Pekińskie Centrum Innowacji uczy roboty żyć wśród nas

2 godzin temu

Ucieleśniona sztuczna inteligencja, znana jako embodied AI, nie może rozwijać się w próżni. O ile wielkie modele językowe trenuje się na tekstach z internetu, o tyle roboty humanoidalne potrzebują danych o fizycznym świecie: grawitacji, tarciu, kształtach i nieprzewidywalności ludzkiego otoczenia. Biuro Gospodarki i Informatyki Miasta Pekin opublikowało niedawno raport podsumowujący pierwsze cztery miesiące działalności bazy gromadzenia danych i szkolenia robotów w Pekińskim Centrum Innowacji Robotów Humanoidalnych. Wyniki tego pionierskiego projektu rzucają nowe światło na to, jak Chiny systemowo podchodzą do rozwiązania największego wąskiego gardła w branży robotycznej – braku wysokiej jakości danych szkoleniowych.

Fabryka danych dla humanoidalnych maszyn

Zlokalizowana w dzielnicy Shijingshan, w parku przemysłowym Shougang, baza szkoleniowa zajmuje powierzchnię blisko 5000 metrów kwadratowych. To w tej chwili jedno z największych i najbardziej wszechstronnych centrów tego typu w Chinach. Prawie 10 procent tej powierzchni zajmuje specjalistyczne studio do optycznego przechwytywania ruchu (motion capture).

Wyniki pierwszych czterech miesięcy pracy są imponujące. Zespół centrum zebrał ponad 3 miliony rekordów danych z wewnętrznych prac badawczo-rozwojowych oraz udostępnił ponad 300 tysięcy rekordów danych open source. Przełożyło się to na dziesiątki tysięcy godzin wysokiej jakości materiału szkoleniowego, który został już przekazany wiodącym przedsiębiorstwom z branży oraz instytucjom naukowym. Szacuje się, iż centrum jest w stanie generować ponad 6 milionów punktów danych rocznie, co czyni je liderem w skali kraju.

Dynamiczne scenariusze zamiast statycznych laboratoriów

Największym wyzwaniem w trenowaniu robotów jest tak zwana „fragmentacja scenariuszy”. Prawdziwy świat jest pełen zmiennych, a robot wytrenowany w sterylnym laboratorium często gubi się w naturalnym środowisku. Aby temu zaradzić, pekińskie centrum odtworzyło ponad 30 typowych scenariuszy z sześciu kluczowych dziedzin:

domu,
supermarketu,
biura,
przemysłu,
medycyny i
opieki zdrowotnej.

Co niezwykle istotne, przestrzenie te nie są statycznymi „modelowymi pomieszczeniami”. Jak podkreślają eksperci z Centrum, warunki oświetleniowe, rozmieszczenie przedmiotów oraz trasy przemieszczania się osób mogą być dynamicznie dostosowywane w zależności od potrzeb algorytmów szkoleniowych. Tworzy to elastyczną „fabrykę danych”. Na przykład w scenariuszu „pokoju dziecięcego” trener modeli (operator) steruje robotem dzięki sprzętu VR i czujników, aby ten wywrócił skarpetkę na prawą stronę. W innej strefie roboty ćwiczą ścielenie łóżka w symulowanym domu opieki, a w kolejnej – układanie towarów na półkach supermarketu.

Podczas wykonywania tych czynności w czasie rzeczywistym gromadzone są dane dotyczące kątów przegubów robota, trajektorii ruchu, siły nacisku i innych parametrów fizycznych. Zebranie danych dla jednego prostego ruchu wymaga wykonania od 300 do 1000 powtórzeń, aby algorytm mógł zgeneralizować zadanie i poradzić sobie z nim w przyszłości w nieco innych warunkach.

Walka o jakość i standaryzację danych

W początkowej fazie działalności centrum zmagało się z problemem niskiej jakości danych – wskaźnik kwalifikacji wynosił zaledwie około 50 procent. Wynikało to z błędów w przechwytywaniu ruchu, problemów z oświetleniem czy nieprecyzyjnej synchronizacji wielu czujników. Aby temu zaradzić, centrum opracowało i wdrożyło rygorystyczne, standardowe procedury gromadzenia, oznaczania i kontroli jakości danych. Dzięki temu obecny wskaźnik zgodności i użyteczności danych ustabilizował się na poziomie powyżej 95 procent.

