ரோபோக்களால் பார்க்க முடியும். இணைய அளவிலான படத் தரவுத்தொகுப்புகளும், ஒரு தசாப்த காலமாகச் செம்மைப்படுத்தப்பட்ட மாதிரிகளும் அதைச் சாத்தியமாக்கின. ஆனால், பாதி நசுங்கிய அட்டைப்பெட்டியை எடுக்கவோ, ஒரு கேபிளைக் கோர்க்கவோ, அல்லது ஒரு அறுவை சிகிச்சை நிபுணரிடம் ஒரு கருவியைக் கொடுக்கவோ ஒரு ரோபோவிடம் கேட்டால், அதன் செயல்பாடு தடம்புரண்டுவிடும். கேமராக்கள் செயலிழந்ததால் அல்ல. ஏனெனில், தொடுதல் என்பது எப்படிப்பட்ட உணர்வைத் தர வேண்டும் என்பதை அந்த ரோபோவின் பயிற்சியில் எதுவும் அதற்குக் கற்பிக்கவில்லை. தொடுகை என்பது பௌதீக செயற்கை நுண்ணறிவு மறந்த ஒரு புலனாகும், மேலும் அதற்கான காரணம் பெரும்பாலான குழுக்கள் எதிர்பார்ப்பதை விட எளிமையானது: பயிற்சிக்கான சமிக்ஞை இன்னும் உருவாகவில்லை. இந்தக் கட்டுரை அந்த சமிக்ஞையைப் பற்றியதுதான் — தொடு உணர்வு தரவுஅதில் உண்மையில் என்ன அடங்கியுள்ளது, அது எவ்வாறு உற்பத்தி செய்யப்படுகிறது, மேலும் அது பயனுள்ளதாக மாறுவதற்கு முன்பு எதைக் கொண்டு குறியிடப்பட வேண்டும். இந்த மூன்று கேள்விகளில் ஏதேனும் ஒன்றைத் தவிர்த்தால், கையாளுதலுக்கு மிகவும் முக்கியமான ஒரு கோணத்தில் அந்த மாதிரிகள் குருடாகவே இருக்கும்.
தொடு உணர்வுத் தரவுகளுக்குள் உள்ள நான்கு சமிக்ஞை வகுப்புகள்
முதலில் தவறாகப் போவது என்னவென்றால், 'தொடு உணர்வு' என்பது ஒரே வகையாகக் கருதப்படுவதுதான். நடைமுறையில், கையாளக் கற்றுக்கொள்ளும் ஒரு மாதிரிக்கு நான்கு தனித்துவமான சமிக்ஞை வகைகள் தேவைப்படுகின்றன; அவை ஒவ்வொன்றும் வெவ்வேறு வன்பொருள்களால் பெறப்பட்டு, அந்த மாதிரிக்கு வெவ்வேறு விஷயங்களைக் கற்பிக்கின்றன. அழுத்தப் பரவல் ரோபோவுக்குச் சொல்கிறது. எங்கே மற்றும் எவ்வளவு கடினம் தொடர்புப் பரப்பின் குறுக்கே தொடர்பு ஏற்படுகிறது — இது பிடிப்பின் தரத்தையும், பற்றிக்கொள்ளும் கருவிக்குள் பொருளின் நிலையையும் மதிப்பிடுவதற்குப் போதுமானது. அதிர்வு உயர் அதிர்வெண் நிலைமாற்றங்களைப் பதிவு செய்கிறது: அதாவது, நழுவுதல், மோதல், அல்லது ஒரு சொரசொரப்பான மேற்பரப்பு மற்றொன்றின் மீது உராய்வதால் ஏற்படும் கீறல் போன்ற நுண் நிகழ்வுகள். விசை மற்றும் முறுக்கு விசை ஆகியவை மணிக்கட்டு அல்லது மூட்டில் நிகழும் நிகர இயந்திரவியல் பரிமாற்றத்தை விவரிக்கின்றன — இது ஒரு பொத்தானை அழுத்துவதற்கும் அதை வளைப்பதற்கும் உள்ள வேறுபாடு ஆகும். உடலிருப்பு உணர்வு என்பது ரோபோ தனது சொந்த உடலைப் பற்றி உணரும் உணர்வு ஆகும்: அதாவது, தொடர்பு ஏற்படும் சரியான கணத்தில் விரல்களின் நிலைகள், பற்றிக்கொள்ளும் கருவியின் திறப்பு, மூட்டுகளின் நிலைகள் போன்றவை. இவற்றில் ஏதேனும் ஒன்றில் மட்டும் தனித்துப் பயிற்சி பெற்ற ஒரு மாதிரி, செயல்பாட்டு ரீதியாக ஒற்றைக் கையால் இயங்கக்கூடியது.
