ยกระดับปัญญาประดิษฐ์เชิงกายภาพและหุ่นยนต์ฮิวมานอยด์ด้วยข้อมูลการเคลื่อนไหวจำลองสู่ความเป็นจริงกว่า 10 ชั่วโมง
Shaip ส่งมอบข้อมูลการจับการเคลื่อนไหวเสมือนจริงแบบมุมมองบุคคลที่หนึ่ง (egocentric VR motion-capture data) จำนวน 10,000 ชั่วโมง จากผู้เข้าร่วม 4,000 คน งาน 100 อย่าง และสภาพแวดล้อมจริงมากกว่า 5 แห่ง ซึ่งสร้างขึ้นเป็นไปป์ไลน์ข้อมูลการฝึกอบรมปัญญาประดิษฐ์เชิงกายภาพ (Physical AI) ระดับการผลิต สำหรับหุ่นยนต์ฮิวมานอยด์จากโลกจำลองสู่โลกจริง
ภาพรวมโครงการ
เนื่องจากปัญญาประดิษฐ์เชิงกายภาพ (Physical AI) และหุ่นยนต์ฮิวมานอยด์กำลังก้าวเข้าสู่การใช้งานจริง ลูกค้าจึงต้องการเฟรมเวิร์กที่ปรับขนาดได้เพื่อรวบรวมข้อมูลการเคลื่อนไหวเสมือนจริง (VR) ที่อิงตามภารกิจจำนวน 10,000 ชั่วโมงในสภาพแวดล้อมที่หลากหลาย โดยมีการปรับเทียบ การดำเนินการ และการควบคุมคุณภาพที่สม่ำเสมอ
Shaip ได้สร้างไปป์ไลน์การดำเนินงานข้อมูลแบบครบวงจร ครอบคลุมการตั้งค่าฉาก การสร้างแผนที่ QR การติดตามด้วยเซ็นเซอร์ห้าตัว การฝึกซ้อมของผู้เข้าร่วม การบันทึกภาพที่มีผู้ดูแล และเวิร์กโฟลว์การตรวจสอบ เพื่อรองรับงานที่ลูกค้ากำหนด 100 งาน และส่งมอบชุดข้อมูล AI ที่พร้อมใช้งานสำหรับโมเดลในระดับขนาดใหญ่
สถิติสำคัญ
ผู้เข้าร่วมกิจกรรม
~ 4,000
ปริมาณข้อมูล
10,000 ชั่วโมงที่ใช้งานได้
การรายงานข่าวสิ่งแวดล้อม
สำนักงาน บ้าน โรงงาน ร้านกาแฟ โกดังสินค้า ฯลฯ
ปฏิบัติการ
เดือน 1
ชาเลนจ์ (Challenge)
- การขยายขอบเขตการเก็บรวบรวมข้อมูลการเคลื่อนไหวจากเวิร์กโฟลว์แบบนำร่องที่ควบคุมได้ไปสู่ ใช้งานในสภาพแวดล้อมหลากหลายรูปแบบ 10,000 ชั่วโมง โครงการ
- การบำรุงรักษา ความแม่นยำในการติดตามที่สม่ำเสมอ ในสถานการณ์จริงที่หลากหลายและการจัดวางผู้เข้าร่วมที่แตกต่างกัน
- เพื่อให้มั่นใจว่าแต่ละรอบการอบรมเป็นไปตามข้อกำหนดที่เข้มงวด การควบคุม APK/เวอร์ชัน, การตั้งค่าเครือข่ายที่ใช้ร่วมกัน, การบันทึกหน้าจอ และการจับคู่เซ็นเซอร์
- ผู้จัดการ งานที่ลูกค้ากำหนดเอง 100 รายการ ครอบคลุมหลากหลายหมวดหมู่ เช่น การเคลื่อนไหว การจัดการวัตถุ การปฏิสัมพันธ์ในครัวเรือน การปฏิสัมพันธ์ในสำนักงาน และขั้นตอนการทำงานทางกายภาพหลายขั้นตอน ซึ่งแต่ละหมวดหมู่ล้วนต้องการการจัดฉากที่ถูกต้อง การจัดวางวัตถุ ความพร้อมของผู้เข้าร่วม และการตรวจสอบโดยผู้ดำเนินรายการ
- การแปลงเซสชันดิบเป็น ผลลัพธ์ที่พร้อมใช้งานสำหรับโมเดล ผ่านกระบวนการควบคุมคุณภาพที่ทำซ้ำได้ การจัดการสอบซ้ำ และการตรวจสอบการอัปโหลด
