1 godzina temu
Chińska Administracja Danych zapowiedziała przygotowanie standardów danych dla ucieleśnionej sztucznej inteligencji. Chodzi o systemy AI działające przez fizyczne urządzenia: roboty humanoidalne, roboty mobilne i maszyny wyposażone w manipulatory. Komunikat opublikowany 13 września po spotkaniu z przedstawicielami branży nie wprowadza jeszcze nowej normy. Pokazuje jednak, iż do prac nad robotyką włącza się urząd odpowiedzialny za politykę danych.
Spotkanie odbyło się 10 września pod przewodnictwem Liu Liehonga, dyrektora Chińskiej Administracji Danych. W rozmowie uczestniczyli reprezentanci instytutów badawczych, firm technologicznych i ośrodków szkolących roboty, w tym Instytutu Automatyki Chińskiej Akademii Nauk, Beijing Institute for General Artificial Intelligence, JD Group, centrum danych robotów humanoidalnych w stołecznej dzielnicy Shijingshan oraz Beijing Humanoid Robot Innovation Center.
Administracja podała, iż sektor ucieleśnionej AI ma charakter oparty na danych, a zapotrzebowanie na dane wysokiej jakości, różnorodne i pozyskiwane na dużą skalę stale rośnie. Zapowiedziała rozwijanie standardów danych, koordynowanie działań lokalnych organów ds. danych oraz wspieranie przedsiębiorstw zwiększających nakłady na dane.
Robot potrzebuje danych o świecie fizycznym
Ucieleśniona AI nie uczy się wyłącznie na tekstach, zdjęciach czy nagraniach. Model sterujący robotem musi połączyć obserwację otoczenia z ruchem urządzenia i ocenić rezultat działania. Gdy maszyna ma podnieść kubek ze stołu, potrzebuje danych o jego położeniu i kształcie, ale także o położeniu własnego ramienia, sile nacisku chwytaka o tym, czy przedmiot nie wyślizgnął się podczas ruchu.
Zbiór danych dla takiego zadania może łączyć obrazy z kamer, informacje o głębi, odczyty z czujników siły, pozycje przegubów, trajektorie ruchu, polecenie wydane robotowi i oznaczenie wyniku zadania. Dane te muszą być zapisane w tym samym czasie, adekwatnie opisane i sprawdzone. Błąd synchronizacji między obrazem a ruchem ramienia może nauczyć model reakcji niezgodnej z rzeczywistą sytuacją.
Dlatego w pracy nad standardami liczy się nie tylko liczba godzin ćwiczeń, ilość powtórzeń. Wspólne wymagania mogą dotyczyć formatu danych, metadanych, opisu scenariusza, sposobu oznaczania działań oraz procedur kontroli jakości. Ułatwiają też ocenę, czy dwa zbiory zebrane przez różne zespoły nadają się do podobnych zastosowań.
Standardy dla robotów są już rozwijane
Dane stanowią część szerszego systemu normalizacji chińskiej robotyki. W lutym przedstawiono system standardów dla robotów humanoidalnych i ucieleśnionej inteligencji, obejmujący sześć obszarów:
- wspólne podstawy,
- inteligentne obliczenia,
- komponenty i kończyny,
- kompletne systemy robotyczne,
- zastosowania oraz
- bezpieczeństwo.
W tej strukturze mieszczą się również zagadnienia związane z cyklem życia danych i treningiem modeli.
Od 1 czerwca obowiązuje standard branżowy YD/T 6770—2026 dotyczący metod testowania ucieleśnionej AI. Opisuje on sposób przygotowania środowiska testowego, budowy bibliotek zadań, prowadzenia testów i obliczania wskaźników zarówno w symulacji, jak i w rzeczywistym otoczeniu. Dzięki temu producenci i laboratoria mogą mierzyć działanie systemów według tej samej metodyki.
Kolejny dokument, YD/T 6771—2026, został zatwierdzony 24 lipca i wejdzie w życie 1 listopada. Dotyczy jakości zbiorów danych dla ucieleśnionej AI. Wprowadza osiem obszarów oceny:
- kompletność,
- spójność,
- różnorodność,
- autentyczność,
- łatwość użycia,
- przydatność praktyczną,
- rozszerzalność i
- bezpieczeństwo.
Obejmuje także zasady organizacji procesu tworzenia danych oraz ich weryfikacji.
Od treningu w centrum do danych dla całej branży
W czerwcu administracja przyjęła plan budowy wysokiej jakości branżowych zbiorów danych. Zgodnie z założeniami tego planu do końca 2028 r. przewiduje się stworzenie zbiorów obejmujących priorytetowe dziedziny, sprawdzonych w zastosowaniach, a także narzędzi i standardów związanych z ich wytwarzaniem. Ucieleśniona AI została w nim wymieniona obok takich pól jak inteligentna jazda, gospodarka niskiego pułapu i inteligentna gospodarka morska.
Plan wskazuje wprost na dane z fizycznych interakcji, percepcji otoczenia i sterowania ruchem. Dopuszcza też wykorzystanie symulacji oraz danych syntetycznych, które mogą poszerzać zasób przykładów potrzebnych podczas treningu. Nie zastępuje to jednak rejestracji zachowania maszyny w rzeczywistym środowisku, gdzie robot styka się z różnymi powierzchniami, ciężarem przedmiotów, oświetleniem i ruchem ludzi.
Takie dane są zbierane w wyspecjalizowanych ośrodkach. Przykładem jest opisane wcześniej przez nas Pekińskie Centrum Innowacji Robotów Humanoidalnych, gdzie roboty wykonują zadania odwzorowujące pracę w domu, sklepie, biurze, fabryce i placówce opiekuńczej. dla wszystkich działania rejestrowane są ruchy, informacje z czujników i wynik wykonania zadania.
Właśnie na styku takich centrów, przedsiębiorstw tworzących modele oraz organów zarządzających danymi pojawia się potrzeba wspólnych reguł oceny i opisu materiału treningowego.
Źródła
- Chińska Administracja Danych, „Liu Liehong przewodniczył sympozjum poświęconemu ucieleśnionej inteligencji”, 13 września 2026: https://www.nda.gov.cn/sjj/jgsz/jld/llh/llhldhd/0913/20260913104730557195636_pc.html
- Chińska Administracja Danych, „Plan działań na rzecz budowy wysokiej jakości branżowych zbiorów danych”, 8 czerwca 2026: https://www.nda.gov.cn/sjj/zwgk/zcfb/0608/20260608172117399715004_pc.html
- Xinhua, „Standardy dla ucieleśnionej inteligencji są rozwijane”, 1 czerwca 2026: https://www.news.cn/20260601/67740ab4f48245679503782b8dce8a05/c.html
- Digital China Summit, „Pierwszy standard jakości zbiorów danych dla ucieleśnionej inteligencji”, 4 sierpnia 2026: https://www.szzg.gov.cn/2026/xwzx/szkx/202608/t20260804_5354035.htm
- Pandaily, „National Data Administration to Promote Embodied-Intelligence Data Standards in Due Course”, 14 września 2026: https://pandaily.com/national-data-administration-embodied-ai-data-standards
e-mail: [email protected]