| சமிக்ஞை வகுப்பு | அது என்ன அளவிடுகிறது | வழக்கமான பதிவு விகிதம் | அது மாதிரிக்கு என்ன கற்பிக்கிறது |
|---|---|---|---|
| அழுத்தம் | தொடர்பு இடம், வடிவம், தீவிரம் | 100–500 ஹெர்ட்ஸ் | பிடிப்பின் தரம், பற்றிக்கொள்ளியில் பொருளின் நிலை |
| அதிர்வு | உயர் அதிர்வெண் தொடர்பு நிலைமாற்றங்கள் | 1-5 kHz | நழுவல் தொடக்கம், மோதல்கள், மேற்பரப்பு அமைப்பு |
| விசை / முறுக்கு விசை | ஒரு இணைப்பில் நிகர இயந்திர சுமை | 500–1,500 ஹெர்ட்ஸ் | செருகும் விசைகள், இணக்கம், பாதுகாப்பான தொடர்பு வரம்புகள் |
| புரோபிரியோசெப்சன் | கிரிப்பர் மற்றும் கூட்டு நிலை | 100–1,000 ஹெர்ட்ஸ் | உடல் விழிப்புணர்வு, உருக்குலைவு அனுமானம் |
தொடு உணர்வுத் தரவுகள் உண்மையில் எவ்வாறு சேகரிக்கப்படுகின்றன
பார்வைத் தரவுகளைப் போலல்லாமல், இவற்றில் எதையும் சுரண்டி எடுக்க முடியாது. ஒவ்வொரு மாதிரியும் ஒரு உண்மையான பொருளைத் தொடும் ஒரு உண்மையான உணரியால் உருவாக்கப்பட வேண்டும். நடைமுறைக்கு ஏற்ற மூன்று சேகரிப்பு முறைகள் உள்ளன, மேலும் உற்பத்தித் தரத்திலான நிரல்கள் பொதுவாக இந்த மூன்றையும் இணையாக இயக்குகின்றன.
தொலை இயக்க மனித செயல்விளக்கங்கள்
ஒரு திறமையான இயக்குபவர், பொருட்களை எடுப்பது, செருகுவது, ஒப்படைப்பது போன்ற ஒரு பணியை ரோபோவை இயக்கும்போது, முழு சென்சார் அமைப்பும் அதைப் பதிவு செய்கிறது. இந்தச் செயல்பாட்டில் ஒரு மனிதர் இருப்பதால், அதன் பயணப் பாதைகள் இயல்பாகவே வெற்றிகரமாகவும் பலவகைப்பட்டதாகவும் இருக்கின்றன. மேலும், சிறு தவறுகளிலிருந்து மீள்வதற்காக மனிதர்கள் பயன்படுத்தும் உள்ளார்ந்த உத்திகளையும் அவை பதிவு செய்கின்றன. இதுவே, பின்பற்றிக் கற்றல் மற்றும் பார்வை-மொழி-செயல் வழித்தடங்களின் முதுகெலும்பாகும்.
ஸ்கிரிப்ட் செய்யப்பட்ட ஊடாடல் அமைப்புகள்
ரோபோ, கவனமாகத் தேர்ந்தெடுக்கப்பட்ட பொருட்களின் தொகுப்பின் மீது, பெரும்பாலும் மாறுபட்ட வேகங்கள், கோணங்கள் மற்றும் அழுத்தங்களில், நிரல்படுத்தப்பட்ட இயக்கங்களைச் செயல்படுத்துகிறது. குறிப்பிட்ட தொடுநிலைகளை உள்ளடக்குவதற்கு இந்த முறை ஈடு இணையற்றது — எடுத்துக்காட்டாக, "பத்து வெவ்வேறு நுழைவுக் கோணங்கள் மற்றும் மூன்று உராய்வு நிலைகளில் இந்த இணைப்பானை ஐம்பது முறை செருகுதல்." ஒரு தனிப்பட்ட மாறியைத் தனிமைப்படுத்தும் தரவுத்தொகுப்புகளை இப்படித்தான் உருவாக்க வேண்டும்.
