تسعير فجوة 'الذكاء الاصطناعي المادي': كيفية تقييم بيانات ورش العمل المصورة

عنق الزجاجة في الذكاء الاصطناعي المادي: لماذا بياناتك مطلوبة

بينما توسعت نماذج اللغة الكبيرة (LLMs) من خلال كشط الويب المفتوح، تواجه صناعة الروبوتات ندرة حرجة في البيانات. يتطلب تطوير نماذج 'الروبوت العام' ملايين الأمثلة للتفاعلات المادية - وهي مهام لا يمكن تعلمها من النص وحده. وقد أدى ذلك إلى سوق عالي النية لبيانات 'الذكاء الاصطناعي المادي'، وتحديداً تسجيلات الفيديو للإتقان اليدوي. إذا كانت مؤسستك تقوم بمهام يدوية متخصصة - من تجميع الإلكترونيات الدقيقة إلى اللحام الصناعي - فإن أرشيفات الفيديو الحالية أو المحتملة لم تعد مجرد سجلات تشغيلية؛ بل هي أصول تدريب عالية القيمة.

التحدي الأساسي للشركات مثل Physical Intelligence و Figure AI هو فجوة 'المحاكاة إلى الواقع'. غالبًا ما تفشل البيانات الاصطناعية (البيئات المحاكاة) في التقاط الفروق الدقيقة للاحتكاك والإضاءة وتشوه المواد. وبالتالي، فإن الفيديو الواقعي للخبراء البشريين الذين يؤدون المهام هو المعيار الذهبي. بالنسبة لأصحاب البيانات، أصبح [تسييل بيانات الإيماءات الصناعية](https://d-nvest.com/en/guides/vos-videos-d-atelier-valent-une-fortune-pour-la-robotique) مصدر دخل قابل للتطبيق حيث تتسابق شركات الروبوتات لبناء نماذج أساسية مشابهة لمشروع Open-X Embodiment، الذي جمع أكثر من مليون مسار روبوت (https://robotics-transformer-x.github.io/) لتحقيق التعميم عبر المنصات.

علاوة السعر على الفيديو الذاتي (من منظور الشخص الأول)

ليس كل الفيديو متساويًا. في سوق الروبوتات، يحصل الفيديو 'الذاتي' أو من منظور الشخص الأول - الذي يتم تسجيله غالبًا عبر كاميرات مثبتة على الرأس أو أحزمة الصدر - على علاوة سعرية كبيرة مقارنة بلقطات كاميرات المراقبة الثابتة. وذلك لأن البيانات الذاتية تحاكي المنظور البصري لمستشعرات الروبوت الشبيه بالبشر، مما يوفر ربطًا مباشرًا بين المدخلات المرئية والإجراءات اليدوية. أظهرت مشاريع مثل Meta's Ego4D النطاق المطلوب، حيث شملت 3,670 ساعة من مقاطع الفيديو لأنشطة الحياة اليومية (https://ego4d-data.org/) لتدريب النماذج على فهم التفاعل بين الإنسان والكائن.

بالنسبة لمشتري البيانات، تكمن قيمة مجموعة البيانات الذاتية في 'قابلية تنفيذها'. إذا كان الفيديو يتضمن بيانات متزامنة مثل قراءات مستشعرات القوة وعزم الدوران أو تحديد نقاط الإمساك الدقيقة، يمكن أن تزيد قيمته السوقية بمقدار 3 إلى 5 أضعاف. تؤكد جولات التمويل المعلنة لشركات الروبوتات الناشئة في مجال الذكاء الاصطناعي، مثل الجولة الثالثة بقيمة 1.05 مليار دولار لشركة Wayve (https://wayve.ai/news/wayve-series-c/)، على رأس المال الضخم الذي يتم نشره للحصول على بيانات حسية واقعية ومعالجتها.

