SG.hu·
Kína humanoidrobot-forradalma inkább viszi a pénzt, mint hozza
Kína több tízezer humanoidot gyárt és hatalmas képzési központokat épít, hogy megszerezze a robotok fejlesztéséhez szükséges valós világbeli adatokat, ám a technológia kereskedelmi áttörése még évekig várathat magára.
Kína humanoid robotjai szó szerint sprintelnek vetélytársaik előtt. A múlt héten egyikük, a Superman nevű robot 12,66 méteres másodpercenkénti futási sebességet ért el, ezzel megdöntötte az Usain Bolt által korábban felállított rekordot, majd nekicsapódott egy falnak. A diadal csak tovább fokozta a Superman gyártója, a Unitree körüli felhajtást, amely két nappal később debütált a sanghaji tőzsdén. A vállalat részvényeinek árfolyama 460%-kal ugrott meg.
A következő napokban még látványosabb bemutatók várhatók, mivel Pekingben rendezik meg a Humanoid Robot Games nevű eseményt. Superman futóteljesítményének dicstelen vége azonban jól mutatja, hogy a technológia még hosszú utat kell, hogy megtegyen. A kínai vállalatok várhatóan 50 ezer humanoid robotot adnak el idén, ami több mint háromszorosa a tavalyi mennyiségnek. A gépek mögött álló hardvert nagyrészt már sikerült elsajátítaniuk. A szoftver azonban egészen más kérdés.
Ahhoz, hogy létrehozzák azokat az alapmodelleket, amelyek lehetővé teszik, hogy a robotok zökkenőmentesen hajtsanak végre sokféle hasznos feladatot, most óriási mennyiségű adatot kell összegyűjteni. A humanoidok jelenlegi generációját működtető modellek néhány milliárd "paraméterrel" rendelkeznek, az emberi test működésének lemásolásához azonban több száz milliárdra lesz szükségük.
Ez hasonló méretűvé tenné őket, mint a chatbotokat működtető nagy nyelvi modellek. A különbség az, hogy a chatbotokat az interneten elérhető hatalmas mennyiségű digitális szövegen lehet betanítani. Sokkal nehezebb összegyűjteni azt az adatot, amelyre egy robot megtanításához van szükség ahhoz, hogy felismerjen egy poharat, felemelje, majd kávét töltsön bele. A gépnek mindent meg kell értenie, a pohár térbeli helyzetétől kezdve az üveg törékenységén át a benne lévő folyadék viszkozitásáig. Ezeket az információkat a való világban szerzett tapasztalatokból vagy e tapasztalatok részletes rekonstrukcióiból kell kinyerni.
A humanoidokat jelenleg összevissza kevert adatokkal táplálják, amelyek gyakran gyenge minőségű szimulációkból származnak. A való világból gyűjtött adatok sokkal hasznosabbak, és most rendkívül keresetté váltak. Ezek közül a legjobb formát a "valódi gépadatok" jelentik, amelyeket egy robot cselekvései hoznak létre, akár távirányítással irányítják, akár önállóan hajt végre feladatokat. Egy másik fontos forrás az emberek feladatvégzésének rögzítése. Az úgynevezett "egocentrikus" adatokat úgy gyűjtik, hogy az embert egy headsettel és a mozgását rögzítő, haptikus érzékelőkkel ellátott kesztyűkkel szerelik fel.
Kína gyorsan éllovassá válik a valódi gépadatokért folytatott versenyben, többek között az olyan képzési központoknak köszönhetően, mint a Hubei Humanoid Innovation Centre. A közép-kínai Vuhan városában található hatalmas létesítményben akár 100 robot is órákon át figyeli és utánozza az embereket minden egyes nap. A központ több tucat munkaállomásának egyikén egy fiatal férfi áll egy pult mögött, és digitális érzékelőkkel ellátott kesztyűbe bújtatott kezét körkörös mozdulatokkal mozgatja, mintha forró vizet öntene a kávéra. Mellette egy robot áll, amely utánozza a mozdulatait, miközben egy valódi vízsugárral vizet enged egy kanna csőrén keresztül egy tölcsérben lévő kávéra. A robot csuklójának és ujjainak mozgása hátborzongatóan emberi. Néhány lépésre a rögtönzött kávézótól egy gyógyszertárnak tűnő helyiség látható, ahol egy másik ember-robot páros polcokat tölt fel. Ezután egy kisbolt következik, majd egy gyártósor és a munkavégzés különböző egyéb színterei.
