Hogar
Robot de entrenamiento de ondas cerebrales: el próximo avance de la IA física impulsado por señales del cerebro humano

En un almacén de San Leandro, California, Encord, una empresa de herramientas de datos, está llevando a cabo un experimento innovador: los "pilotos" llevan cascos con cámaras y sensores EEG mientras juegan al Jenga para capturar la actividad cerebral. El casco EEG de Zander Labs rastrea las ondas cerebrales en tiempo real durante tareas precisas, inferiendo estados mentales como errores o sorpresa para construir conjuntos de datos de entrenamiento más ricos para modelos de robots.
Encord sostiene que el principal obstáculo para los robots humanoides y de almacén no es la arquitectura del modelo, sino una grave escasez de datos de entrenamiento físico del mundo real. Vineeth Velmurugan, jefe de aprendizaje robótico de Encord, señala: "Estos datos simplemente no existen", estimando que el volumen necesario es cinco veces la biblioteca completa de YouTube.
El dilema económico de la IA física: de las operaciones manuales a las fábricas de datos
Dentro del almacén, los pilotos utilizan dispositivos de brazos robóticos "maestro-esclavo" —uno controlado por humanos, el otro que imita los movimientos— para generar datos de entrenamiento para tareas como verter café y apilar fichas de póquer. Las estanterías contienen flores falsas, libros, vegetales de plástico y cajas de arena para gatos como accesorios para entrenar manos robóticas domésticas. En otra estación, la piloto Sofia Infante controla un brazo robótico para enchufar y desenchufar cables de red de servidores, una tarea de automatización muy buscada por los operadores de centros de datos pero actualmente limitada por la flexibilidad de las pinzas robóticas.
Más allá de las señales EEG, Encord está desarrollando nuevas modalidades de datos: colocar matrices de sensores en los antebrazos para detectar señales eléctricas musculares, crear trayectorias manuales en 3D para llenar los vacíos cuando los dedos están ocultos en los videos. Cada conjunto de datos incluye anotaciones físicas densas de acciones (por ejemplo, "mano derecha apretando un tornillo"). Velmurugan estima que esta anotación de alta calidad es 100 veces más valiosa para el entrenamiento de tareas específicas que los datos ordinarios, con costos de producción solo 20 veces mayores, lo que la hace teóricamente rentable.
Artículo relacionado
Cómo AWS y NVIDIA están impulsando la IA agentiva y la IA física
Jensen Huang, director ejecutivo de NVIDIA (Crédito: Tomohiro Ohsumi/Getty Images)NVIDIA, de Jensen Huang, y AWS amplían su colaboración global con el despliegue de 2 millones de GPU para impulsar la
SenseTime presenta un modelo multimodal ligero de 8 mil millones con salida nativa en 4K y capacidades completas de edición visual
SenseTime ha lanzado oficialmente SenseNova U1.5Lite, un nuevo modelo multimodal unificado, ligero y nativo de gran tamaño. Con 8.000 millones de parámetros, este eficiente modelo supera a otras alter
Debates clave sobre la IA que marcan la agenda de AI LIVE London
La cumbre reunirá a altos directivos de todo el mundo para abordar los retos más acuciantes a los que se enfrentan los sectores a nivel global, desde la disrupción impulsada por la inteligencia artifi
Recomendaciones de temas especiales relacionados
comentario (0)
0/500

En un almacén de San Leandro, California, Encord, una empresa de herramientas de datos, está llevando a cabo un experimento innovador: los "pilotos" llevan cascos con cámaras y sensores EEG mientras juegan al Jenga para capturar la actividad cerebral. El casco EEG de Zander Labs rastrea las ondas cerebrales en tiempo real durante tareas precisas, inferiendo estados mentales como errores o sorpresa para construir conjuntos de datos de entrenamiento más ricos para modelos de robots.
Encord sostiene que el principal obstáculo para los robots humanoides y de almacén no es la arquitectura del modelo, sino una grave escasez de datos de entrenamiento físico del mundo real. Vineeth Velmurugan, jefe de aprendizaje robótico de Encord, señala: "Estos datos simplemente no existen", estimando que el volumen necesario es cinco veces la biblioteca completa de YouTube.
El dilema económico de la IA física: de las operaciones manuales a las fábricas de datos
Dentro del almacén, los pilotos utilizan dispositivos de brazos robóticos "maestro-esclavo" —uno controlado por humanos, el otro que imita los movimientos— para generar datos de entrenamiento para tareas como verter café y apilar fichas de póquer. Las estanterías contienen flores falsas, libros, vegetales de plástico y cajas de arena para gatos como accesorios para entrenar manos robóticas domésticas. En otra estación, la piloto Sofia Infante controla un brazo robótico para enchufar y desenchufar cables de red de servidores, una tarea de automatización muy buscada por los operadores de centros de datos pero actualmente limitada por la flexibilidad de las pinzas robóticas.
Más allá de las señales EEG, Encord está desarrollando nuevas modalidades de datos: colocar matrices de sensores en los antebrazos para detectar señales eléctricas musculares, crear trayectorias manuales en 3D para llenar los vacíos cuando los dedos están ocultos en los videos. Cada conjunto de datos incluye anotaciones físicas densas de acciones (por ejemplo, "mano derecha apretando un tornillo"). Velmurugan estima que esta anotación de alta calidad es 100 veces más valiosa para el entrenamiento de tareas específicas que los datos ordinarios, con costos de producción solo 20 veces mayores, lo que la hace teóricamente rentable.
Cómo AWS y NVIDIA están impulsando la IA agentiva y la IA física
Jensen Huang, director ejecutivo de NVIDIA (Crédito: Tomohiro Ohsumi/Getty Images)NVIDIA, de Jensen Huang, y AWS amplían su colaboración global con el despliegue de 2 millones de GPU para impulsar la
SenseTime presenta un modelo multimodal ligero de 8 mil millones con salida nativa en 4K y capacidades completas de edición visual
SenseTime ha lanzado oficialmente SenseNova U1.5Lite, un nuevo modelo multimodal unificado, ligero y nativo de gran tamaño. Con 8.000 millones de parámetros, este eficiente modelo supera a otras alter
Debates clave sobre la IA que marcan la agenda de AI LIVE London
La cumbre reunirá a altos directivos de todo el mundo para abordar los retos más acuciantes a los que se enfrentan los sectores a nivel global, desde la disrupción impulsada por la inteligencia artifi











