Punëtorët indianë vendosin telefona inteligjentë të montuar në kokë mbi fytyrat e tyre dhe filmojnë rutinat e përditshme — gatim, pastrim, ecje, pazar — për rreth 250 rupi (2.40 dollarë) në orë. Pamjet përdoren për të trajnuar sistemet e inteligjencës artificiale, veçanërisht për robotët humanoidë që duhet të kuptojnë se si njerëzit lëvizin dhe ndërveprojnë me botën.
Si mblidhen pamjet
Punëtorët veshin një telefon inteligjent të montuar në një brez koke ose parzmore, duke regjistruar video në vetën e parë të detyrave të zakonshme. Pagesa — rreth 2.40 dollarë në orë — është e ulët sipas standardeve globale, por konkurruese në pjesë të Indisë ku pagat për punë të ngjashme me copëza variojnë nga 150 në 300 rupi në orë. Punëtorët nuk emërohen në raportime, por ata janë pjesë e një force pune në rritje që siguron lëndën e parë për trajnimin e AI.
Qasja me montim në kokë kap atë që quhet pamje egocentrike: video nga këndvështrimi i mbajtësit. Kjo është e ndryshme nga video në vetën e tretë, e cila tregon trupin e plotë. Të dhënat egocentrike ndihmojnë modelet e AI të mësojnë se si do ta shihte bota kamera e një roboti nëse do të ishte e montuar në një trup ose kokë humanoidi.
Kompanitë që përpunojnë të dhënat
Dy kompani dihet se janë të përfshira në shndërrimin e kësaj videoje të papërpunuar në të dhëna trajnimi të përdorshme. Objectways, me bazë në SHBA por me operacione në Indi, specializohet në shënimin e të dhënave për AI. Humyn Lab, me bazë në Bangalore, fokusohet në mbledhjen dhe etiketimin e të dhënave të përqendruara te njeriu. Të dyja firmat marrin pamjet egocentrike dhe shtojnë metadata — kuti kufizuese, etiketa veprimesh, etiketa objektesh — që modelet e mësimit të makinerive kanë nevojë për të mësuar.
Puna është e mundimshme. Çdo sekondë videoje mund të kërkojë disa minuta shënim njerëzor për të identifikuar se çfarë po ndodh: një dorë që kap një filxhan, një këmbë që kalon një prag, një person që hap një derë. Grupet e të dhënave që rezultojnë më pas shiten ose licencohen për zhvilluesit e AI që ndërtojnë robotë dhe asistentë virtualë.
Vlerësimet e investitorëve parashikojnë se tregu i robotëve humanoidë do të arrijë 38 miliardë dollarë deri në vitin 2035. Kjo rritje varet nga robotët që mund të lundrojnë në mjedise njerëzore — shtëpi, zyra, fabrika — pa u përplasur me mobilje ose duke keqinterpretuar një gjest. Trajnimi i atyre robotëve kërkon sasi të mëdha videoje në vetën e parë që tregojnë se si njerëzit veprojnë në të vërtetë, jo vetëm veprime të skenuara në një laborator.
Pamjet e punëtorëve indianë plotësojnë një boshllëk. Shumica e grupeve ekzistuese të të dhënave egocentrike vijnë nga studiues ose vullnetarë në vende të pasura. Të dhënat indiane shtojnë shumëllojshmëri: shtëpi të ndryshme, objekte të ndryshme, rutina kulturore të ndryshme. Kjo diversitet ndihmon sistemet e AI të përgjithësohen më mirë, megjithëse ngre gjithashtu pyetje për kushtet e punës dhe pëlqimin.
Puna vazhdon. Kërkesa për të dhëna trajnimi nuk po ngadalësohet dhe kompanitë e përfshira ka të ngjarë të vazhdojnë të punësojnë. Për tani, punëtorët filmojnë, shënuesit etiketojnë dhe robotët mësojnë — një orë me 250 rupi në një kohë.
