Xiaomi-Robotics-1, Robotikte Veri Hacminin Model Boyutundan Daha Etkili Olduğunu Kanıtlıyor
Xiaomi, robotik eğitim paradigmasını işlem gücünü artırmaktan devasa veri ölçeklendirmeye kaydıran çığır açıcı bir temel model olan Xiaomi-Robotics-1'i tanıttı. Benzersiz bir veri toplama yönteminden yararlanan model, yabancı ortamlarda ve karmaşık manipülasyon görevlerinde eşi benzeri görülmemiş bir uyum yeteneği sergiliyor.
El Tipi Tutucularla Veri Darboğazını Aşmak
Robotikteki temel zorluk her zaman "veri darboğazı" olmuştur; yani pahalı ve sabit robot kolları olmadan büyük miktarda yüksek kaliteli etkileşim verisi toplamanın zorluğu. Xiaomi, kameralarla donatılmış taşınabilir, el tipi tutucular kullanarak bu engeli aştı.
Robotları programlamak yerine, insan operatörler bu el tipi cihazları kullanarak mutfaklar, ofisler ve fabrikalar dahil olmak üzere 1.700'den fazla farklı ortamda manipülasyon görevlerini kaydetti. Bu yaklaşım, şaşırtıcı bir şekilde 100.000 saatlik hareket kaydı sağladı. Etiketleme sorununu çözmek için Xiaomi, her bir hareket segmenti için otomatik olarak metin açıklamaları oluşturmak üzere bir yapay zeka modeli kullandı ve tüm veri setinin etiketlenmesini sadece iki hafta içinde tamamladı.
Ölçekleme Yasası: İşlem Gücü Yerine Veri
Xiaomi-Robotics-1 araştırmasından elde edilen temel teknik içgörü, daha fazla eğitim verisinin, sadece model boyutunu veya işlem gücünü artırmaktan çok daha yüksek performans kazanımları sağladığıdır. Daha büyük modeller tahmin hatalarını azaltsa da, eğitim verisi hacmi arttıkça robotun yabancı ortamlardaki başarı oranı %25'ten %75'e fırladı.
Bu durum, veri eklemenin parametre sayılarını artırmaktan daha fazla değer sağladığı bilgisayarlı görü (computer vision) alanındaki trendleri yansıtıyor. Xiaomi için bu, Genel Amaçlı Robot Yapay Zekasına giden yolun sadece daha büyük sinir ağları inşa etmekten değil, veri setlerinin çeşitliliği ve ölçeğinden geçtiği anlamına geliyor.
Eşsiz Uyumluluk ve Benchmark Performansı
Xiaomi-Robotics-1, sözlü veya yazılı komutları takip etmek ve minimum ince ayar ile yeni görevlere uyum sağlamak üzere tasarlandı. Testlerde modele; çamaşır yükleme, yazıcıya kağıt besleme ve valiz paketleme gibi karmaşık manevralar görev olarak verildi.
Sonuçlar kesinti:
- Hızlı Adaptasyon: Göreve özel 10 saatten az eğitimle model %75 başarı oranına ulaştı ve yalnızca %40'a ulaşabilen rakibi Physical Intelligence'ı önemli ölçüde geride bıraktı.
- Benchmark Hakimiyeti: Model, özellikle görülmemiş bileşik görevlerde RoboCasa365 liderlik tablosunda büyük bir farkla önde yer alıyor.
- RoboDojo Performansı: Xiaomi-Robotics-1, RoboDojo benchmark testinde ikinci olanın yaklaşık %58 üzerinde bir puan aldı.
Model ayrıca, sert robotik sistemler için tarihsel olarak zor bir alan olan kağıt gibi yumuşak ve deforme olabilen malzemeleri işleme konusunda özel bir güç gösterdi.
Robotik Endüstrisi İçin Yeni Bir Yön
Xiaomi'nin yaklaşımı, diğer sektör devleriyle bir yol ayrımında bulunuyor. Nvidia, sentetik veri üretimi yoluyla robotik veri problemini bir işlem gücü problemine dönüştürmeye çalışırken ve BAAI'nin Orca modeli etiketlenmemiş videolardan öğrenmeye çalışırken; Xiaomi, otomatik ve büyük ölçekli etiketlenmiş hareket verisine odaklanıyor.
Xiaomi modeli ve kodlarını GitHub ile Hugging Face üzerinden yayınlamaya hazırlanırken, sektör yakından takip ediyor. Bu gelişme, robotikteki bir sonraki sınırın en güçlü çiplere sahip olanlar tarafından değil, en çeşitli ve iyi etiketlenmiş hareket veri setlerine sahip olanlar tarafından aşılacağını gösteriyor.
Önemli Çıkarımlar
- Veri Odaklı Ölçeklendirme: Eğitim verisi hacmini artırmanın, robotik başarı oranları için model boyutunu veya işlem gücünü artırmaktan daha etkili olduğu kanıtlandı.
- Yenilikçi Toplama: El tipi tutucular, Xiaomi'nin özel robotlara ihtiyaç duymadan 1.700 ortamda 100.000 saatlik hareket verisi toplamasını sağladı.
- Yüksek Genelleme Yeteneği: Model, 10 saatten az ek eğitimle yeni görevlerde %75 başarı oranına ulaşabiliyor.