Спор о том, что данные для обучения моделей вот-вот закончатся, обычно ведут в плоскости текстов. Веб вычерпан, книги и код переварены, синтетика упирается в качество. Но есть источник, который не исчерпывается по определению — мы сами. Не то, что мы написали о себе, а то, как мы двигаемся, держим инструмент, реагируем на усталость и боль, что думаем по ходу дела.
Каждое физическое действие человека — это уже почти размеченный датасет: последовательность сенсорных и моторных сигналов с мгновенно проверяемым результатом. Рука ушла слишком резко — клиент дёрнулся. Это готовая обратная связь, которую не надо размечать вручную. Обучение моделей всё больше будет включать не только то, что мы делаем, но и как мы себя ведём и что в этот момент думаем. Поэтому тезис «данные закончились» я считаю неверным. Они закончились в вебе. В физическом мире их производится больше, чем кто-либо успевает собирать.
Почему барбер, а не конвейер
Учить робота брить и стричь — куда более осмысленная задача, чем очередной сборочный конвейер. Сборка посудомоечной машины — это повторяемые движения в известной позе с жёсткими допусками: там робота уделывает любая автоматизированная линия, и ИИ для этого не нужен. Стрижка — другое. Живой человек в кресле не сидит неподвижно, у него другая посадка головы, другая жёсткость волос, другая кожа. Инструмент работает в миллиметрах от лица, ошибка сразу видна и сразу болезненна.
Именно такие задачи — тонкая моторика в неструктурированной среде — сегодня главный барьер для роботов. Это длинная цепочка мелких действий, каждое из которых меняет состояние: демонстраций мало, а симулировать стрижку почти невозможно, слишком много физики волос и мягких тканей. Значит, данные приходится собирать в реальном мире, руками реальных мастеров.
Руки, камера, датчики: как робот перенимает ремесло
Технически это уже рабочая схема, а не фантастика. Слоёв три:
- Демонстрация человеком. Мастер работает, а его движения пишутся — с камер, с датчиков на инструменте и, что важнее всего, с носимой электроники. Обратите внимание на браслеты: трекеры на запястьях (wrist trackers) дают точную позу кисти, которую из одного видео не вытащить. Это и есть тот самый размеченный сигнал.
- Имитационное обучение. Записанные траектории скармливаются модели (behavior cloning — обучение по поведению): робот учится воспроизводить движение, а не программировать его вручную.
- Дообучение на своей практике. Дальше робот пробует сам, а наставник корректирует. Ошибки тоже становятся данными.
Важно, что сбор данных не требует экзотики. Пара камер, датчики усилия, трекеры на руках, немного инженерной аккуратности — и ремесло превращается в датасет. По логике это ровно то, чем мы занимаемся в вайбкодинге: сначала показываешь модели, как надо, потом даёшь ей работать самой и правишь по факту, а не по документации.
«У всех разная форма головы — это только в первый раз»
Самая правдивая шутка во всей этой истории — про форму головы. Любая автоматизация в какой-то момент начинает подгонять человека под машину, а не наоборот. Это не злая воля, а экономика: усреднить вход дешевле, чем научить систему работать с разнообразием.
Логика дальше разворачивается предсказуемо. Сначала робот учится у мастера. Потом вместо мастера достаточно оператора с обвесом: человек нужен уже не как специалист, а как источник движений. А когда процесс обкатан, человеческое разнообразие становится помехой, и проще стандартизировать «вход». Тут вторая часть шутки точнее первой: первый проход по нестандартной голове — всегда риск, зато повторяемая работа по шаблону стабильна и предсказуема. Именно эту нишу роботам и отдадут без боя — не творчество, а повтор.
Что здесь реально, а что — сатира
Реально: дефицит физических данных, бум носимых трекеров и телеуправления, инвестиции в человекоподобных роботов, попытки автоматизировать именно ручной труд. Сатира: сроки и масштаб. Ироничная дата «сентябрь 2026» хороша тем, что напоминает, как мы привыкли ошибаться с горизонтами — и в одну, и в другую сторону. Роботы-гуманоиды на сцене выглядят эффектно, но в реальной парикмахерской от них пока требуется одно: не порезать клиента.
Я бы делал ставку не на «робота-барбера завтра», а на инфраструктуру сбора данных вокруг ручного труда. Кто научится дёшево и легально собирать движения людей в реальных задачах, тот и будет решать, что автоматизировать дальше. А разговоры про «данные закончились» — это разговоры про один конкретный канал поставки, а не про человечество.
Выводы
- Дефицит данных касается текстов и веба, а не физического мира: люди производят обучающий сигнал непрерывно и бесплатно.
- Тонкая моторика в неструктурированной среде (стрижка, бритьё) — задача на порядок сложнее конвейера и хуже поддаётся симуляции, поэтому данные собирают в реальности.
- Рабочая связка уже есть: носимые трекеры и камеры пишут движения мастера, имитационное обучение превращает их в навык, практика робота уточняет модель.
- Любая автоматизация тянет за собой стандартизацию «входа» — человека начинают подгонять под машину, и это экономика, а не злой умысел.
- Ставку стоит делать на инфраструктуру сбора данных о ручном труде, а не на эффектные демо человекоподобных роботов.