Αυτή την εβδομάδα, μια startup εκπαίδευσης τεχνητής νοημοσύνης που ονομάζεται Shift είπε ότι θα καθαρίσει τα σπίτια των Νεοϋορκέζων δωρεάν. Έχει σχέδια να επεκταθεί και σε άλλες πόλεις, συμπεριλαμβανομένου του Λονδίνου, και κοιτάζοντας το διαμέρισμά μου, βρίσκω αυτό το ενδιαφέρον.
Υπάρχει όμως ένα πιάσιμο. Πάντα υπάρχει ένα πιάσιμο.
Σε αντάλλαγμα για τον καθαρισμό, το Shift θέλει βίντεο με τα καθαριστικά του σε δράση: καθαρισμό πιάτων, σκούπισμα τραπεζιών, ξεσκόνισμα τραπεζιών και σφουγγάρισμα δαπέδων. Θέλει τα πάντα. Ένα βίντεο με όλη τη βαρετή οικιακή εργασία που θα χαρούμε να αναθέσουμε σε εξωτερικούς συνεργάτες, αν μπορούσαμε — και ότι οι εταιρείες ρομποτικής αγωνίζονται να μάθουν τις μηχανές να το κάνουν, ώστε να μπορούν να μας πουλήσουν κάτι για να το κάνουν για εμάς.
Αυτό είναι πιο δύσκολο από όσο ακούγεται. Σε αντίθεση με τα chatbot, τις γεννήτριες εικόνων και άλλα εργαλεία τεχνητής νοημοσύνης που έχουν πολλαπλασιαστεί τα τελευταία χρόνια, τα ρομπότ πρέπει να εμπλακούν με τον φυσικό κόσμο. Αυτό σημαίνει κατανόηση του χώρου, της κίνησης, της δύναμης, της τριβής, των περίεργων σχημάτων και υλικών, του περίεργου φωτισμού και οτιδήποτε άλλο οι άνθρωποι – και άλλα οργανικά όντα – τείνουν να καταλαβαίνουν ενστικτωδώς. Γι’ αυτό τα πράγματα που είναι γενικά εύκολα για εμάς, όπως το δίπλωμα των ρούχων, το να μαζεύουμε ένα μήλο ή να ρίχνουμε ένα ποτήρι νερό, έχουν αποδειχτεί τρελά πράγματα για τους ρομποτικούς να γράφουν.
Η διδασκαλία των μηχανών να κάνουν αυτά τα πράγματα απαιτεί δεδομένα. Πολλά από αυτά. Κείμενο, εικόνες και βίντεο μπορούν εύκολα να εξαχθούν από το Διαδίκτυο σε βιομηχανική κλίμακα. Και ήταν, σε πολλές περιπτώσεις, χωρίς να αποζημιωθούν οι άνθρωποι που τα έφτιαξαν. Είναι δύσκολο να απαλλαγούμε από τον υλικό κόσμο, και ακόμη πιο δύσκολο να τον ξύσουμε αθόρυβα χωρίς να πληρώσετε το τίμημα. Αυτό σημαίνει ότι η πρόσβαση σε δεδομένα υψηλής ποιότητας είναι ένα τεράστιο εμπόδιο για τις εταιρείες που αναπτύσσουν φυσική τεχνητή νοημοσύνη. Είναι μια προσοδοφόρα ευκαιρία, επομένως εταιρείες όπως η Shift γίνονται δημιουργικές.
Δεν είναι μόνοι. στην Ινδία, Πρόσφατες αναφορές Αποκάλυψε ότι η πλατφόρμα οικιακών υπηρεσιών Pronto χρησιμοποιεί τα σπίτια των πελατών ως πηγή βίντεο εκπαίδευσης για την τεχνητή νοημοσύνη για να κάνει οικιακές δουλειές όπως το μαγείρεμα, το καθάρισμα και το πλύσιμο ρούχων. Η Pronto λέει ότι καταγράφει βίντεο μόνο εάν οι πελάτες επιλέξουν ρητά να το κάνουν – δεν είναι ξεκάθαρο τι παίρνουν οι πελάτες σε αντάλλαγμα, εκτός από ένα αντίγραφο του βίντεο – αλλά η πρακτική εξακολουθεί να έχει πυροδοτήσει ένα κύμα αντιδράσεων στην αγορά, με αντίπαλες startups. Επιμονή Δεν έχουν εγγραφεί ποτέ για εκπαίδευση τεχνητής νοημοσύνης στο σπίτι και δεν έχουν σχέδια να το κάνουν.