Az Interact Analysis tanácsadó cég adatai szerint a vuhani központ egyike annak az 53 kínai létesítménynek, amelyeket kifejezetten az emberi mozgás titkainak megfejtésére hoztak létre. A legtöbbjük az elmúlt két évben épült. További 34 létesítmény építése van folyamatban vagy tervben. Az egyik Sanghajban épülő központban 1000 humanoid számára lesz hely. A tengerparti Zhejiang tartomány egyik kisvárosában már hat képzési központ működik.
A képzési központoknak nagy területre és sok, az üzemeltetésükhöz szükséges emberre van szükségük, valamint egy egész sereg korszerű humanoidra, amelyek darabja akár 100 ezer jüanba (15 ezer dollárba) is kerülhet. Corey Chan, a HSBC bank munkatársa szerint ez a fajta képzés óránként 500-700 jüanba kerül. A kávéöntéssel töltött minden nyolc órára a kávézós munkaállomás robotja mindössze három órányi hasznos adatot állít elő. A többi adat használhatatlan, többnyire olyan hibák miatt, amelyeket a mérnökök nem akarnak megtanítani a robotoknak. Egy becslés szerint 100 millió képzési órára lesz szükség egy olyan robot kifejlesztéséhez, amely a mindennapi feladatok széles körét képes végrehajtani.
A kínai vállalatok, például a Unitree számára szerencsés körülmény, hogy a kormány a központok költségeinek jelentős részét magára vállalta. A létesítmények mintegy négyötöde állami támogatásban részesül. Sok központ magánvállalatok és helyi önkormányzatok együttműködésében működik: az önkormányzatok humanoidokat vásárolnak, majd az általuk előállított adatokat visszaértékesítik a vállalatoknak. A becslések eltérnek, de 2026 első felében a Kínában gyártott humanoidok akár 70%-a is ezekbe a képzési központokba kerülhetett, ami mintegy 13 ezer gépet jelent. Egy ilyen központ létrehozásával a helyi tisztviselők meg tudják erősíteni a saját térségükben gyártott robotok iránti keresletet.
Eközben a kínai robotgyártók olyan módszereket is találnak, amelyekkel az ország hatalmas feldolgozóipari munkaerejét, valamint a munkanélküli fiatalok nagy tömegét is felhasználhatják egocentrikus adatok gyűjtésére. Egész kis iparág alakult ki az ilyen célra használható viselhető eszközöket gyártó beszállítókból. Egyesek abban bíznak, hogy a fiatalok otthon, részmunkaidős munkaként viselik majd ezeket az eszközöket. A JD.com e-kereskedelmi vállalat az év elején közölte, hogy olyan projektet indított, amelyben 100 ezer saját alkalmazottjának és további 500 ezer embernek fizet azért, hogy rögzítsék saját mozgásukat. Egy Jiangsu tartományban, egy másik tengerparti régióban található létesítményben, amely a hírek szerint állami támogatást kapott, a vállalat azért fizet az embereknek, hogy végrehajtsanak különböző feladatokat élelmiszerboltokban és más környezetekben. A következő két évben 10 millió órányi adatot kívánnak összegyűjteni, amelyek valós életből vett emberi helyzeteket rögzítenek.
