"İnsanoidlerin veri tabanı"nın maliyeti kim tarafından karşılanıyor? Pekin'deki sergi, aslında neyin önemli olduğunu gösteriyor.

Kapatılan merkez - bu son mu?

Pekin'deki Shougang Park'ta bulunan ve Mart 2025'ten itibaren Çin'deki ilk merkezlerden biri olarak faaliyet gösteren humanoid robot eğitim merkezi, faaliyetlerini durdurdu. Yerel basının haberlerine göre, bunun nedeni Realman adlı donanım ve teknoloji sağlayıcısının projeden çekilmesiydi. Bu, projenin başarısızlığı değil, yeniden yapılandırılmasıydı. Shijingshan Bölgesi, ortağın 1. aşamadan ayrılmasının ardından merkezin yeni bir aşamaya geçtiğini açıkladı: 4D Gaussian ışık alanları ve dünya modellerinin geliştirilmesi. Artık yeni projeler inşa etmek yerine, çalışma mantığı değiştiriliyor - kontrollü koşullar altında veri toplamak yerine, bu verilerin gerçek senaryolarda kullanılması sağlanıyor.

Bu, bir eğitim merkezinin yön değiştirmesiyle ilgili ilk vaka değil. Son iki yıl içinde Çin'in birçok bölgesi, gömülü yapay zeka geliştirme stratejisinin bir parçası olarak bu tür tesislere yatırım yaptı. Ancak altyapı oluşturmak sadece başlangıçtır. Asıl soru şu: uzun vadede verilere kim ödeme yapacak ve bu veriler gerçekten kullanışlı olacak mı?

Bu yılın Mayıs ayında, Shijingshan'daki Faz III merkezi yaklaşık 270 robot topladı ve yıllık veri üretim kapasitesi yaklaşık 20 milyon noktaya ulaştı. Başlangıçta, Mart 2025'te, Faz I'in yılda bir milyondan fazla veri noktası üretmesi planlanmıştı. Bu büyüme hızı, Çin bölgelerinin humanoid robotlar için altyapıya ne kadar yoğun yatırım yaptığını gösteriyor.

Veriler 'arazi' değildir - bir araçtır.

Daha önceki mantık basitti: ne kadar çok veri, o kadar iyi. Pekin'deki merkez, ağırlıklı olarak simüle edilmiş senaryolardan (ev işlerinden elektronik montaja kadar) yılda 20 milyondan fazla veri noktası toplamayı planlıyordu. Ancak görünen o ki, istikrarlı laboratuvar koşullarından elde edilen verilerin gerçek dünyada kullanılması zordur. Robotlar değişen aydınlatma, düzensiz zeminler ve öngörülemeyen müdahalelerle karşılaşıyor - bunların kolayca simüle edilemeyen durumlar.

Realman bunu anladı ve stratejisini değiştirdi. Kontrollü koşullarda veri toplamak yerine, şimdi robot operasyonlarını fabrikalarda, depolarda ve evlerde uzaktan yürütüyor. Bu, bir 'kapalı döngü' gibi işliyor: veriler gerçek çalışma sırasında oluşturuluyor, anında modelin iyileştirilmesi için kullanılıyor ve bu da sırayla sonraki durumlarla daha iyi başa çıkmasını sağlıyor. Artık bu sadece veri toplama değil - sürekli bir yineleme.

İstikrarlı laboratuvar koşullarından elde edilen verilerin gerçek dünyada, değişen aydınlatma, düzensiz zeminler ve öngörülemeyen müdahalelerin olduğu durumlarda kullanılması zordur. Realman, kontrolsüz ortamlardaki gerçek operasyonlardan elde edilen verilerin, istikrarlı laboratuvar koşullarından elde edilen verilere göre model için daha değerli olduğunu savunuyor.

Gelecekte verilere kim ödeme yapacak?