Działalność centrum rozwiązuje jeszcze jeden palący problem branży: „barierę językową” między różnymi robotami. Różne modele mają inne układy czujników, stopnie swobody stawów i interfejsy sterowania, co sprawia, iż dane zebrane przez jednego robota są często bezużyteczne dla innego. Standaryzacja procesów w pekińskim ośrodku pozwala na równoległe zbieranie danych przez roboty o różnych konstrukcjach (obecnie w centrum pracuje ponad 120 maszyn). Dla małych i średnich firm robotycznych możliwość skorzystania z zasobów centrum oznacza oszczędność kosztów gromadzenia danych wynoszącą co najmniej 50 procent, co znacząco obniża próg wejścia na rynek.

Trzecia faza rozwoju i ekosystem przemysłowy

Pod koniec marca 2026 roku oficjalnie zainaugurowano trzecią fazę rozwoju Pekińskiego Centrum Danych dla Robotów Humanoidalnych (Embodied AI). Równocześnie ogłoszono powołanie sojuszu przemysłowego „Beijing Shijingshan Embodied AI Data Element Industry Alliance”, w skład którego weszło ponad 40 podmiotów: instytucji rządowych, firm technologicznych, uczelni i instytutów badawczych.

Sojusz ten ma na celu połączenie zasobów w zakresie mocy obliczeniowej, symulacji i przetwarzania danych. Centrum nie ogranicza się już tylko do dostarczania „surowca”. Prowadzi prace nad fundamentalnymi technologiami, takimi jak ogólny system sterowania ruchem, który został udostępniony na zasadach open source. Zapewnia to badaczom i firmom solidną bazę wyjściową, pozwalając uniknąć konieczności „wymyślania koła na nowo”. Centrum zakończyło również pierwszą rundę rynkowego finansowania, pozyskując ponad 700 milionów juanów (około 360 milionów złotych) od funduszy państwowych i inwestorów strategicznych, takich jak Baidu.

Krok w stronę miliona godzin

Działania Pekinu pokazują wyraźną zmianę paradygmatu. Przemysł robotyczny zrozumiał, iż o przewadze konkurencyjnej nie zdecyduje wyłącznie perfekcyjna mechanika (hardware), ale przede wszystkim jakość „mózgu” robota, wytrenowanego na odpowiednich danych (software i data). Prawdziwe, fizyczne dane z maszyn operujących w świecie rzeczywistym (tzw. dane z pierwszej ręki) są nie do zastąpienia przez symulacje komputerowe. To one zawierają „fizyczną intuicję” – informacje o sprzężeniu zwrotnym siły, tarciu czy nieoczekiwanych zakłóceniach.

Pekińskie Centrum Innowacji Robotów Humanoidalnych zmierza w tej chwili do osiągnięcia ambitnego celu: zgromadzenia globalnie bezprecedensowej bazy miliona godzin wysokiej jakości danych szkoleniowych. To właśnie takie inicjatywy – łączące ogromne inwestycje infrastrukturalne, standaryzację procesów i współpracę całego ekosystemu – mają stanowić fundament, na którym Chiny planują zbudować swoją dominację w nadchodzącej erze inteligentnych maszyn domowych i usługowych.

Źródła:

CCTV News (news.cctv.cn) – „300万条数据哪里来？揭秘人形机器人数据特训”
Securities Times (stcn.com) – „实探北京人形机器人创新中心数据基地，对外交付高质量实采数据超数万小时”
China Industry News (cinic.org.cn) – „北京人形机器人创新中心具身智能机器人数据采集与训练基地：迈向全球首个百万小时数据里程碑”
Pandaroid News (pandaroid-info.com) – 「中国人型ロボット、即戦力化への壁　北京データ訓練拠点が映す進化の現在」
Hanjoong Global Journal (hanjoongglobal.com) – 「공장-가정-마트서 ‘수업’ 받는 로봇…베이징 훈련센터 현장」
Record China (recordchina.co.jp) – 「中国最大の人型ロボット訓練基地が北京に誕生」
Gasgoo Auto News (autonews.gasgoo.com) – „Beijing: Defining the ‘China Base’ of the Humanoid Robot Industry”