LG ve Nvidia, Seul’deki robotik ortaklıklarını önemli ölçüde genişletiyor. Planın merkezinde LG’nin Yangjae araştırma kampüsünde kurulacak yeni bir veri fabrikası var. Tesisin 2026 sonuna kadar toplam 100 bin saatlik eğitim verisi üretmesi bekleniyor.
Veri Neden Bu Kadar Önemli?
Robotik alanında son iki yılın en net dersi şu: Donanım artık ana darboğaz değil. Asıl kısıt, robotun ne yapacağını öğrenmesini sağlayan veri.
Dil Modellerinden Farkı
Büyük dil modelleri internetteki devasa metin havuzundan öğrendi. Robotlar için böyle bir hazır havuz yok. Bir robotun bir kapıyı açmayı, bir nesneyi kavramayı veya dengesini korumayı öğrenmesi için gereken veri fiziksel dünyada üretilmek zorunda — ve bu süreç yavaş, pahalı ve ölçeklenmesi zor.
Veri Fabrikası Yaklaşımı
100 bin saatlik hedef, veri üretimini rastgele bir yan çıktı olmaktan çıkarıp planlı bir üretim süreci hâline getirme fikrine dayanıyor. Planlanan veri, gerçek dünyadaki robot dağıtımları, simülasyon ve yapay zeka eğitiminin sürekli bir döngüsünü desteklemeyi amaçlıyor.
Döngü Nasıl İşliyor?
Süreç üç aşamalı bir çevrim olarak kurgulanıyor:
- Simülasyon: Sanal ortamda milyonlarca deneme, hızlı ve ucuz
- Gerçek dünya dağıtımı: Gerçek robotlardan gelen veriler, simülasyonun kaçırdığı fiziksel ayrıntıları yakalıyor
- Yeniden eğitim: Toplanan veriyle model güncelleniyor ve döngü baştan başlıyor
Bu döngünün hızı, robotik şirketleri arasındaki asıl rekabet alanı hâline gelmiş durumda.
LG’nin Robotik Stratejisi
LG, robotik iş kolunu belirgin biçimde genişletiyor. Temmuz ayında şirket robotik işine özel bir merkez kurdu ve endüstriyel ile hizmet robotlarının yanı sıra ev robotları da sunmayı planlıyor. CLOiD robotunun giderek daha karmaşık görevlere hazırlanması, bu stratejinin ilk somut adımı.
Nvidia’nın Konumu
Nvidia bu denklemde yalnızca çip tedarikçisi değil. Şirketin robotik platformları, hem simülasyon hem de robot üzerinde çalışan çıkarım katmanını kapsıyor. Bu da Nvidia’yı, dil modellerinde olduğu gibi robotikte de altyapı katmanının merkezine yerleştiriyor.
Rekabet Tablosu
Aynı dönemde Çin ve ABD’de rekabet yoğunlaşıyor. Tesla Optimus, BYD Xiao Di, XPeng Iron ve UBTECH Walker S2 gibi projeler benzer bir veri problemini farklı yollarla çözmeye çalışıyor. Ayrıca işlemci üreticileri fiziksel yapay zeka için özel çipler geliştiriyor; bu yeni nesil işlemciler robotların gerçek zamanlı görme, karar verme ve hareket planlama yeteneklerini artırıyor.
Sonuç
Robotik yarışında görünen kısım robotların kendisi, belirleyici kısım ise arkadaki veri altyapısı. LG ve Nvidia’nın veri fabrikası hamlesi, sektörün bu gerçeği kabul ettiğini gösteriyor. Önümüzdeki dönemde en yetenekli robota sahip olan değil, en hızlı öğrenme döngüsünü kurabilen şirket öne geçecek gibi görünüyor.