நிலைநிறுத்தலின் போது கைப்பற்றுதல்
ஒரு ரோபோ உண்மையான சூழலில் இயங்கத் தொடங்கியதும், ஒவ்வொரு பணி மாற்றமும் புதிய தரவுகளை உருவாக்குகிறது — இதில் நீங்கள் முன்கூட்டியே திட்டமிட நினைக்காத அரிதான நிகழ்வுகளும் அடங்கும். செயல்பாட்டிற்கும் மறுபயிற்சிக்கும் இடையிலான சுழற்சியை நிறைவு செய்வதில்தான் நீண்டகாலத் திறன் மேம்பாடுகள் உருவாகின்றன.
ஒரு வீட்டு உபகரண உற்பத்தியாளர், பாத்திரம் கழுவும் இயந்திரத்தின் வயரிங் இணைப்புகளைச் செருகுவதற்காக, இரட்டைக் கரங்களைக் கொண்ட ஒரு கருவியை அறிமுகப்படுத்துவதாகக் கற்பனை செய்து பாருங்கள். உருவகப்படுத்துதல், அந்தக் குழுவை ஒரு செயல்படும் முன்மாதிரியை உருவாக்க வைத்தது. ஆறு வாரங்கள் தொலைவிலிருந்து இயக்கப்பட்ட செயல்விளக்கங்கள்தான் — அதாவது, ஒரு அனுபவமிக்க தொழில்நுட்ப வல்லுநர், முழுமையான தொடு உணர்வு அடுக்கு பதிவு செய்ய, நூற்றுக்கணக்கான உண்மையான வயரிங் இணைப்புகள் வழியாக அந்தக் கரங்களை வழிநடத்தியதுதான் — அதனை உற்பத்தித் தளத்தைத் தாண்டிச் செல்ல வைத்தது. இந்த அளவிலான திட்டங்களைச் செயல்படுத்தும் குழுக்கள் பொதுவாக ஒரு நிபுணரைச் சார்ந்திருக்கும். உடல்சார் AI தரவு சேகரிப்பு கூட்டாளர் இயக்குநர்களுக்குப் பணியாளர்களை நியமித்தல், சோதனைக் கருவிகளை ஒருங்கிணைத்தல், மற்றும் அதன் விளைவாகக் கிடைக்கும் தரவை உண்மையில் பயிற்சிக்குரியதாக மாற்றும் பல்முனை ஒத்திசைவை நிர்வகித்தல்.
உருவகப்படுத்துதல் குறித்த ஒரு குறிப்பு: அது மதிப்புமிக்கதுதான், ஆனால் அதனால் மட்டுமே தொடு உணர்வை முழுமையாக வெளிப்படுத்த முடியாது. உருவகப்படுத்தப்பட்ட தொடு இயற்பியலானது, நிஜ உலக உராய்வு, உருக்குலைவு மற்றும் நழுவுதல் ஆகியவற்றிலிருந்து, குறிப்பாக நெகிழ்வான அல்லது இணக்கமான பொருட்களுக்கு, இன்னமும் குறிப்பிடத்தக்க அளவில் வேறுபடுகிறது. செயற்கையான தொடு உணர்வுத் தரவுகள், ஒரு நிஜ உலகத் தரவுத் தொகுப்பை மேம்படுத்துகின்றனவே தவிர, அதற்கு மாற்றாக அமைவதில்லை.
தொடு உணர்வுத் தரவுகளுக்கு எதைக் கொண்டு குறியிட வேண்டும்
மூல சென்சார் ஸ்ட்ரீம்கள் பயிற்சித் தரவுகள் அல்ல. உண்மையில் என்ன நடந்தது, அது எப்போது நடந்தது, மற்றும் அது எவ்வளவு சிறப்பாக நடந்தது என்பதை குறிப்பாளர்கள் குறித்த பின்னரே அவை பயிற்சித் தரவுகளாக மாறுகின்றன. ஐந்து லேபிள் குடும்பங்கள் மிகவும் முக்கியமானவை.
புரிதல்-விளைவு அடையாளங்கள்: வெற்றி, நழுவுதல், மீளப் பிடித்தல், தோல்வி — இவை ஒவ்வொரு கையாளுதல் நிகழ்விற்கும் பொருந்தும். இவை, அடுத்தடுத்து நிகழும் எல்லாவற்றிற்கும் மேற்பார்வை சமிக்ஞைகளாகும்.
தொடர்பு-ஆட்சி எல்லைகள் மற்றும் நழுவல்-தொடக்க நேரக்குறிப்புகள்: பற்றிக்கொள்ளும் கருவி பொருளைத் தொடும் கணம். பிடியில் பொருள் நகரத் தொடங்கும் கணம். விடுவிக்கும் கணம். இங்கு துல்லியம் பத்து மில்லி விநாடிகளில் அளவிடப்படுகிறது, ஏனெனில் கற்றுக்கொள்ளக்கூடிய செயல்முறை அங்குதான் உள்ளது.
