Encord apuesta a que el próximo cuello de botella de la IA robótica es la falta de datos, no la arquitectura de los modelos

En un almacén de Encord en San Leandro, California, un piloto llamado Andrew Ceja desarma una torre de bloques de madera mientras usa un casco que registra lo que ve —y, en una prueba que la empresa realiza junto con la startup alemana de neurociencia Zander Labs, sensores que miden sus ondas cerebrales. Encord es una de un grupo pequeño pero creciente de startups que apuestan a que la verdadera limitante de la robótica humanoide y de almacenes no es la arquitectura de los modelos, sino la escasez de datos de entrenamiento físico del mundo real.

Encord se fundó originalmente para ayudar a empresas a anotar datos y evaluar modelos de visión artificial. Cuando sus clientes comenzaron a aplicar aprendizaje de extremo a extremo a la manipulación robótica, la empresa descubrió que tenía que producir sus propios datos de entrenamiento en lugar de solo gestionarlos. “Los datos simplemente no existen”, dijo Vineeth Velmurugan, jefe de aprendizaje robótico de Encord y veterano del laboratorio de robótica de OpenAI y de la firma de automatización de almacenes Berkshire Grey. Velmurugan calcula que se necesitará un conjunto de datos algo así como cinco veces el tamaño del corpus de video de YouTube para superar el obstáculo actual —una escala que ayuda a explicar por qué la generación de datos se ha convertido en un negocio propio y no solo en un problema de investigación.

Las empresas que construyen “cerebros” para robots recurren principalmente a dos fuentes: video “egocéntrico” captado por trabajadores que usan cámaras, y datos provenientes de robots operados de forma remota. En su instalación de San Leandro, Encord usa dispositivos de líder-seguidor —brazos robóticos emparejados, uno controlado por un humano y otro que imita sus movimientos— para generar datos de tareas como servir café y apilar fichas de póker; Velmurugan dijo que clientes de toda la industria han pedido exactamente este tipo de datos de brazos emparejados. La prueba con sensores de ondas cerebrales junto a Zander Labs sigue en una fase inicial: Encord planea construir un conjunto de datos inicial etiquetado con ondas cerebrales y probarlo con los modelos robóticos de sus clientes antes de decidir si lo amplía. Lucas Gehrke, neurocientífico de Zander, dice que la cantidad de actividad cerebral registrada durante una tarea puede indicar cuándo un modelo necesita activar su modo de mayor esfuerzo.

Encord también está desarrollando sensores para el antebrazo que detectan señales eléctricas en los músculos, con el fin de construir una representación 3D de la posición de la mano que el video centrado en las manos no suele captar. Velmurugan calcula que este tipo de datos densos y anotados físicamente —etiquetados con descripciones como “la mano derecha aprieta un tornillo”— vale 100 veces más que los datos “ego” sin anotar y “de mala calidad” para entrenar tareas específicas, y cuesta 20 veces más producirlos.

Por qué importa

Si los datos de entrenamiento físico, y no el diseño de los modelos, son el verdadero cuello de botella para los robots humanoides y de almacén, las empresas capaces de fabricarlos a escala —en lugar de solo gestionar lo que ya existe— podrían controlar un punto clave en la carrera de la IA física.