Lavoratori indiani si fissano smartphone sulla testa con fasce o supporti e filmano le loro routine quotidiane — cucinare, pulire, camminare, fare acquisti — per circa 250 rupie (2,40 dollari) all'ora. Le riprese vengono utilizzate per addestrare sistemi di intelligenza artificiale, in particolare robot umanoidi che devono capire come le persone si muovono e interagiscono con il mondo.
Come vengono raccolte le riprese
I lavoratori indossano uno smartphone montato su una fascia o un'imbracatura, registrando video in prima persona di compiti ordinari. La paga — circa 2,40 dollari all'ora — è bassa secondo gli standard globali ma competitiva in alcune parti dell'India dove i salari per lavori simili variano da 150 a 300 rupie all'ora. I lavoratori non vengono nominati nei rapporti, ma fanno parte di una forza lavoro in crescita che fornisce la materia prima per l'addestramento dell'IA.
L'approccio con il montaggio sulla testa cattura quello che viene chiamato filmato egocentrico: video dal punto di vista di chi lo indossa. Questo è diverso dal video in terza persona, che mostra l'intero corpo. I dati egocentrici aiutano i modelli di IA a imparare come la telecamera di un robot vedrebbe il mondo se fosse montata su un torso o una testa umanoide.
Aziende che elaborano i dati
Due aziende sono note per essere coinvolte nella trasformazione di queste riprese grezze in dati di addestramento utilizzabili. Objectways, con sede negli Stati Uniti ma con operazioni in India, è specializzata nell'annotazione dei dati per l'IA. Humyn Lab, con sede a Bangalore, si concentra sulla raccolta e l'etichettatura di dati incentrati sull'uomo. Entrambe le società prendono le riprese egocentriche e aggiungono metadati — bounding box, etichette di azioni, tag di oggetti — di cui i modelli di machine learning hanno bisogno per apprendere.
Il lavoro è meticoloso. Ogni secondo di video può richiedere diversi minuti di annotazione umana per identificare cosa sta accadendo: una mano che afferra una tazza, un piede che supera una soglia, una persona che apre una porta. I set di dati risultanti vengono poi venduti o concessi in licenza a sviluppatori di IA che costruiscono robot e assistenti virtuali.
Le valutazioni degli investitori prevedono che il mercato dei robot umanoidi raggiungerà i 38 miliardi di dollari entro il 2035. Questa crescita dipende da robot in grado di muoversi in ambienti umani — case, uffici, fabbriche — senza urtare mobili o fraintendere un gesto. Addestrare questi robot richiede enormi quantità di video in prima persona che mostrino come le persone si comportano realmente, non solo azioni messe in scena in un laboratorio.
Le riprese dei lavoratori indiani colmano una lacuna. La maggior parte dei set di dati egocentrici esistenti provengono da ricercatori o volontari nei paesi ricchi. I dati indiani aggiungono varietà: case diverse, oggetti diversi, routine culturali diverse. Questa diversità aiuta i sistemi di IA a generalizzare meglio, anche se solleva anche domande sulle condizioni di lavoro e il consenso.
Il lavoro continua. La domanda di dati di addestramento non rallenta e le aziende coinvolte probabilmente continueranno ad assumere. Per ora, i lavoratori filmano, gli annotatori etichettano e i robot imparano — una rupia da 250 all'ora alla volta.
