"Solo sobreviven 30 de cada 100"... LG Electronics pone en marcha su 'Data Factory' para el aprendizaje de robots

Para que un robot se mueva como un humano, es esencial contar con una cantidad masiva de datos de aprendizaje. Sin embargo, los datos que los robots encuentran en el campo son como piedras en bruto sin refinar, por lo que el proceso de convertirlos en una "hoja de respuestas" que pueda utilizarse para el aprendizaje real requiere una enorme cantidad de tiempo y costes. Para resolver este problema, LG Electronics ha construido la 'LG Data Factory', una especie de centro de entrenamiento de robots que genera, refina, entrena y finalmente valida los datos.

"Solo se puede usar 30 de cada 100"... El alto umbral de los datos robóticos

La fábrica de datos operada por LG Electronics es como una "academia" para robots. Park Gi-beom, responsable de LG Electronics, definió la fábrica de datos como "un centro de entrenamiento de robots y un lugar para crear hojas de estudio que genera, refina, entrena y valida datos". Actualmente, hay aproximadamente 100 robots desplegados en este lugar, y se planea ampliar la escala a 200 robots para finales de año. Park declaró: "Comenzamos en la segunda mitad del año y el ritmo es tan rápido que pronto llegaremos a los 200 robots", añadiendo que "la escala de producción real será mucho mayor que esto".

El mayor desafío en el aprendizaje de robots es la calidad de los datos. Según Park, el método de 'Teleoperation' (teleoperación), en el que una persona controla directamente al robot para recolectar datos, permite obtener los datos de mayor calidad, pero requiere la mano de obra de operadores experimentados, lo que resulta en tiempos y costes muy elevados. De hecho, incluso si se recolectan 100 datos mediante teleoperación, dependiendo del operador, los datos válidos que realmente pueden utilizarse para el aprendizaje representan apenas alrededor del 30%.

Para superar esta limitación, LG Electronics obtiene datos a través de tres vías. La primera es la obtención de datos mediante el control directo del robot; la segunda es el uso de la tecnología de 'Retargeting', que convierte los movimientos humanos en movimientos robóticos; y la tercera es el método de 'Synthetic Data' (datos sintéticos), que amplifica los datos en entornos virtuales. El retargeting consiste en mapear el video humano con los valores del Actuator del robot. Especialmente en los últimos tiempos, la empresa se está centrando en aumentar la velocidad de generación de datos y reducir la intervención humana mediante la tecnología 'Auto-ops', que combina la IA de visión con el aprendizaje por imitación para que el robot se mueva por sí mismo y cree su propia hoja de respuestas. No obstante, Park añadió: "Auto-ops es rápido y permite acumular datos sin humanos, pero tiene la desventaja de carecer de diversidad en los datos".

Data Flywheel y 'Auto-ops'... Tecnología para reducir la brecha en el campo

Resolver el 'Domain Gap' (brecha de dominio), que ocurre cuando el contenido aprendido por el robot se aplica al campo real, es también un desafío central de la fábrica de datos. Si surgen variables inesperadas, como una iluminación diferente en la fábrica o diferencias mínicas en la altura y cantidad de los estantes, el robot puede fallar. Para esto, LG Electronics opera una estructura de 'Data Flywheel' (volante de datos) que consiste en generar datos, entrenarlos, enviarlos al campo y luego recolectar nuevamente los datos para el reentrenamiento.

Park comparó este proceso con el examen de ingreso a la universidad en Corea. "Si el entrenamiento y el entrenamiento intermedio son como varios exámenes de simulación, la demostración en campo (PoC) es como el examen de ingreso a la universidad", explicó, "a través de los simulacros se aprenden diversas variables y, en la etapa final, se aumenta la perfección mediante un post-entrenamiento adaptado al campo real". La cantidad de datos necesaria para el aprendizaje varía mucho según el tipo de tarea; por ejemplo, tareas como mover una taza pueden ser efectivas con aproximadamente 100 horas de datos basándose en el post-entrenamiento.

LG Electronics mantiene una estrategia de construcción de datos utilizando sus propios dispositivos en lugar de comprar datos externos. Esto se debe a que, aunque los datos externos pueden ser económicos, su precisión disminuye si no coinciden con las características (Form Factor) de los robots fabricados directamente por LG Electronics. El aprendizaje robótico se basa en dos conjuntos clave: 'qué tarea se va a realizar' y 'en qué estado debe estar mi cuerpo (dispositivo) en ese momento', y los datos creados con los dispositivos propios tienen una precisión mucho mayor. Park enfatizó: "Si creamos modelos especializados en nuestros dispositivos, los clientes podrán realizar un aprendizaje sofisticado con mucha menos cantidad de datos y tiempo cuando ejecuten tareas específicas en el campo".

Sinergia de 'One LG' para asegurar el liderazgo en la IA física

La fábrica de datos es un espacio donde se concentran las capacidades de LG Group. Se han unido el desarrollo de modelos independientes y el rol de expertos en entrenamiento intermedio de los investigadores de IA, la tecnología de cámaras de alto rendimiento (procesamiento de señales de video) de LG Innotek, y la capacidad de construcción de sistemas personalizados y entrega de LG CNS. Este sistema 'One LG' constituye la base para integrar hardware y software y suministrar rápidamente robots completos.

Recientemente, representantes de NVIDIA visitaron la fábrica de datos y expresaron su sorpresa ante la velocidad de preparación de LG, llegando a utilizar la palabra "Incredible" (increíble). Park explicó: "A diferencia de las empresas estadounidenses que alquilan un Airbnb para asegurar espacio para las pruebas de robots, LG ha construido simultáneamente una infraestructura capaz de manejar datos a gran escala y un entorno que puede resolver problemas en la etapa de producción en masa". También considera a LG como un socio que puede proporcionar ensamblajes E2E (End-to-End) a NVIDIA, y un modelo de cooperación que puede proporcionar infraestructura en la nube para la operación de robots a MS.

En última instancia, el factor decisivo en la era de la IA física (Physical AI) depende de 'quién puede asegurar datos de mayor calidad de manera más eficiente'. Basándose en la capacidad tecnológica construida a través de la fábrica de datos, LG Electronics planea realizar la visión de 'Zero Labor Home' (hogar sin trabajo), que sustituye las tareas domésticas.

Fuente: vídeo original (YouTube)