Компания делает ставку на синтетические данные, чтобы ускорить обучение роботов и сократить расходы на сбор реальных примеров. Среди клиентов стартапа — Toyota, Samsung, Panasonic и Foxconn, передает Tech-news.
Китайский стартап DexForce разрабатывает технологию обучения гуманоидных роботов с помощью виртуальных симуляций. Вместо того чтобы многократно повторять движения в реальном мире, машины осваивают задачи в цифровой среде, где можно менять расположение предметов, освещение и другие условия. Компания рассчитывает, что такой подход позволит роботам быстрее адаптироваться к новым ситуациям и выполнять больше практических задач без постоянного участия человека.
Несмотря на успехи Китая в создании гуманоидов, способных бегать и прыгать, их коммерческое применение остается серьезным испытанием для отрасли. Роботам предстоит научиться надежно работать на производстве, в офисах и дома, справляясь с разнообразными задачами в меняющихся условиях.
Многие производители роботов собирают данные, записывая действия людей, которые многократно выполняют одни и те же операции. Однако такой процесс требует времени, ресурсов и большого количества качественных примеров.
DexForce использует другой подход: создает виртуальные копии физических объектов и рабочих пространств, обучает в них роботов, а затем переносит полученные навыки на реальные машины. Программное обеспечение компании моделирует физическую среду и прогнозирует, как предметы будут двигаться и взаимодействовать друг с другом.
По словам представителей стартапа, симуляции позволяют ускорить обучение и снизить его стоимость. При традиционном подходе тренерам иногда приходится повторять одно движение более 100 раз, чтобы собрать достаточно точных данных.
Основатель DexForce Цзя Куй считает, что дальнейшее развитие робототехники зависит от способности ИИ самостоятельно осваивать новые действия. По его оценке, обучение исключительно на реальных данных потребовало бы порядка 10 трлн образцов. Ручной сбор информации для бесконечного множества человеческих задач он назвал принципиально неэффективным.
Цель компании — приблизить появление так называемого физического общего искусственного интеллекта, который сможет воспринимать окружающую среду, ориентироваться в ней и выполнять незнакомые задачи по команде.
В Китае продолжают создавать центры сбора данных для обучения гуманоидных роботов. Их строительство требует значительных вложений, а некоторые проекты во многом зависят от государственной поддержки.
При этом синтетические данные пока не стали полноценной заменой реальным: большинство китайских производителей комбинируют оба подхода. Доступ к качественным обучающим материалам остается одним из главных ограничений для развития отрасли.
DexForce рассчитывает решить эту проблему за счет более масштабируемых симуляций. Однако практическая ценность технологии зависит от того, насколько точно виртуальная среда воспроизводит реальные условия и как хорошо приобретенные в ней навыки переносятся на физические устройства.
Цзя Куй, профессор машинного обучения Китайского университета Гонконга в Шэньчжэне, основал DexForce в 2021 году. Сейчас в компании работает около 500 человек.
Среди инвесторов стартапа — Lenovo Capital, инвестиционное подразделение Lenovo, Lens Technology и несколько государственных фондов. В последнем раунде финансирования серии B компания привлекла 1 млрд юаней (около $147 млн), а ее оценка превысила 10 млрд юаней.
По данным Bloomberg, DexForce рассматривает возможность проведения IPO в Гонконге. Цзя Куй отказался комментировать эту информацию.
Программное обеспечение компании применяется в промышленных проектах китайских и международных производителей, включая Toyota, Samsung, Panasonic, Foxconn, Haier и Hisense. Кроме того, гуманоидные роботы DexForce готовят кофе и обслуживают посетителей торговых центров и туристических объектов более чем в 15 городах Китая.
Для компании следующий этап развития — доказать, что обучение в виртуальной среде позволяет роботам не просто демонстрировать отдельные навыки, а стабильно выполнять разнообразную работу в реальных условиях.
