Financial Times, fiziksel ortamda görev yapacak yeni nesil robotların eğitiminde kullanılan veri toplama yöntemlerini ele alıyor. Büyük dil modelleri internet üzerinde bulunan metinlerden öğrenebilirken robotların eşya tutma, denge kurma, kapı açma veya engelden kaçınma gibi beceriler için hareket ve çevre bilgisine ihtiyaçları var. Bu nedenle şirketler kameralar, sensörler ve kontrollü deney alanlarından veri biriktiriyor; insanlar tarafından yapılan hareketleri öğrenilebilir örneklere dönüştürmeye çalışıyor.
Bir dil modeli çevrimiçi metinlerle çalışabilir; robotun ise nesnenin ağırlığını, konumunu, kırılganlığını ve hareketin sonucunu öğrenmesi gerekir. Bu nedenle kamera görüntüsü, sensör kaydı ve insanın yaptığı eylemin sonucu bir arada tutuluyor.
Robot eğitiminde aynı hareketin binlerce farklı ortamda örneklenmesi gerekebilir. Kapının kolu, zeminin kayganlığı veya nesnenin biçimi değiştiğinde başarılı eylemin de değişebilmesi, yalnızca tek bir gösterimin yeterli olmamasının nedeni.
İlginç olan, yapay zekânın bir sonraki aşamasının dijital arşivlerden çok fiziksel dünyanın kaydına dayanması. Bir evde yapılan sıradan mutfak hareketi, robotların eğitimi için değerli veriye dönüşebilir. Ancak bu görüntülerde aile yaşamı, çalışma koşulları veya işyerine ilişkin mahrem bilgiler de bulunabilir. Robotların gelişmesiyle birlikte “veriyi kim topluyor, insanlar buna ne kadar açık rıza veriyor ve kayıtlar ne kadar saklanıyor?” soruları büyüyor. Fiziksel yetenek kazanımı, yeni bir veri etiği meselesini de beraberinde getiriyor.
Büyüyen veri piyasası evleri ve işyerlerini araştırma alanına dönüştürebilir. İnsanlar farkında olmadan ya da yeterince bilgilendirilmeden kayıt altına alınırsa, robot teknolojisinin ilerlemesi yeni mahremiyet ve emek sorunları yaratacak.