Solution
กลยุทธ์การรวบรวม
Shaip ได้ออกแบบเฟรมเวิร์กการรวบรวมข้อมูลที่สามารถขยายขนาดได้สำหรับ 10,000 ชั่วโมงที่ใช้งานได้ ข้อมูลการเคลื่อนไหว VR ที่ส่งมอบเป็นชุดตามเป้าหมาย โดยอิงตามอัตราส่วนการวางแผนแหล่งที่มาของ ผู้เข้าร่วม 3-5 คนต่อ 10 ชั่วโมงที่ใช้งานได้โปรแกรมฉบับเต็มสามารถขยายขนาดได้โดยประมาณ ผู้เข้าร่วม 3,000–5,000 คนและ ผู้เข้าร่วมประมาณ 4,000 คน ใช้เป็นตัวเลขกำหนดจุดกึ่งกลางในการวางแผน
การจัดการสภาพแวดล้อมและฉาก
แต่ละจุดบันทึกภาพถูกจัดการเสมือนเป็นฉากที่มีโครงสร้าง Shaip ได้บันทึกสภาพแวดล้อมโดยใช้ภาพถ่ายห้องมุมกว้าง กำหนดค่าฉากในระบบบริหารจัดการ ประสานงานการตรวจสอบจากลูกค้า และส่งออกไฟล์ PDF ของฉากเพื่อนำไปติดตั้งในสถานที่จริง การทำแผนที่ฉากด้วย QR Code ช่วยให้มั่นใจได้ว่าสภาพแวดล้อมจริงทุกแห่งสามารถเชื่อมโยงกับบริบทการบันทึกที่ถูกต้องได้อย่างน่าเชื่อถือ
ความพร้อมของอุปกรณ์และแอปพลิเคชัน
Shaip ได้กำหนดมาตรฐานความพร้อมทางเทคนิคโดยตรวจสอบให้แน่ใจว่าชุดหูฟัง VR และอุปกรณ์ตรวจสอบเชื่อมต่อกับเครือข่ายเดียวกัน ควบคุมขั้นตอนการติดตั้ง/อัปเดต APK และเปิดใช้งานการบันทึกหน้าจอผ่านเบราว์เซอร์เพื่อให้ผู้ดูแลสามารถมองเห็นได้ตลอดทั้งเซสชัน
การติดตามและปรับเทียบการเคลื่อนไหว
ก่อนเริ่มแต่ละรอบการบันทึก อุปกรณ์ติดตามการเคลื่อนไหวทั้งห้าตัวจะถูกจับคู่และตรวจสอบความถูกต้อง การปรับเทียบเป็นสิ่งจำเป็นสำหรับผู้เข้าร่วมทุกคน รวมถึงการตรวจสอบการจัดตำแหน่งอวตาร การปรับพื้น และการตั้งค่าขอบเขตแบบกำหนดเอง เพื่อให้มั่นใจได้ว่าการบันทึกการเคลื่อนไหวของร่างกายแบบเต็มตัวมีความแม่นยำภายในพื้นที่กิจกรรมที่บันทึกได้
การดำเนินการและการดูแลจัดการงาน
ผู้เข้าร่วมได้รับการแนะนำให้เตรียมตัวและฝึกซ้อมงานเฉพาะฉากก่อนการบันทึก ผู้ดูแลสังเกตการณ์ผ่านการบันทึกหน้าจอ ตรวจสอบความถูกต้องของงานและความชัดเจนของการเคลื่อนไหว และจะเริ่มบันทึกสดก็ต่อเมื่อพฤติกรรมของเซ็นเซอร์และการเคลื่อนไหวของผู้เข้าร่วมเป็นไปตามมาตรฐานคุณภาพที่คาดหวัง การเริ่ม/หยุดการบันทึกดำเนินการผ่านขั้นตอนการใช้ท่าทางที่กำหนดไว้
การประกันคุณภาพและผลลัพธ์ที่พร้อมใช้งานสำหรับโมเดล
