محققان دنیای هوش مصنوعی به تازگی از یک زیرساخت متنباز به نام «Open-AoE» رونمایی کردهاند که مسیر یادگیری رباتها را هموارتر میکند.
این پروژه شامل مجموعهای عظیم از ویدیوهای دید اولشخص (Egocentric) از فعالیتهای انسانی است که توسط بیش از ۵۰۰ مشارکتکننده جمعآوری شده.
چرا این خبر مهم است؟
✅ بیش از ۲۰۰۰ ساعت ویدیو با حاشیهنویسی دقیق و دادههای حرکتی دست.
✅ ابزارهایی برای تبدیل این دادههای خام به دستورالعملهای آموزشی برای مدلهای هوشمند.
✅ کاهش چالشهای انتقال مهارت از انسان به ربات و بهبود عملکرد مدلهای دنیای واقعی (World Models).
این ابزار میتواند نقطه عطفی برای محققان حوزه رباتیک و هوش مصنوعی باشد که به دنبال دادههای باکیفیت و ساختاریافته هستند. 🛠️💡
منبع: arXiv Computer Vision