Human Archive šalje indijske gig radnike u utrku za robotske podatke
Terenski rad postaje izvor podataka za fizički AI.📷 AI-generated image / TECH&SPACE
- ★Human Archive koristi indijske gig radnike za prikupljanje stvarnih fizičkih podataka.
- ★Radnici nose kape s kamerama i senzorske uređaje tijekom svakodnevnog rada.
- ★Podaci ciljaju AI i robotske laboratorije koji trebaju bolji trening za fizički svijet.
Roboti ne uče samo iz uredno označenih slika, simulacija i laboratorijskih demonstracija. Ako trebaju raditi u stvarnom svijetu, trebaju podatke iz stvarnog svijeta: ruke koje posežu, tijela koja se saginju, uske prolaze, neuredne površine, improvizirane odluke i ponavljajuće poslove koje ljudi izvode bez razmišljanja. Upravo tu prazninu cilja Human Archive, startup koji je, prema TechCrunchu, počeo plaćati gig radnike u Indiji da nose kape s kamerama i senzorske uređaje.
Tvrtku su osnovali istraživači povezani s Berkeleyjem i Stanfordom, što odmah objašnjava zašto projekt ne izgleda kao još jedna aplikacija za upravljanje radnom snagom. Njegov proizvod nije dostava, prijevoz ili servisna usluga. Proizvod su podaci: fizički tragovi ljudskog rada koje AI i robotski laboratoriji žele jer su skupi, rijetki i teško ih je prikupiti u dovoljnoj raznolikosti.
Za industriju robotike to je logičan, ali neugodan zaokret. Jezični modeli naučili su iz ogromnih arhiva teksta, slika i videa. Fizički AI nema jednako jednostavan internet za pokrete, dodire i prostorne odluke. Kamera na kapi i senzor na tijelu mogu zabilježiti kako čovjek prolazi kroz stvaran zadatak, ali istodobno otvaraju pitanje tko nosi teret tog prikupljanja i koliko je vidljiv krajnji ekonomski lanac.
Human Archive plaća radnike u Indiji da nose kamere i senzore kako bi prikupio fizičke podatke koje traže AI i robotski laboratoriji.
Kamera i senzori bilježe pokrete koje laboratorij teško replicira.📷 AI-generated image / TECH&SPACE
Indija je u toj priči više od geografske oznake. Velika gig ekonomija i servisni poslovi nude gustoću, varijacije i tempo koji laboratorij teško može replicirati. Ako se radnik kreće kroz stan, skladište, ulicu ili servisni zadatak, podaci postaju bogatiji od sterilnog snimanja u kontroliranom prostoru. Za robote koji jednog dana trebaju razumjeti ljudske prostore, takvi zapisi mogu biti daleko korisniji od savršeno čistih demonstracija.
No vrijednost tih podataka ne dolazi bez uredničkog pitanja: je li ovo novi oblik digitalnog rada u kojem se svakodnevni pokreti pretvaraju u sirovinu za automatizaciju? Human Archive se kladi da će potražnja robotskih i AI timova za fizičkim podacima rasti. To znači da bi se terenski radnici mogli naći u ulozi nevidljivih instruktora strojeva, čak i kada formalno ne rade u tehnološkom sektoru.
Najvažniji detalj nije sama kamera, nego promjena u ekonomiji treninga. Nakon godina u kojima su se AI sustavi hranili javnim webom, industrija sve agresivnije traži podatke koji nisu već dostupni svima. Fizički svijet je sljedeći sloj: skuplji, sporiji, lokalniji i etički osjetljiviji. Human Archive zato nije samo priča o jednom startupu, nego rani signal da će se borba za robotske podatke voditi na ulici, u servisima i među radnicima koji se nalaze daleko od sjedišta laboratorija koji će te podatke kupovati.
