Di setiap ruang yang berasingan, pekerja muda memakai pakaian tangkap gerak, menggenggam pengendali, melakukan gerakan mengambil, memutar dan meletakkan dengan perlahan dan tepat. Di sebelahnya, robot meniru secara serentak seperti bayangan cermin.
Mereka adalah 'guru pertama' untuk robot, menjalankan pekerjaan yang kedengaran agak sains fiksyen: mengajar robot mengenal dunia dan belajar bertindak.
Ini adalah satu jawatan yang baru muncul—pengumpul data. Dalam rutin kerja harian, mereka mungkin perlu mengulangi satu gerakan yang sama berpuluh ribu kali, tujuannya adalah supaya robot dapat memecah-mecahkan dan menyusun semula gerakan sehingga akhirnya membentuk 'ingatan otot' tersendiri.
Satu Pengalaman 'Membesarkan' yang Unik
Semasa mengumpul data, badan perlu mengekalkan postur yang sangat tepat, lengkungan jari dan putaran pergelangan tangan mesti tepat pada tahap milimeter.
"Memang penat, sangat penat." kata Xiao Peng, seorang pengumpul data, "Tapi bila lihat robot tu perlahan-lahan belajar, rasa berbaloi pula."
Dia memelihara seekor kucing bernama 'Cai Fa', diambil pada usia dua bulan, kini sudah dua tahun. Dari ajar kucing guna kotak pasir, ke ajar kucing berjabat tangan, tepuk tangan, pusing—dia sangat suka proses 'mengajar sesuatu yang tidak tahu sehingga tahu'. Kini, kesabaran itu dicurahkan kepada robot.
"Robot belajar sangat perlahan, tapi selepas berulang kali berpuluh ribu kali, melihat ia semakin bijak, daripada langsung tak boleh buat sesuatu gerakan hingga boleh berinteraksi dengan kamu, perasaan itu seperti melihat anak membesar jadi dewasa."
Xiao Peng menggambarkan pengalamannya: "Sangat sains fiksyen." Dia memberi perumpamaan yang sangat jelas, "Jika anggap robot seperti bahan mentah, kerja pengumpulan data adalah macam tukang masak—kualiti bahan tentukan boleh masak sedap atau tidak. Manakala mengajar robot bergerak, ibarat membesarkan seorang anak, daripada tak tahu berjalan, hingga dapat mengambil barang dengan stabil—perasaan itu sungguh luar biasa."
"Ia seumpama bayanganku sendiri, aku buat apa, dia pun ikut. Kadangkala rasa macam sedang cipta versi kedua diri aku." kata Xiao Peng.
Perumpamaannya lebih muda dan penuh semangat—"Macam dalam Pacific Rim, bawa robot gergasi itu!"
Tetapi, kemahiran 'memandu robot gergasi' ini, sebenarnya jauh dari romantik seperti dalam filem. Realiti lebih kerap: robot tiba-tiba gagal dikawal, lengan robot terhantuk tepi meja, atau cakar robot tersangkut tidak bergerak. Ketika itu, pekerja pengumpul data perlu letak pengendali, mencangkung untuk baiki dan laras semula, semuanya perlu mula dari awal.
Saat kecewa tetap ada. "Macam ajar budak kecil, ajar tak juga dapat." kata Xiao Peng.
'Infrastruktur' dari Kosong
Pengasas bersama I-O Intelligent, Ding Zhezhang, pernah mengira bahawa: satu gerakan mudah seperti mengambil, sekurang-kurangnya memerlukan puluhan ribu data sah dikumpul agar robot mampu generalisasi asas. Bakal bagi robot membuat keputusan sendiri dalam persekitaran yang kompleks, jumlah data mesti mencecah juta bahkan puluh juta.
"Manusia belajar perlukan data, model pembelajaran lebih-lebih lagi." katanya. "Data untuk embodied intelligence (kecerdasan berjasad) tidak seperti teks atau imej. Ia perlu gabungan pelbagai jenis maklumat: penglihatan, aksi, sendi, persepsi persekitaran, dan semuanya mesti interaksi sebenar di dunia nyata—apa objek yang disentuh manusia, bagaimana robot bertindak balas, berapa kuat tekanannya, berapa besar sudutnya—semua data ini tiada sedia ada, hanya boleh dikumpul sedikit demi sedikit."
Ding Zhezhang anggap tahun 2026 sebagai 'tahun permulaan data embodied intelligence'. Pada pandangannya, industri telah pun selesai fasa pengesahan dari '0 ke 1', yang berikutnya adalah pengembangan berskala besar dari '1 ke 100'.
"Tahun ini, di banyak tempat mula dibina loji pengumpulan data, syarikat robotik dan syarikat model semua tambah pelaburan. Inilah isyarat jelas: industri akan berkembang cepat."
Bagi Ding Zhezhang, semangat anak muda dan keunikan industri inilah yang jadi asal usul semangat keusahawanannya. Ahli teras pasukan sebelumnya mendalami bidang pemanduan automatik dan badan robotik. Mereka terus berubah haluan sebaik sedar data menjadi 'titik leher botol' perkembangan kecerdasan berjasad.
Sekarang, perniagaan mereka fokus kepada dua jenis data utama: satu dipanggil 'data mesin sebenar', dikumpul dengan robot sebenar; satu lagi dipanggil 'data manusia', dikumpulkan dengan orang memakai peranti untuk ambil pergerakan, penglihatan, dan maklumat sendi manusia. Yang pertama mahal, yang kedua cepat—dua kaki bergerak serentak.
Tidak Terhad Kepada Pilihan Kecerdasan Buatan
Dari model besar ke embodied intelligence, dari pemanduan automatik ke AI farmasi, gelombang AI kali ini banyak diterajui usahawan muda. Di musim permohonan universiti, kecerdasan buatan menjadi jurusan hangat.
Purata umur pasukan syarikat ialah 27 tahun, dan Ding Zhezhang ada pandangannya sendiri. Pada era kursus AI sangat laris, beliau nasihatkan anak muda patut kembali kepada minat diri sendiri: "Gabungkan kemahiran dan minat terbaik kamu sendiri. Setiap jurusan penting, semuanya boleh digabung dengan AI."
Beliau lebih menghargai keupayaan lintas disiplin: "Saya rasa, dalam fasa perkembangan akan datang, mereka yang ada pengetahuan bidang mendalam dan tahu gunakan alat AI dalam bidang itu, adalah paling bernilai dalam semua bidang."
Beliau galakkan pelajar universiti jangan sekadar kejar jurusan popular, sebaliknya fikirkan bagaimana menggunakan AI untuk memperkasakan bidang sendiri dan cipta nilai baru. "Jika bidang anda belum gunakan AI secara maksima, bermakna masih ada ruang besar serta peluang di sana."
Apabila ditanya pandangan masa depan, Ding Zhezhang kata, pengumpul data kini sudah menjadi kerjaya baru, mewujudkan bentuk pekerjaan yang baharu juga. "Pada masa depan, kami mahu bawa kaedah pengumpulan data ke mana-mana robot, supaya industri jadi lebih sejagat dan terbuka."
Beliau lukiskan masa depan penuh sains fiksyen: "Mungkin bila tiba robot generasi ke-10, ke-20, bukannya manusia lagi yang melatih robot, tapi robot pula mampu ajar kamu sesuatu kelak."