Άλλες νεοφυείς επιχειρήσεις επικεντρώνονται στην προσπάθεια κλιμάκωσης της συλλογής δεδομένων. Με έδρα τη Silicon Valley Ανθρώπινο ΑρχείοΗ , για παράδειγμα, ελπίζει να συνεργαστεί με εταιρείες όπως η Pronto και να βάλει τους εργάτες σε συναυλίες να καταγράφουν τις δραστηριότητές τους χρησιμοποιώντας όχι και τόσο κομψά καπέλα κάμερας. Τα καπέλα συλλέγουν στιγμιότυπα από τη σκοπιά του χρήστη, που είναι ακριβώς το είδος των «εγωκεντρικών» ή των εταιρειών ρομποτικής δεδομένων πρώτου προσώπου που χρειάζονται για να διδάξουν στις μηχανές πώς να πλοηγούν τους ανθρώπους στο φυσικό χώρο. Εν τω μεταξύ, η Shift εκμεταλλεύεται απευθείας τους καταναλωτές, φέροντας ότι πληρώνει δεκάδες χιλιάδες ανθρώπους σε 15 χώρες για να καταγράψουν τις δραστηριότητές τους μέσω της εφαρμογής της.
Μερικές εταιρείες είναι Παράλειψη χρήσιμης εργασίας εντελώς. Αντίθετα, οι εργαζόμενοι πληρώνονται για να ολοκληρώσουν τις ίδιες ακριβώς φυσικές εργασίες ξανά και ξανά, ενώ οι κάμερες και οι αισθητήρες μπορούν να καταγράφουν κάθε τους κίνηση. Αυτό είναι καταπληκτικό Ενδιάμεσες εκμεταλλεύσεις δεδομένων Έχει σχεδιαστεί για να μετατρέπει τη συνήθη σωματική δραστηριότητα – διπλώνοντας πετσέτες, μαζεύοντας φλιτζάνια, κουβαλώντας κουτιά – σε εκπαιδευτικά υλικά τεχνητής νοημοσύνης αρκετά πολύτιμα ώστε να δικαιολογούν την πληρωμή των ανθρώπων για τη δημιουργία τους.
Ορισμένα από τα δεδομένα παράγονται από ρομπότ που υπάρχουν ήδη στον κόσμο. Παρά τη διαφημιστική εκστρατεία, η αληθινή αυτοματοποίηση είναι ακόμα μακριά – εξ ου και η ανάγκη για όλα αυτά τα δεδομένα – αλλά οι εταιρείες είναι πρόθυμες να στείλουν προϊόντα ούτως ή άλλως. Θα χρησιμοποιήσουν δεδομένα από τα σπίτια των πελατών για να βελτιώσουν το προϊόν. Πολλές εταιρείες βασίζονται σε απομακρυσμένους εργάτες για να παρέμβουν όταν τα ρομπότ αναπόφευκτα δυσλειτουργούν. Θα χρησιμοποιήσουν και αυτά τα δεδομένα.
Φυσικά, η διαδικασία διαπραγμάτευσης δεδομένων για κάτι που έχει αξία δεν είναι νέα. Οι εταιρείες προσφέρουν εκπτώσεις, ανέσεις και δωρεάν υπηρεσίες με αντάλλαγμα την πρόσβαση στα δεδομένα σας εδώ και χρόνια, από κάρτες επιβράβευσης και cookie μέχρι κάμερες, ασφαλιστικές εφαρμογές που παρακολουθούν τον τρόπο οδήγησης των ανθρώπων και μια άσχημη έξυπνη τηλεόραση που δείχνει πάντα διαφημίσεις.
Το νέο είναι το είδος των δεδομένων που είναι διατεθειμένες να πληρώσουν οι εταιρείες. Προς το παρόν, αυτό σημαίνει ότι ίσως μπορείτε να αφήσετε κάποιον να καθαρίσει το σπίτι σας φορώντας ένα κομψό καπέλο δωρεάν, έως ότου η εταιρεία μπορεί τελικά να σας πουλήσει ένα ρομπότ για να το κάνει.