Az emberek által előállított egocentrikus adatok jóval kevésbé hasznosak, mint a valódi gépadatok, mivel a való világban eltérően mozognak az emberi végtagok és a robotikus végtagok. Ráadásul még a használható részeket is fel kell címkézni, amihez egy embernek manuálisan meg kell jelölnie minden egyes mozdulatot, hogy a robot tudja, melyik végtaghoz vagy művelethez tartozik. Kína azonban annak idején korai előnyre tett szert a képfelismerési technológiában azzal, hogy nagy csoportokban alkalmazott embereket a képek felcímkézésére. Egy robotikai vállalatnál dolgozó mérnök szerint most ugyanezt ismét megteheti.
Kína humanoidipara különbözik a legtöbb más gyártási ágazattól, amely sikeressé vált az országban. A következő néhány évben várhatóan több százezer drága, de többnyire használhatatlan gépet fog gyártani és értékesíteni abban a reményben, hogy a jövőben olcsóbb és hasznos robotokat tud majd készíteni. Az amerikai versenytársak olcsóbb képzési módszerekre támaszkodnak. A humanoidok legnagyobb amerikai gyártója, a Tesla a hírek szerint saját raktáraiban képezi a robotokat, amivel megspórolja az önálló képzési létesítmények felépítésének költségét. Különböző vállalatok emberi mozgásról készült videókat is felhasználnak humanoidjaik betanítására. Mivel az Egyesült Államokban manapság kevés olyan gyári munkás van, akit fel lehetne szerelni az egocentrikus adatgyűjtéshez szükséges eszközökkel, a hírek szerint több vállalat szegényebb országokban dolgozó munkásokat fizet azért, hogy a Kínában megszokottnál alacsonyabb bérek mellett headseteket és haptikus kesztyűket viseljenek munka közben.
Ennek ellenére, akárcsak a számítógépes látás területén, Kína szinte bizonyosan megőrzi vezető helyét az adatgyűjtésben. De milyen áron? A technológia jelenlegi állapotát és a fejlesztéséhez szükséges időt figyelembe véve a humanoidok kereskedelmi piaca aligha fog kialakulni ebben az évtizedben. A Morgan Stanley bank úgy véli, hogy Kína 2030-ra évente mintegy 450 ezer humanoidot gyárthat. Közülük sok továbbra is értelmi képességeiben korlátozott marad, és továbbra is neki fog rohanni a falaknak.
Kína humanoid robotjai szó szerint sprintelnek vetélytársaik előtt. A múlt héten egyikük, a Superman nevű robot 12,66 méteres másodpercenkénti futási sebességet ért el, ezzel megdöntötte az Usain Bolt által korábban felállított rekordot, majd nekicsapódott egy falnak. A diadal csak tovább fokozta a Superman gyártója, a Unitree körüli felhajtást, amely két nappal később debütált a sanghaji tőzsdén. A vállalat részvényeinek árfolyama 460%-kal ugrott meg.
A következő napokban még látványosabb bemutatók várhatók, mivel Pekingben rendezik meg a Humanoid Robot Games nevű eseményt. Superman futóteljesítményének dicstelen vége azonban jól mutatja, hogy a technológia még hosszú utat kell, hogy megtegyen. A kínai vállalatok várhatóan 50 ezer humanoid robotot adnak el idén, ami több mint háromszorosa a tavalyi mennyiségnek. A gépek mögött álló hardvert nagyrészt már sikerült elsajátítaniuk. A szoftver azonban egészen más kérdés.
Ahhoz, hogy létrehozzák azokat az alapmodelleket, amelyek lehetővé teszik, hogy a robotok zökkenőmentesen hajtsanak végre sokféle hasznos feladatot, most óriási mennyiségű adatot kell összegyűjteni. A humanoidok jelenlegi generációját működtető modellek néhány milliárd "paraméterrel" rendelkeznek, az emberi test működésének lemásolásához azonban több száz milliárdra lesz szükségük.