Sorun şu ki, humanoid robotlar için veriler güçlü bir şekilde 'özel alan' karakterine sahiptir. Her şirket farklı robot gövdeleri, sensörler, kontrol sistemleri ve model mimarileri kullanır. Bu nedenle, bir sistemden elde edilen verilerin başka bir sistem tarafından kullanılması zordur. Bu, eğitim merkezinin milyonlarca veri noktası toplasa bile, şirketin bunları satın almaya istekli olmayabileceği anlamına gelir - eğer modele doğrudan bir iyileşme sağlamazsa.

Bu nedenle bir çatışma ortaya çıkıyor: yerel yönetimler, kamuya açık merkezleri sektörün gelişimini destekleyen bir altyapı olarak inşa etmek isterken, şirketler verilerin maliyetli olup olmadığına ve gerçek değer sağlayıp sağlamadığına odaklanıyor. Bu bir çelişki değil - sadece farklı hedefler. Bu nedenle kilit soru şu: bu döngüyü kim finanse edecek? Bunu kullanacak olan şirketler mi, yoksa geleceğe yatırım yapan devlet mi?

Verilerin değeri miktarda değil, kullanılabilirliğinde yatmaktadır. Bu nedenle kilit soru şu: bu döngüyü kim finanse edecek? Bunu kullanacak olan şirketler mi, yoksa geleceğe yatırım yapan devlet mi?

Yeni veri çağı - toplamadan uygulamaya

Bu, hükümetin tek bir "doğru" yöntem olmadığını anladığını gösteriyor. Veriler simülasyonlardan, videolardan, internetten veya gerçek operasyonlardan gelebilir, ancak değerleri bunların nasıl kullanıldığına bağlıdır.

Gelecek, daha fazla eğitim merkezi inşa etmekte değil, kapalı döngüler oluşturmakta yatıyor: senaryo → veri → model → iyileştirme. Bu, merkezin "tam olarak aynı" olmak zorunda olmadığı anlamına gelir; Pekin'in yaptığı gibi değişebilir. Önemli olan, yatırım planına göre değil, modelin gerçek ihtiyaçlarına uygun bir şekilde çalışmasıdır.

Realman, kontrolsüz ortamlardaki gerçek operasyonlardan elde edilen verilerin, stabil laboratuvar koşullarından elde edilen verilere göre model için daha değerli olduğunu savunuyor. Bu, geleceğin veri miktarında değil, kalitesinde ve kullanışlılığında yattığını gösteriyor.

Bu, robotik için ne anlama geliyor?

Pekin'deki eğitim merkezinin kapatılması bir son değil, bir dönüm noktasıdır. Açık bir finansman modeli ve uygulama olmadan altyapı inşa etmenin riskli olduğunu gösteriyor. Aynı zamanda geleceğin veri miktarında değil, kalitesinde ve kullanışlılığında yattığını da gösteriyor.

Şirketler için bu bir zorluk: verileri model geliştirme aracı olarak görmeli ve sadece bir maliyet olarak değil. Hükümetler için yeni bir rol: merkez inşa etmek yerine, verileri gerçek senaryolar ve uygulamalarla birleştiren entegre sistemleri desteklemek. Bu artık "veri arazisinin kimin parasıyla alındığı" sorusu değil, "verilerin nasıl değere dönüştürüleceği" sorusu.

Bu dönüşüm, robotik alanında geleceğin daha büyük veri merkezleri inşa etmekte değil, gerçek çalışma koşullarını sürekli model iyileştirmesiyle birleştiren dinamik, entegre sistemler oluşturmakta yattığını gösteriyor. Önemli olan artık verinin kim tarafından finanse edildiği değil, bu verilerin pratikte nasıl kullanıldığıdır; daha iyi kararlara, daha hızlı tepkilere ve robotların daha güvenilir eylemlerine dönüştürülüp dönüştürülmediğidir. Şirketler için bu, verileri bir maliyet olarak görmekten vazgeçip onları rekabet avantajı sağlayan bir unsur olarak görmeyi gerektirir. Hükümetler için yeni bir rol: altyapı inşa etmek yerine, kapalı veri döngülerine olanak tanıyan ekosistemleri desteklemek.