إطار التقييم: ما قيمة لقطاتك؟

عند إدراج مجموعة بيانات في [سوق بيانات منظم](https://d-nvest.com/en/datasets)، تحدد عدة معايير فنية السعر النهائي لكل ساعة من اللقطات. بناءً على اتجاهات السوق الحالية، نصنف هذه المعايير إلى أربع ركائز رئيسية:

• تعقيد المهمة: المهام الروتينية (مثل الالتقاط والوضع) ذات قيمة أقل. المهام المتخصصة للغاية التي تتطلب تدريبًا خبيرًا (مثل الإجراءات الجراحية، إصلاح المحركات المعقدة) تحصل على أعلى الأسعار.
• كثافة البيانات: الفيديو عالي الدقة (4K) ومعدل الإطارات العالي (60 إطارًا في الثانية+) ضروري لالتقاط الإيماءات الدقيقة السريعة. غالبًا ما تجعل الدقة دون المستوى القياسي مجموعة البيانات عديمة القيمة لهياكل المحولات الحديثة.
• البيانات الوصفية والتعليقات التوضيحية: الفيديو الخام هو 'سلعة'. الفيديو الذي يحتوي على تعليقات توضيحية لكل إطار لأنواع الأدوات ونقاط الإمساك ومراحل المهمة هو 'منتج'. يمكن أن تشهد مجموعات البيانات المشروحة علاوات سعرية بنسبة 200٪ مقارنة بالبث الخام.
• تنوع البيئة: تحتاج نماذج الذكاء الاصطناعي إلى رؤية نفس المهمة تُنفذ في إضاءة مختلفة، وباستخدام أدوات مختلفة، ومن قبل مشغلين مختلفين لضمان المتانة.

بينما غالبًا ما تكون أسعار المعاملات لصفقات B2B الخاصة محمية باتفاقيات عدم الإفصاح، تتراوح تقديرات الصناعة لبيانات الإيماءات اليدوية عالية الجودة والمشروحة من 150 دولارًا إلى 600 دولار لكل ساعة من اللقطات القابلة للاستخدام، اعتمادًا على التخصص وحصرية الترخيص.

ضمانات قانونية: حماية الملكية الفكرية والخصوصية

بالنسبة للشركات الصغيرة والمتوسطة، فإن الحاجز الرئيسي أمام تسييل البيانات هو الخوف من تسريب الأسرار التجارية أو انتهاك خصوصية الموظفين. بموجب قانون البيانات الأوروبي واللائحة العامة لحماية البيانات (GDPR)، يجب على أصحاب البيانات التأكد من أن أي فيديو يُباع لتدريب الذكاء الاصطناعي قد تم إخفاء هويته بشكل صحيح. يتضمن ذلك طمس الوجوه، وإزالة الشارات التعريفية، وتجريد الصوت الذي قد يحتوي على معلومات مملوكة. علاوة على ذلك، يجب أن يحدد اتفاق الترخيص صراحة 'مجال الاستخدام' - مما يضمن أن شركة الروبوتات يمكنها استخدام البيانات لتدريب روبوت، ولكن لا يمكنها استخدامها لإعادة هندسة عملية التصنيع الخاصة بك.

ما يعنيه هذا بالنسبة لك

إذا كنت مالك بيانات، فإن خطوتك الأولى هي تدقيق البيانات: تحديد العمليات اليدوية التي يتم تصويرها حاليًا أو يمكن تصويرها بأقل قدر من التعطيل. يمكن أن يؤدي هيكلة هذه البيانات مبكرًا - مما يضمن إضاءة وزوايا كاميرا متسقة - إلى خفض تكلفة التسييل النهائي بشكل كبير. إذا كنت مشتري بيانات، فإن المنافسة على البيانات المادية عالية الدقة تتزايد. أصبح تأمين شراكات ترخيص طويلة الأجل مع الشركات الصناعية الصغيرة والمتوسطة ضرورة استراتيجية لتجنب جدار البيانات. سواء كنت تشتري أو تبيع، توفر منصة d-nvest البنية التحتية للمعلومات والسوق لتحويل الإيماءات المادية إلى أصول رقمية سائلة.