Ez hasonló méretűvé tenné őket, mint a chatbotokat működtető nagy nyelvi modellek. A különbség az, hogy a chatbotokat az interneten elérhető hatalmas mennyiségű digitális szövegen lehet betanítani. Sokkal nehezebb összegyűjteni azt az adatot, amelyre egy robot megtanításához van szükség ahhoz, hogy felismerjen egy poharat, felemelje, majd kávét töltsön bele. A gépnek mindent meg kell értenie, a pohár térbeli helyzetétől kezdve az üveg törékenységén át a benne lévő folyadék viszkozitásáig. Ezeket az információkat a való világban szerzett tapasztalatokból vagy e tapasztalatok részletes rekonstrukcióiból kell kinyerni.
A humanoidokat jelenleg összevissza kevert adatokkal táplálják, amelyek gyakran gyenge minőségű szimulációkból származnak. A való világból gyűjtött adatok sokkal hasznosabbak, és most rendkívül keresetté váltak. Ezek közül a legjobb formát a "valódi gépadatok" jelentik, amelyeket egy robot cselekvései hoznak létre, akár távirányítással irányítják, akár önállóan hajt végre feladatokat. Egy másik fontos forrás az emberek feladatvégzésének rögzítése. Az úgynevezett "egocentrikus" adatokat úgy gyűjtik, hogy az embert egy headsettel és a mozgását rögzítő, haptikus érzékelőkkel ellátott kesztyűkkel szerelik fel.
Kína gyorsan éllovassá válik a valódi gépadatokért folytatott versenyben, többek között az olyan képzési központoknak köszönhetően, mint a Hubei Humanoid Innovation Centre. A közép-kínai Vuhan városában található hatalmas létesítményben akár 100 robot is órákon át figyeli és utánozza az embereket minden egyes nap. A központ több tucat munkaállomásának egyikén egy fiatal férfi áll egy pult mögött, és digitális érzékelőkkel ellátott kesztyűbe bújtatott kezét körkörös mozdulatokkal mozgatja, mintha forró vizet öntene a kávéra. Mellette egy robot áll, amely utánozza a mozdulatait, miközben egy valódi vízsugárral vizet enged egy kanna csőrén keresztül egy tölcsérben lévő kávéra. A robot csuklójának és ujjainak mozgása hátborzongatóan emberi. Néhány lépésre a rögtönzött kávézótól egy gyógyszertárnak tűnő helyiség látható, ahol egy másik ember-robot páros polcokat tölt fel. Ezután egy kisbolt következik, majd egy gyártósor és a munkavégzés különböző egyéb színterei.
Az Interact Analysis tanácsadó cég adatai szerint a vuhani központ egyike annak az 53 kínai létesítménynek, amelyeket kifejezetten az emberi mozgás titkainak megfejtésére hoztak létre. A legtöbbjük az elmúlt két évben épült. További 34 létesítmény építése van folyamatban vagy tervben. Az egyik Sanghajban épülő központban 1000 humanoid számára lesz hely. A tengerparti Zhejiang tartomány egyik kisvárosában már hat képzési központ működik.
A képzési központoknak nagy területre és sok, az üzemeltetésükhöz szükséges emberre van szükségük, valamint egy egész sereg korszerű humanoidra, amelyek darabja akár 100 ezer jüanba (15 ezer dollárba) is kerülhet. Corey Chan, a HSBC bank munkatársa szerint ez a fajta képzés óránként 500-700 jüanba kerül. A kávéöntéssel töltött minden nyolc órára a kávézós munkaállomás robotja mindössze három órányi hasznos adatot állít elő. A többi adat használhatatlan, többnyire olyan hibák miatt, amelyeket a mérnökök nem akarnak megtanítani a robotoknak. Egy becslés szerint 100 millió képzési órára lesz szükség egy olyan robot kifejlesztéséhez, amely a mindennapi feladatok széles körét képes végrehajtani.
