참고X
로보틱스 학습용 데이터 부족과 Egocentric Video의 중요성
로보틱스 모델 학습을 위한 데이터셋 확보 전략에 대한 기술적 인사이트.
요약
대규모 언어 모델(LLM)이 빠르게 발전한 이유는 지난 15년간 인터넷상의 모든 블로그, 서적, 코드를 인덱싱하여 방대한 학습 데이터를 확보했기 때문입니다. 반면 로봇 공학 분야는 '물리적 움직임의 인터넷'이 존재하지 않아 데이터 확보에 어려움을 겪고 있습니다. 유튜브 영상 스크랩만으로는 로봇이 유리잔을 쥐는 강도나 문을 열 때의 어깨 움직임 등 물리적 상호작용을 학습하는 데 한계가 있습니다. 이에 대한 대안으로 100만 개 이상의 1인칭 시점(egocentric) 영상 데이터를 수집하여 로봇 학습을 위한 새로운 데이터셋을 구축하려는 시도가 이어지고 있습니다. 이는 물리적 AI(Physical AI) 발전을 위한 'Common Crawl'과 같은 역할을 할 것으로 기대됩니다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 @ai_for_success: we spent 15 years indexing every blog, book, and line of code on the internet, which is why LLMs got good so fast. robotics has th
원문 보기 ↗