விசையின் அளவு அடைப்புக்குறிகள்: ஒவ்வொரு இடைவினைக் கட்டத்திலும் — அணுகுதல், தொடுதல், அமர்தல், நிலைநிறுத்தல், விடுவித்தல் — உள்ளிணைக்கப்பட்ட விசைப் பிரிவுகள். இவை, ஒரு "இயல்பான" செருகல் விசை அமைப்பு எப்படி இருக்கும் என்பதை மாதிரிக்குக் கற்றுக் கொடுக்கவும், அதன் மூலம் ஏதேனும் இயல்புக்கு மாறாக இருக்கும்போது அதைக் கண்டறியவும் உதவுகின்றன.
பார்வை-தொடு உணர்வு இணைப்புக் குறியீடுகள்: ஒவ்வொரு தொடு உணர்வு நிகழ்வும், அதனுடன் வரும் காட்சிச் சட்டகத்துடனும், அந்த கணத்தில் உள்ள உடலசைவு நிலையுடனும் சீரமைக்கப்பட்டது. தவறாக சீரமைக்கப்பட்ட புலன்வழிகள், மாதிரிக்கு உறுதியான தவறான தொடர்புகளைக் கற்பிக்கின்றன; இது தரவுகள் இல்லாததை விட மோசமானது.
உருக்குலைவு மற்றும் இணக்க மதிப்பீடுகள்: நெகிழும், மென்மையான அல்லது உடையக்கூடிய பொருட்களுக்கு, பிடியின் கீழ் அப்பொருள் எவ்வாறு மாறியது என்பதையும், அந்தத் தொடர்பு எவ்வளவு நெகிழ்வுத்தன்மையை ஏற்படுத்தியது என்பதையும் குறிப்பாளர்கள் பதிவு செய்கின்றனர்.
இதை நன்றாகக் குறியிடுவது என்பது, புகைப்படங்களுக்குக் குறியிடுவதை விட, ஒருவருக்குக் காதால் கேட்டு ஒரு இசைக்கருவியை வாசிக்கக் கற்றுக் கொடுப்பதற்கு மிகவும் நெருக்கமானது. குறிப்பாளர் ஒரு பாதசாரியைச் சுற்றி ஒரு பெட்டியை வரையவில்லை; அவர் 1,500 ஹெர்ட்ஸ் சிக்னலில் ஒரு வடிவம் மாறிய சரியான தருணத்தைக் கண்டறிந்து, அந்த மாற்றத்தின் அர்த்தத்தைக் குறிப்பிடுகிறார். உற்பத்தி நிரல்கள் இதற்கென உருவாக்கப்பட்டவற்றைச் சார்ந்துள்ளன. தொட்டுணரக்கூடிய மற்றும் பன்முகக் குறிப்புப் பணிப்பாய்வுகள் படிப்படியான தரக் கட்டுப்பாட்டுடன், ஏனெனில் ஒரு கவனக்குறைவான குறிப்பாளர் ஒரு முழுப் பயிற்சி ஓட்டத்தையும் யாருக்கும் தெரியாமல் பாழாக்கிவிட முடியும்.
முடிவுரை — “உணர முடியாத நிலை” என்பதிலிருந்து “எதற்காக உணர வேண்டும் என்பதை அறிந்த நிலை” வரை
பார்க்கக்கூடிய ரோபோக்களிலிருந்து உணரக்கூடிய ரோபோக்களுக்கான பாய்ச்சல் என்பது வன்பொருளில் ஏற்பட்ட பாய்ச்சல் அல்ல. அது, தொடுதல் உண்மையில் எதைக் குறிக்கிறது என்பதை மாதிரிகளுக்குக் கற்பிக்கும் தரவுகளில் ஏற்பட்ட பாய்ச்சலாகும். அழுத்தம், அதிர்வு, விசை, உடலசைவு உணர்வு — இவை அனைத்தும் ஒத்திசைவாகப் பிடிக்கப்பட்டு, உண்மையான ஊடாடல்கள் மூலம் சேகரிக்கப்பட்டு, இயற்பியல் கோரும் துல்லியத்துடன் விளக்கக்குறிப்பு இடப்படுகின்றன. உருவாக்கும் குழுக்கள் இயற்பியல் செயற்கை நுண்ணறிவு அமைப்புகள் வெறும் செயல்விளக்கங்களில் மட்டுமல்லாமல், ஒவ்வொரு பணிநேரத்திலும் உழைப்பவர்களே, தொடு உணர்வுத் தரவை அது உண்மையில் உள்ள பயிற்சி சமிக்ஞையாகக் கருதுகின்றனர்: குறுகிய, விலையுயர்ந்த, மாற்றீடு செய்ய முடியாத, மற்றும் உலகை வெறுமனே நோக்கும் ஒரு ரோபோவை, அதில் நம்பகத்தன்மையுடன் செயல்படக்கூடிய ஒன்றாக மாற்றும் ஒற்றை அடுக்காக விளங்கும் தரவு அது.
