Η επόμενη μεγάλη πρόκληση για τη Φυσική Τεχνητή Νοημοσύνη ίσως δεν αφορά την ανάπτυξη ισχυρότερων αλγορίθμων, αλλά την εξασφάλιση επαρκών δεδομένων από τον πραγματικό κόσμο. Με αυτό το σκεπτικό, νεοφυείς επιχειρήσεις όπως οι Encord και Zander Labs πειραματίζονται με τη χρήση εγκεφαλικών κυμάτων για την εκπαίδευση ανθρωποειδών ρομπότ και συστημάτων αυτοματισμού.
Στις εγκαταστάσεις της Encord στην Καλιφόρνια, εργαζόμενοι εκτελούν καθημερινές εργασίες – από το να αποσυναρμολογούν έναν πύργο Jenga μέχρι να συνδέουν καλώδια ή να σερβίρουν καφέ – φορώντας ειδικά κράνη που καταγράφουν όχι μόνο όσα βλέπουν, αλλά και τη δραστηριότητα του εγκεφάλου τους.
Η γερμανική Zander Labs υποστηρίζει ότι τα εγκεφαλικά σήματα μπορούν να αποκαλύψουν νοητικές καταστάσεις, όπως η πρόθεση, η έκπληξη ή η αντίληψη ενός λάθους. Τα δεδομένα αυτά ενδέχεται να βοηθήσουν τα μοντέλα Τεχνητής Νοημοσύνης να κατανοούν καλύτερα πότε απαιτείται μεγαλύτερη υπολογιστική προσπάθεια ή διαφορετική στρατηγική εκτέλεσης μιας εργασίας.
Η Encord εκτιμά ότι το βασικό εμπόδιο στην εξέλιξη της Φυσικής Τεχνητής Νοημοσύνης είναι η έλλειψη ποιοτικών δεδομένων εκπαίδευσης. Σύμφωνα με στελέχη της εταιρείας, θα απαιτούνταν όγκος δεδομένων πολλαπλάσιος από το σύνολο των βίντεο του YouTube ώστε τα ρομπότ να αποκτήσουν δεξιότητες αντίστοιχες με εκείνες του ανθρώπου.
Για τον λόγο αυτό, η εταιρεία δημιουργεί εξειδικευμένα σύνολα δεδομένων χρησιμοποιώντας βίντεο από την οπτική γωνία του ανθρώπου, τηλεχειριζόμενους ρομποτικούς βραχίονες, αισθητήρες μυϊκής δραστηριότητας και αναλυτικές περιγραφές κάθε κίνησης, ώστε τα μοντέλα να συνδέουν με μεγαλύτερη ακρίβεια τις ανθρώπινες ενέργειες με τις αντίστοιχες εντολές.
Ωστόσο, σε αντίθεση με τα μεγάλα γλωσσικά μοντέλα που εκπαιδεύτηκαν αξιοποιώντας τεράστιες ποσότητες διαθέσιμου διαδικτυακού περιεχομένου, τα δεδομένα για τη Φυσική Τεχνητή Νοημοσύνη δεν μπορούν απλώς να συλλεχθούν. Πρέπει να δημιουργηθούν μέσα από χρονοβόρες και δαπανηρές διαδικασίες, γεγονός που αλλάζει σημαντικά το οικονομικό μοντέλο ανάπτυξης της νέας γενιάς ρομπότ.