หลังจากบันทึกเสร็จแล้ว เซสชันต่างๆ จะถูกอัปโหลดไปยังประวัติเพื่อตรวจสอบ Shaip ตรวจสอบความชัดเจนของการเคลื่อนไหว ความถูกต้องของงาน การจัดตำแหน่งฉาก และความแม่นยำของเซ็นเซอร์ โดยยกเลิกหรือบันทึกใหม่หากการบันทึกนั้นใช้การไม่ได้ ซึ่งจะสร้างเส้นทางที่น่าเชื่อถือมากขึ้นไปสู่ชุดข้อมูลที่พร้อมสำหรับการใส่คำอธิบายประกอบ ผ่านการตรวจสอบคุณภาพ และพร้อมสำหรับโมเดลในการฝึกอบรม AI และหุ่นยนต์แบบมีตัวตน
ขอบเขตโครงการ
| ประเภทชุดข้อมูล | ผู้เข้าร่วมกิจกรรม | ระดับเสียงบันทึก | สภาพแวดล้อม | ปริมาณงาน | การตั้งค่าการจับภาพ | ปฏิบัติการ |
|---|---|---|---|---|---|---|
| การจับภาพการเคลื่อนไหว VR แบบยึดตนเองเป็นศูนย์กลาง | ~ 4,000 | 10,000 ชั่วโมงที่ใช้งานได้ | สำนักงาน บ้าน ร้านกาแฟ โรงงาน โกดัง และสภาพแวดล้อมในโลกแห่งความเป็นจริงอื่นๆ | งานที่ลูกค้ากำหนดเอง 100 รายการ | ชุดหูฟัง VR + อุปกรณ์ติดตามการเคลื่อนไหว 5 ชิ้น | เดือน 1 |
ผลลัพธ์
- สร้างกรอบการทำงานด้านการดำเนินการข้อมูลที่ปรับขนาดได้สำหรับ ข้อมูลฝึกฝนปัญญาประดิษฐ์เชิงกายภาพ (Physical AI) จำนวน 10,000 ชั่วโมง
- มาตรฐาน การกำกับดูแลฉาก, การทำแผนที่ด้วยรหัส QR และการสอบเทียบเซ็นเซอร์ห้าตัว ในสภาพแวดล้อมแบบกระจาย
- ปรับปรุงความสม่ำเสมอในการเก็บรวบรวมข้อมูลผ่าน การซ้อมที่มีการควบคุม การตรวจสอบหน้าจอแบบเรียลไทม์ และการถามตอบในระดับเซสชัน
- เปิดใช้งาน ผลลัพธ์ที่ผ่านการตรวจสอบความถูกต้องของงานและพร้อมสำหรับการใส่คำอธิบายประกอบ สำหรับการพัฒนา AI เชิงกายภาพ การจำลอง และแบบจำลองหุ่นยนต์ในขั้นตอนถัดไป
- เสริมสร้างความแข็งแกร่งให้แก่ลูกค้า ไปป์ไลน์ข้อมูลจากการจำลองสู่ข้อมูลจริง ด้วยระบบจับภาพการเคลื่อนไหวแบบยึดตัวเองเป็นศูนย์กลางคุณภาพสูง
จากสภาพแวดล้อมจริงที่หลากหลาย
โดยรวมแล้ว Shaip ช่วยเปลี่ยนความต้องการในการบันทึกภาพ VR ที่ซับซ้อนให้กลายเป็นไปป์ไลน์ข้อมูลที่มีโครงสร้างและพร้อมใช้งานจริง ซึ่งสามารถรองรับการทำงานได้ ปัญญาประดิษฐ์เชิงกายภาพ ปัญญาที่ฝังอยู่ในร่างกาย และหุ่นยนต์ฮิวมานอยด์ โครงการริเริ่มที่มีความสอดคล้อง ตรวจสอบย้อนกลับได้ และครอบคลุมมากขึ้น
Shaip ช่วยเราสร้างโครงสร้างพื้นฐานด้านการจัดการข้อมูลสำหรับแผนงาน AI ทางกายภาพของเรา ทีมของพวกเขาได้สร้างโครงสร้างให้กับการจับภาพการเคลื่อนไหวในหลายสภาพแวดล้อม การจัดการผู้เข้าร่วม การตั้งค่าฉาก การปรับเทียบ และการควบคุมคุณภาพ ซึ่งช่วยให้เราสามารถสร้างชุดข้อมูลที่พร้อมใช้งานสำหรับโมเดล ซึ่งสนับสนุนการเรียนรู้จากแบบจำลองสู่ความเป็นจริงสำหรับ AI ที่มีร่างกายและหุ่นยนต์ฮิวมานอยด์
