機器人訓練瓶頸有解？新創發明戴腦波感測器，要讓 AI 讀懂人類「出錯瞬間」

物理 AI 的最大瓶頸不是晶片或演算法，而是訓練資料根本不夠。加州新創 Encord 嘗試讓機器人訓練員戴上 EEG 腦波感測器，用大腦活動標記每一個錯誤瞬間，從人類神經訊號中「製造」機器人最缺乏的高品質訓練資料。
（前情提要：Meta 黑科技：戴頭盔讓 AI 讀你的腦，文字準確率衝上 61%）
（背景補充：視網膜晶片讓失明者重見光明，搶先馬斯克在歐洲開賣）

本文目錄

在加州聖利安卓的一座倉庫裡，一名被稱為「飛行員」的機器人訓練員正小心翼翼地從搖搖欲墜的積木塔中抽出木塊。他的頭上戴著一臺搭載攝影機的頭盔，這在機器人訓練資料收集領域並不稀奇，但這臺頭盔還多了幾顆腦波感測器，即時記錄他每一次判斷、猶豫和出錯時的大腦活動。

這是資料工具公司 Encord 正在進行的一場實驗。過去，Encord 的客戶是那些需要標註影像、評估模型的機器視覺公司；現在，他們發現了一個更根本的問題：客戶根本沒有足夠的訓練資料可以標註。於是 Encord 決定自己下場「製造」資料。

從資料標註商變成資料製造商：物理 AI 的飢荒有多嚴重？

「這些資料根本不存在。」Encord 機器人學習主管 Vineeth Velmurugan 直言。他曾在 OpenAI 機器人實驗室和倉儲自動化公司 Berkshire Grey 任職，深知實體世界訓練資料的稀缺程度。

Velmuurgan 給出一個驚人數字：要讓生成式 AI 在機器人領域複製聊天機器人的成功，需要的訓練資料量大約是 YouTube 全部影片庫的「五倍」。這解釋了為什麼資料生成本身正在成為一門生意，而不只是一個研究課題。

目前機器人腦訓練主要依賴兩種資料來源：一是讓工人戴上攝影機收集「第一人稱視角」影片，二是遠端操作機器人直接收集動作資料。Encord 兩種都做，在全球多個工廠收集第一人稱資料，並在聖利安卓的倉庫操作機器人。

但這兩種方法有一個共同的盲點：它們只能記錄「發生了什麼」，無法記錄人類操作員在執行任務當下的「認知狀態」，他在何時感到困惑？哪個步驟讓他猶豫？哪個動作是出於直覺而非計算？

腦波能告訴 AI 什麼？德國新創 Zander Labs 的 EEG 解碼技術

Encord 找上的合作夥伴是德國神經科學新創 Zander Labs。這家公司開發的腦波感測頭盔能透過 EEG 訊號，推斷佩戴者的心理狀態，包括「錯誤感知」、「執行意圖」和「驚訝反應」。

在積木塔實驗中，當飛行員 Andrew Ceja 抽出關鍵木塊、整座塔開始晃動的那一刻，他的大腦會產生可量測的「察覺到錯誤」訊號。Zander Labs 神經科學家 Lucas Gehrke 解釋，這些腦波活動的強度變化，可以幫助模型開發者判斷「何時該部署最高運算量的模型」，換言之，AI 可以學會只在真正關鍵的時刻才動用全部算力。

「我們正在摸索的是物理 AI 資料瓶頸最前緣的解法。」Velmuurgan 說。