కృత్రిమ మేధస్సు () ఆధారిత రోబోట్లు వాస్తవ ప్రపంచంలో సమర్థంగా పనిచేయాలంటే భారీ మొత్తంలో శిక్షణ డేటా అవసరమని గోల్డ్మన్ సాక్స్ విశ్లేషణ సూచిస్తోంది. ఉత్పత్తి స్థాయి సామర్థ్యాలను సాధించడానికి రోబోటిక్స్కు సుమారు 10 మిలియన్ గంటల పరస్పర చర్యల డేటా అవసరం కావచ్చని కథనం పేర్కొంటోంది.
కృత్రిమ మేధస్సు () ఆధారిత రోబోట్లు వాస్తవ ప్రపంచంలో సమర్థంగా పనిచేయాలంటే భారీ మొత్తంలో శిక్షణ డేటా అవసరమని గోల్డ్మన్ సాక్స్ విశ్లేషణ సూచిస్తోంది. ఉత్పత్తి స్థాయి సామర్థ్యాలను సాధించడానికి రోబోటిక్స్కు సుమారు 10 మిలియన్ గంటల పరస్పర చర్యల డేటా అవసరం కావచ్చని కథనం పేర్కొంటోంది. సాధారణ ఏఐ మోడళ్లు ఇంటర్నెట్లోని పాఠ్యాలు, చిత్రాల ఆధారంగా శిక్షణ పొందుతాయి. అయితే రోబోట్లు వాస్తవ ప్రపంచంలో పనిచేయడానికి కేవలం సమాచారాన్ని తెలుసుకోవడం సరిపోదు. వస్తువులను పట్టుకోవడం, కదలికలను నియంత్రించడం, బరువును అంచనా వేయడం, పరిసరాలకు అనుగుణంగా స్పందించడం వంటి నైపుణ్యాలు అవసరం.
తాజా వార్తలు, అప్‌డేట్స్ అన్నీ మీ దగ్గర!
రోజువారీ వార్తలు మీ ఇన్‌బాక్స్‌కి పొందండి
దీనికోసం రోబోట్లు మనుషులతో, వస్తువులతో చేసే పరస్పర చర్యలకు సంబంధించిన డేటా కీలకంగా మారుతోంది. ఇందులో బలం, టార్క్, కదలికలు, స్పర్శ వంటి భౌతిక సమాచారానికి ప్రాధాన్యం ఉంది. ఇంటర్నెట్లో లభించే డేటాతో పోలిస్తే రోబోట్లకు అవసరమైన వాస్తవ ప్రపంచ డేటాను సేకరించడం కష్టమైన ప్రక్రియ. అందుకే పరిశ్రమలో ప్రత్యేక డేటా సేకరణ కేంద్రాలు, మనిషిరోబో పరస్పర సహకార విధానాలపై పెట్టుబడులు పెరుగుతున్నాయి.
