新創公司正付錢請人們提供訓練機器人所需的真實世界數據。
本週，一家名為 Shift 的 AI 訓練新創公司表示，他們將免費為紐約市民打掃房屋。該公司計劃將業務擴展到倫敦等其他城市，而環顧我自己的公寓，我能理解其中的吸引力。
但總是有個但書。
為了換取清潔服務，Shift 希望獲得其清潔人員工作時的畫面：刷洗碗盤、擦拭檯面、擦拭桌子、拖地。他們想要所有畫面。所有那些我們樂於外包的枯燥家務勞動的影片——而機器人公司正競相教導機器人完成這些任務，以便他們能賣給我們能做這些事的產品。
這比聽起來要難。與近年來爆炸性發展的聊天機器人、圖像生成器和其他 AI 工具不同，機器人必須處理實體世界。這意味著要理解空間、運動、力、摩擦力、奇特的形狀和材料、尷尬的光線，以及人類——和其他有機體——傾向於本能掌握的一切。這就是為什麼對我們來說通常很容易的事情，例如折衣服、撿起蘋果或倒一杯水，對機器人專家來說卻是如此令人抓狂的難題。
教導機器完成這些任務需要數據。大量的數據。文字、圖像和影片可以大規模地從網路上抓取。而且它們確實被抓取了，通常沒有補償創作者。實體世界更難抓取，而且在不付費的情況下悄悄抓取更難。這意味著高品質數據的獲取是開發實體 AI 公司的一個巨大瓶頸。這是一個有利可圖的機會，因此像 Shift 這樣的公司正在發揮創意。
他們並不孤單。在印度，最近的報導揭露了家庭服務平台 Pronto 一直將客戶的房屋作為 AI 訓練影片的來源，用於烹飪、清潔和洗衣等家務。Pronto 表示，只有在客戶明確選擇加入的情況下才會錄製影片——客戶除了獲得影片副本外，還能獲得什麼尚不清楚——但此舉仍在市場上引發了一波強烈反彈，競爭對手新創公司堅稱他們從未在房屋內錄製影片來訓練 AI，也沒有這樣做的計畫。
其他新創公司則專注於擴大規模數據收集。例如，總部位於矽谷的 Human Archive 希望與 Pronto 等公司合作，讓零工工人使用不太時髦的攝影機帽記錄他們的活動。這些帽子從佩戴者的視角收集畫面，正是機器人公司需要教導機器人人類如何導航實體空間所需的「自我中心」或第一人稱數據。同時，Shift 也直接接觸消費者，並聲稱已支付全球 15 個國家數萬人透過其應用程式記錄他們的活動。
有些公司根本跳過了有用工作。相反，工人被付錢一遍又一遍地完成完全相同的體力勞動，同時攝影機和感測器可以捕捉每一個動作。這種精心設計的數據農場旨在將重複的體力活動——折疊毛巾、撿起杯子、搬運箱子——轉化為有價值的 AI 訓練材料，足以證明付錢給人們創造這些材料是合理的。
而且有些數據是由已經在世界上的機器人產生的。儘管炒作不斷，真正的自動化仍然遙遙無期——因此需要所有這些數據——但公司仍然熱衷於出貨產品。他們將利用客戶家中的數據來改進產品。許多公司依賴遠端工作者在機器人不可避免地卡住時介入。他們也會利用這些數據。
新奇之處在於公司願意付費購買的數據類型。目前，這可能意味著免費讓一個人戴著時髦的帽子為你打掃房子，以便將來，一家公司可以賣給你一個機器人來代替。