A kínai vállalatok, például a Unitree számára szerencsés körülmény, hogy a kormány a központok költségeinek jelentős részét magára vállalta. A létesítmények mintegy négyötöde állami támogatásban részesül. Sok központ magánvállalatok és helyi önkormányzatok együttműködésében működik: az önkormányzatok humanoidokat vásárolnak, majd az általuk előállított adatokat visszaértékesítik a vállalatoknak. A becslések eltérnek, de 2026 első felében a Kínában gyártott humanoidok akár 70%-a is ezekbe a képzési központokba kerülhetett, ami mintegy 13 ezer gépet jelent. Egy ilyen központ létrehozásával a helyi tisztviselők meg tudják erősíteni a saját térségükben gyártott robotok iránti keresletet.
Eközben a kínai robotgyártók olyan módszereket is találnak, amelyekkel az ország hatalmas feldolgozóipari munkaerejét, valamint a munkanélküli fiatalok nagy tömegét is felhasználhatják egocentrikus adatok gyűjtésére. Egész kis iparág alakult ki az ilyen célra használható viselhető eszközöket gyártó beszállítókból. Egyesek abban bíznak, hogy a fiatalok otthon, részmunkaidős munkaként viselik majd ezeket az eszközöket. A JD.com e-kereskedelmi vállalat az év elején közölte, hogy olyan projektet indított, amelyben 100 ezer saját alkalmazottjának és további 500 ezer embernek fizet azért, hogy rögzítsék saját mozgásukat. Egy Jiangsu tartományban, egy másik tengerparti régióban található létesítményben, amely a hírek szerint állami támogatást kapott, a vállalat azért fizet az embereknek, hogy végrehajtsanak különböző feladatokat élelmiszerboltokban és más környezetekben. A következő két évben 10 millió órányi adatot kívánnak összegyűjteni, amelyek valós életből vett emberi helyzeteket rögzítenek.
Az emberek által előállított egocentrikus adatok jóval kevésbé hasznosak, mint a valódi gépadatok, mivel a való világban eltérően mozognak az emberi végtagok és a robotikus végtagok. Ráadásul még a használható részeket is fel kell címkézni, amihez egy embernek manuálisan meg kell jelölnie minden egyes mozdulatot, hogy a robot tudja, melyik végtaghoz vagy művelethez tartozik. Kína azonban annak idején korai előnyre tett szert a képfelismerési technológiában azzal, hogy nagy csoportokban alkalmazott embereket a képek felcímkézésére. Egy robotikai vállalatnál dolgozó mérnök szerint most ugyanezt ismét megteheti.
Kína humanoidipara különbözik a legtöbb más gyártási ágazattól, amely sikeressé vált az országban. A következő néhány évben várhatóan több százezer drága, de többnyire használhatatlan gépet fog gyártani és értékesíteni abban a reményben, hogy a jövőben olcsóbb és hasznos robotokat tud majd készíteni. Az amerikai versenytársak olcsóbb képzési módszerekre támaszkodnak. A humanoidok legnagyobb amerikai gyártója, a Tesla a hírek szerint saját raktáraiban képezi a robotokat, amivel megspórolja az önálló képzési létesítmények felépítésének költségét. Különböző vállalatok emberi mozgásról készült videókat is felhasználnak humanoidjaik betanítására. Mivel az Egyesült Államokban manapság kevés olyan gyári munkás van, akit fel lehetne szerelni az egocentrikus adatgyűjtéshez szükséges eszközökkel, a hírek szerint több vállalat szegényebb országokban dolgozó munkásokat fizet azért, hogy a Kínában megszokottnál alacsonyabb bérek mellett headseteket és haptikus kesztyűket viseljenek munka közben.
Ennek ellenére, akárcsak a számítógépes látás területén, Kína szinte bizonyosan megőrzi vezető helyét az adatgyűjtésben. De milyen áron? A technológia jelenlegi állapotát és a fejlesztéséhez szükséges időt figyelembe véve a humanoidok kereskedelmi piaca aligha fog kialakulni ebben az évtizedben. A Morgan Stanley bank úgy véli, hogy Kína 2030-ra évente mintegy 450 ezer humanoidot gyárthat. Közülük sok továbbra is értelmi képességeiben korlátozott marad, és továbbra is neki fog rohanni a falaknak.