ხელოვნური ინტელექტის განვითარება ახალ ეტაპზე გადადის. კომპანიები, რომლებიც ფიზიკური სამყაროსთვის განკუთვნილ რობოტებს ქმნიან, ერთ მთავარ პრობლემას აწყდებიან: მათ არ გააჩნიათ საკმარისი ხარისხიანი მონაცემები იმის შესახებ, თუ როგორ ასრულებენ ადამიანები ყოველდღიურ ფიზიკურ სამუშაოს.

ამ გამოწვევის საპასუხოდ, Silicon Valley-ში დაფუძნებულმა სტარტაპმა Human Archive-მა ორიგინალური გადაწყვეტა იპოვა. კომპანია ინდოეთის სწრაფად მზარდი „გიგ“ ეკონომიკის პოტენციალს იყენებს.

როგორ მუშაობს სისტემა?

Human Archive თანამშრომლობს ინდოეთში მოქმედ მომსახურების სექტორის კომპანიებთან. მუშაკებს სპეციალურ კამერებიან ქუდებსა და სენსორებს ამაგრებენ, რომლებიც ეგოცენტრულ (ადამიანის თვალით დანახულ) ვიდეოებსა და მონაცემებს აგროვებს. ეს მონაცემები მოიცავს არა მხოლოდ ვიზუალურ ინფორმაციას, არამედ მოძრაობისა და ტაქტილური ძალის მაჩვენებლებსაც.

ამ დროისთვის სტარტაპს უკვე 1 000-ზე მეტი აქტიური მოწყობილობა აქვს განთავსებული სხვადასხვა ლოკაციაზე. კომპანიის დამფუძნებლები — ბერკლისა და სტენფორდის უნივერსიტეტების სტუდენტები — დარწმუნებულნი არიან, რომ ეს მიდგომა ფიზიკური AI-ს განვითარების დაჩქარების ერთადერთი გზაა.

წინააღმდეგობები და კრიტიკა

პროექტი ყველასთვის მისაღები არ აღმოჩნდა. ცნობილი ინდური პლატფორმები, როგორიცაა Pronto და Urban Company, Human Archive-თან თანამშრომლობაზე უარს აცხადებენ. ზოგიერთმა მენეჯერმა იდეა ღიად დაიწუნა და სტარტაპის წარმომადგენლებს „უგუნური“ უწოდა.

მიუხედავად ამისა, Human Archive მუშაობას აგრძელებს უფრო მცირე ზომის პარტნიორებთან. მომხმარებლებს სთავაზობენ ფასდაკლებას, თუ ისინი დათანხმდებიან, რომ მათთან მისული მუშაკი მონაცემების შეგროვებაში მიიღებს მონაწილეობას. ინდოეთის ხელისუფლება უკვე დაინტერესდა მონაცემთა შეგროვების მეთოდებითა და კონფიდენციალურობის საკითხებით.

მომავლის პერსპექტივა

სტარტაპმა ახლახან 8.2 მილიონი დოლარის ინვესტიცია მოიზიდა ისეთი გიგანტებისგან, როგორებიცაა Nvidia, Google და Meta-სთან დაკავშირებული პირები. კომპანია გეგმავს გაფართოებას აშშ-სა და სამხრეთ-აღმოსავლეთ აზიაში.

Human Archive-ის პარტნიორის, ზაკ დევიტის თქმით, მსოფლიოში არავის აქვს ისეთი შესაძლებლობა, რომ სინქრონულად შეაგროვოს სხეულის მოძრაობის, ტაქტილური უკუკავშირისა და ვიდეომონაცემების ასეთი მასშტაბური ნაკრები. სწორედ ეს აქცევს მათ მონაცემებს ძვირფას რესურსად გლობალური AI ლაბორატორიებისთვის.