追跡し、エラーや驚きなどの精神状態を推測して、ロボットモデルのためのより豊かなトレーニングデータセットを構築しています。
Encordは、人間型ロボットや倉庫ロボットの主要な課題はモデルアーキテクチャではなく、現実世界の物理トレーニングデータの深刻な不足であると主張しています。Encordのロボット学習責任者であるVineeth Velmuruganは、「このデータは単に存在しません」と指摘し、必要なデータ量はYouTubeのライブラリ全体の5倍に相当すると見積もっています。
物理AIの経済的ジレンマ:手動運用からデータ工場へ
倉庫内では、パイロットは「マスター・スレーブ」式のロボットアームデバイスを使用しています。1つは人間が操作し、もう1つはその動きを模倣して、コーヒーを注ぐやポーカーチップを積むなどのタスクのトレーニングデータを生成します。棚には、人工の花、本、プラスチック製の野菜、猫用トイレボックスが並べられており、家庭用ロボットハンドのトレーニング用プロップとして活用されています。別のステーションでは、パイロットのソフィア・インファンテがロボットアームを操作してサーバーのネットワークケーブルを挿抜しています。これはデータセンターの運用者から高く求められている自動化タスクですが、現在ではロボットグリッパーの柔軟性の不足によって制限されています。
脳波信号に加え、Encordは新しいデータモダリティの開発も進めています。前腕にセンサーアレイを取り付けて筋肉の電気信号を検出し、動画で指が見えない場合のギャップを埋めるために3次元の手軌道を作成します。各データセットには、物理的な動作の高密度注釈(例:「右手でボルトを締める」)が含まれています。Velmuruganは、この高品質な注釈は、通常のデータに比べて特定のタスクのトレーニングにおいて100倍の価値があると見積もり、生産コストは20倍高いに過ぎないため、理論的には利益を生むと述べています。
Anthropic、Claude Haiku 5.5をリリース、小規模モデルのコストを75%削減し、ユーザーが推論強度を調整可能に
10月8日、Anthropicはこれまでで最も効率的かつ高性能なモデルを発表しました:Claude Haiku 5.5。Anthropicのラインナップにおいて最速かつ最も高性能な小型モデルとして位置づけられ、記事の要約、コンテンツのカテゴリ分け、データベースクエリ、カスタマーサポートの回答、ブラウザ自動化、および大規模なAIエージェントから委任されたサブタスクなど、高頻度かつコスト敏感なアプリケーション向けに設計されています。Haiku 5.5は非常に競争力のある戦略を採用し、前世代のHai
Claude、初の完全な紫外線全天マップを公開、1億1900万個の星をマッピング
Claude、Anthropicの大規模言語モデルの強力な支援により、天体物理学者たちは史上初となる完全な紫外線全天マップの生成に成功した。この1億1900万個の星を特徴とする広大な星図は、Claudeによって過去のマルチ波長天文データを用いて主に作成され、天空の約3分の1をカバーしている。この画期的な成果は、紫外線観測望遠鏡が意図的に天の川銀河の明るい領域を避けたために50年間も存在し続いた歴史的な空白を埋めるものである。全天マップの作成は、天文学研究において要求が高く複雑な体系的プロジェク
AWSとNVIDIAが、エージェント型AIとフィジカルAIをどのように支えているか
NVIDIAのCEO、ジェンセン・フアン氏(写真提供:大隅智弘/ゲッティイメージズ)ジェンセン・フアン氏が率いるNVIDIAとAWSは、グローバルなパートナーシップを拡大し、次世代のエージェント型および物理AI向けエンタープライズインフラを支えるために200万個のGPUを導入するAWSとNVIDIAは、世界的に高まるAIインフラへの需要に応えるため、長年にわたる戦略的提携を大幅に拡大すると発表した





家






