武汉23岁女孩教机器人变身人类

脖子上挂着虚拟现实眼镜，双手各握一个控制手柄，齐丹开始操作眼前这个和他身高差不多的人形机器人。当她举起左手时，机器人也举起了左手。当她俯身看着桌子时，机器人鞠了一躬。两个“人民”之间有着默契。 奇丹今年 23 岁，有一份非常特殊的工作——人形数据收集机器人。今年毕业于武汉职业技术大学大数据专业的齐丹加入了数汇（武汉）科技有限公司，在湖北省仿人机器人创新中心从事数据采集工作。这里像齐丹这样的收藏家有66人，平均年龄只有21岁。 齐达内控制机器人。 01 她是一名机器人运动老师。 记者10日前往奇丹时，她正在教机器人清洁电视柜。首先，创建CD 和其他物品散落在柜子里，造成混乱的景象。虚拟现实眼镜可以检测收集者的位置和运动范围。当奇丹移动时，机器人也会移动。 她说：“我们采集者就像老师一样，指导机器人完成每一个动作。过程中产生的视频、运动轨迹等数据就是我们工作的意义。这些数据将成为机器人未来自主完成动作的重要学习资料。” 收集器控制机器人。 光盘太薄了，可以粘在桌子上。一个人很难理解它。机器人的手形状像两个回形针。如何移除磁盘？当齐丹开始从事收藏工作时，他很茫然。 “机器人可以与我的动作同步移动”，但如果我移动得太快或太用力，我可能就跟不上。第一次教机器人倒水时，我用力过猛，打破了好几个玻璃杯。有时握力w因为不稳定，水会溢出。收藏家只有经过无数次的测试才能找到常识。” 渐渐地，奇丹也找到了一些技巧。他这样做了。 「最初に腕でディィを持ち、ゆっくりとテーブルの端に押し込み、ディィィクの半分が宙に」浮いた状态にしました。次に左手でディsukuの端を掴み、suムーズに持ち上げました。この一见単纯な动作では、コrekuターはロボットにとって最も快适で使いやすい角度と方法を见つけるために段阶的に分割する必要があります。もう一人の自分であると感じることができます。」 收集器控制机器人。 デsukutoppuno扫除タsukuが完了するまでに约5分かかります。ロボットの手と头にはカメラとセンサーが付いています。 5分间のタsukuで 4,000 メガバイトを超えるデータが生成されました。奇丹当天的任务是完成125次净化。任务。 02 ロボットには、その动きの意思是を理解するよう教える必要もあります。 私たちが日常的に目にするロボットの多くは、プログラムされた设定に基づいて决まった动作を実行します。 Digital Fusion Company的责任人である曹吉银氏は、ロボットが身体化された知能を実现するには、データが技术的基盘であると称べました。 「大规模な言语モデルにはトreningu用に大量のデータが必要ですが、これはロボットにも当てはまります。実际の物理空间でさまざまなタsukuo结束するにはロボットが必要であり、それによって普遍的かつ泛用的に使用できる大量のデータが生成されます。ロボットは赤んのよう坊なもので、受け取った情报を自分で理解することはできません私たちは、颜色、物体、空间を认识する方法を段阶的に教え、より物本の人间に近づく方法を教える必要があります。 」 齐丹がたたデータは完成した后、方仲涛に渡されました。钟涛は 2 齐丹はロボットに何をすべきかを教え、钟涛はロボットにその理由を教えます。 工作计划画について话し合います。  5分间のビデオ素材ですが、钟涛はすべてのステップを分割する必要があります。暂停，机器人正在从桌子上拾取物体。钟涛应该在这个视频中添加一段文字描述：机器人的左手正在举起桌子上的绿皮书。 “光靠机器人是无法理解视频内容的。我必须一点一点地告诉它们视频中哪些部分是笔记，哪些是CD。它们必须对我的每个注释进行语义分析，才能理解视频中动作的含义。” 这段时长 5 分钟的视频将逐步指导您注释和清理不良数据，大约需要 40 分钟才能完成。钟涛每天标注30多个数据。 看似简单的动作往往需要2-3个月的训练周期，每天重复数百次，累计生成数千甚至数万个训练数据。 03 越来越多的年轻人参与其中 随着仿人机器人产业的进一步发展，产业分工越来越精细。收藏家这一新的定位吸引了越来越多的年轻人。 21岁的张佳从温州一家自动驾驶汽车公司来到武汉从事机器人开发工作。刘书伟，22岁，计算机科学与技术专业，目前在一家数字融合公司实习。 21岁的林万里成为公司运营管理领导者之一。 “能够教机器人学习是非常有意义的，”张吉托说。 湖北省仿人机器人创新中心已恢复仓库、超市、住宅、餐厅等23个工作生活场景。目前，它是国内规模最大、场景最丰富、机器人款式最多的“机器人学校”。运营总监黄全书介绍说，该中心拥有各类机器人100余台，每天可生成2.4万条有效数据，每年收集有效数据超过1000万条。 行业经济正在加速发展，如果没有持续的人才供应就无法生存。中心与武汉工程大学、武汉职业学院等多所高校合作，设立微型专业并能接受轮班，将理论知识转化为实践技能，成为行业急需的“全链路人才”。 在这个以年轻人为主的“学校”里，2000年之后的两年里，机器人逐渐从笨拙的模仿者转变为能够适应现实世界的智能助手。或许用不了多久，它们就会出现在我们的生活中。