தொடு உணர்வுத் தரவு என எவை கருதப்படுகின்றன?
தொடுபுள்ளியில் அல்லது அதற்கு அருகில் பெறப்படும் எந்தவொரு சென்சார் சிக்னலும் — அழுத்த வரைபடங்கள், அதிர்வுத் தடங்கள், விசை-முறுக்கு அளவீடுகள், மற்றும் தொடுதலின் போது ரோபோவின் சொந்த உடலசைவு நிலை. இந்தப் பயனுள்ள வரையறை இந்த நான்கு வகைகளையும் உள்ளடக்கியுள்ளது, ஏனெனில் அவை கிட்டத்தட்ட எப்போதும் ஒன்றாகவே தேவைப்படுகின்றன.
தொடு உணர்வுத் தரவுகள் உண்மையில் எவ்வாறு சேகரிக்கப்படுகின்றன?
மூன்று நடைமுறை முறைகள்: தொலைவிலிருந்து இயக்கப்படும் மனித செயல்விளக்கங்கள், குறிப்பிட்ட நிலைமைகளைத் தனிமைப்படுத்தும் முன்வரையறுக்கப்பட்ட ஊடாட்ட அமைப்புகள், மற்றும் இயங்கும் ரோபோக்களிடமிருந்து களத்தில் இருந்தபடியே தரவுகளைப் பதிவு செய்தல். உற்பத்தித் திட்டங்கள் இந்த மூன்று முறைகளையும் பயன்படுத்துகின்றன.
உருவகப்படுத்துதலில் தொடு உணர்வுத் தரவுகளை உருவாக்க முடியுமா?
ஓரளவு. அதிக அளவிலான மற்றும் அரிதான சூழ்நிலைகளுக்கு உருவகப்படுத்துதல் மிகச் சிறந்தது, ஆனால் உருவகப்படுத்தப்பட்ட தொடுகை இயற்பியல், குறிப்பாக உராய்வு, நழுவல் மற்றும் உருமாறும் பொருட்களின் விஷயத்தில், யதார்த்தத்திலிருந்து விலகிச் செல்கிறது. செயற்கையான தொடுகைத் தரவுகள், நிஜ உலகத் தரவுகளுக்குத் துணையாக அமைகின்றனவே தவிர, அவற்றுக்கு மாற்றாக அமைவதில்லை.
தொட்டுணரக்கூடிய தரவுகளுக்கு என்னென்ன விளக்கக் குறிப்புகள் தேவை?
புரிதல் விளைவுகள், தொடர்பு-ஆட்சி எல்லைகள் மற்றும் நழுவல் நேர முத்திரைகள், ஒவ்வொரு கட்டத்திலும் உள்ள விசை அளவு அடைப்புக்குறிகள், பார்வை-தொடு உணர்வு இணைவு, மற்றும் உருக்குலைவு அல்லது இணக்க மதிப்பீடுகள். ஒவ்வொரு குறியீட்டுத் தொகுப்பும் கையாளுதலின் ஒரு வெவ்வேறு அம்சத்தை மாதிரிக்குக் கற்பிக்கிறது.
ImageNet அளவிலான பொதுவான தொட்டுணரக்கூடிய தரவுத்தொகுப்பு ஏன் இல்லை?
ஏனெனில், தொடு உணர்வுத் தரவுகளை பௌதீகத் தொடர்பு மூலமாக மட்டுமே உருவாக்க முடியும் — அதாவது, சென்சார் சென்சாராக, பொருள் பொருளாக, அத்தியாயம் அத்தியாயமாக. இதற்கு இணையான ஸ்கிராப்பிங் முறை எதுவும் இல்லை. இந்தக் காரணத்தினால்தான், பௌதீக செயற்கை நுண்ணறிவில் (Physical AI) உள்ள முட்டுக்கட்டையை உடைப்பவையாக, இதற்கென பிரத்யேகமாக உருவாக்கப்பட்ட சேகரிப்பு மற்றும் குறிப்புரை நிரல்கள் விளங்குகின்றன.




