科技公司急切想要拍攝你做家務的畫面
一家名為Shift的AI訓練初創公司提供免費清潔服務，以換取拍攝清潔過程視頻的權利。這些視頻用於訓練機器人執行家務任務。文章探討了物理世界數據收集的挑戰，以及多家公司通過不同方式獲取訓練數據，包括從消費者家中直接拍攝、僱傭工人重複特定動作、以及利用已部署的機器人收集數據。
文章情報
要點
- Shift公司免費清潔紐約家庭，換取清潔過程的視頻數據
- 機器人訓練需要大量物理世界數據，而這類數據難以從互聯網大規模抓取
- 其他公司如Pronto和Human Archive也在通過不同方式收集家務訓練數據
- 數據交換模式並非新事物，但針對身體活動的數據集是新的價值所在
為甚麼重要
這條新聞值得關注，因為Shift公司免費清潔紐約家庭，換取清潔過程的視頻數據。
技術影響
可能影響 Agent 架構、工具調用、工作流自動化和產品集成。
本週，一家名為Shift的AI訓練初創公司宣佈將免費為紐約居民清潔房屋，並計劃擴展到倫敦等城市。看着自己的公寓，我理解了這種服務的吸引力。但天下沒有免費的午餐——作為交換，Shift要求錄製清潔工的工作過程：擦洗盤子、擦拭枱面、除塵、拖地等等。所有這些我們樂於外包的單調家務勞動視頻，正是機器人公司爭奪的珍貴數據，用以訓練機器完成這些工作，最終向我們出售能替代我們勞動的機器人。
這比聽起來難得多。與近年來爆發的聊天機器人、圖像生成器等AI工具不同，機器人必須應對物理世界。這意味着理解空間、運動、力、摩擦、各種奇形怪狀的材料、不尋常的光線，以及其他人類本能掌握的事物。這就是為什麼對我們來説簡單的事情，如疊衣服、撿蘋果、倒水，對機器人專家而言卻異常棘手。
教會機器這些需要大量數據。文本、圖像和視頻可以從互聯網上以工業規模輕鬆抓取，而且往往不補償創造者。但物理世界的數據更難收集，更難在不付費的情況下秘密獲取。因此，高質量數據成為發展物理AI的公司面臨的巨大瓶頸。這是一個利潤豐厚的機遇，於是像Shift這樣的公司開始創新。
他們並非孤例。在印度，近期報道揭示家政服務平台Pronto正在利用客户的家作為AI訓練數據的來源，拍攝烹飪、清潔、洗衣等活動。Pronto表示只在客户明確同意的情況下錄製，但此舉引發了市場反彈，競爭對手堅稱從未在家中進行AI訓練錄製。
其他初創公司專注於擴大數據收集規模。硅谷的Human Archive希望與Pronto等公司合作，讓零工工人佩戴攝像頭帽子記錄活動。這些帽子收集佩戴者視角的“第一人稱”數據，正是機器人公司所需的。Shift同時直接面向消費者，聲稱已通過其應用付費讓15個國家的數萬人錄製活動。
有些公司乾脆跳過有用的工作，而是付錢讓工人重複完成相同的物理任務，同時用攝像頭和傳感器捕捉每一個動作。這種“數據農場”旨在將枯燥的體力活動轉化為有價值的AI訓練材料。
還有數據來自已部署的機器人。儘管炒作不斷，真正的自動化仍遙遙無期——因此才需要這麼多數據——但公司急於推出產品。它們會利用客户家中的數據改進產品，並在機器人遇到困難時依靠遠程工作人員介入，這些數據同樣會被利用。
當然，用數據換取價值並非新鮮事。多年來，公司通過忠誠卡、cookies、行車記錄儀、保險應用監測駕駛行為等方式，以折扣、便利和免費服務換取用户數據。新的變化在於公司願意付費購買的數據種類。現在，你或許會允許一名戴着奇特帽子的清潔工免費打掃房屋，以便將來有公司能向你出售替代它的機器人。