در داخل مسابقه برای آموزش ربات ها در مورد کار انسان

تایلر لی/بی یک عصر جمعه تابستان امسال، یک سرآشپز خصوصی یک وعده غذایی سه وعده - سالاد مردانا، ماهی آزاد پخته شده و تیرامیسو - برای من و دو دوست آماده کرد.

شام رایگان بود، اما یک مورد هم وجود داشت. دوربینی که روی کلاه بیسبال سرآشپز علیسر دمیر نصب شده بود همه چیز را ضبط می کرد.

دمیر از طریق Shift، بازوی جمع آوری اطلاعات استارت آپ آلمانی Microagi به آپارتمان من آمد. این استارت آپ به سرآشپزهای خصوصی رایگان در سانفرانسیسکو در ازای فیلم اول شخص از کارشان ارائه می دهد. شیفت پیشنهاد داد که به دمیر، که یک تجارت خصوصی سرآشپز را اداره می کند، نرخ معمول او 100 تا 150 دلار برای هر نفر بپردازد.

دمیر گفت: از زمانی که این کار را شروع کردم به مردم غذا می دادم. اکنون من به هوش مصنوعی نیز تغذیه می کنم.

این داستان بخشی از مجموعه‌ای به نام AI Data Grab است که نگاهی درونی به این دارد که چگونه غول‌های فناوری به طور فزاینده‌ای به کارگران، کاربران و دنیای فیزیکی روی می‌آورند تا داده‌هایی را برای آموزش هوش مصنوعی به دست آورند. داستان های بیشتر این مجموعه را اینجا بخوانید.

دمیر بخشی از تلاش جهانی برای جمع‌آوری داده‌ها در مورد نحوه تعامل انسان با دنیای فیزیکی است، با هدف ساخت ماشین‌هایی که می‌توانند کارخانه‌ها، خانه‌ها را تمیز کنند و حتی در جنگ‌ها بجنگند. ایلان ماسک که آینده تسلا را بر روی ربات انسان‌نما Optimus شرط می‌بندد، آینده‌ای آرمان‌شهری از «فراوانی پایدار» را تبلیغ کرده است که در آن هوش مصنوعی و روبات‌ها کار انسانی را تا حد زیادی اختیاری می‌کنند. Shift به بیش از 35000 نفر برای ثبت کارهای فیزیکی، از پخت و پز تا تعمیر موتور، پول پرداخت می کند. با حسن نیت از Shift در حال حاضر، این جاه طلبی ها با یک مشکل روبرو هستند: کمبود گسترده داده های آموزشی.

کایل چان، یکی از همکاران موسسه بروکینگز که فن‌آوری و سیاست‌های صنعتی را مطالعه می‌کند، می‌گوید: «در دنیای رباتیک به طور گسترده توافق شده است که داده‌ها گلوگاه کلیدی هستند.

این سومین قسمت از AI Data Grab، مجموعه Business Insider در مورد چگونگی تبدیل شدن کار انسانی به مواد خام برای هوش مصنوعی - و شرکت‌هایی است که پول نقد می‌کنند. تاکنون، ما در مورد نحوه خرید ایمیل‌های کارکنان و پیام‌های Slack توسط آزمایشگاه‌های هوش مصنوعی و نحوه تبدیل شرکت‌های حقوقی به سیستم‌های هوش مصنوعی گزارش داده‌ایم.

اکنون، تقلا به دنیای فیزیکی می‌رود، جایی که شرکت‌ها به مردم پول می‌دهند تا مهارت‌هایی را ثبت کنند که روبات‌ها هنوز یاد نگرفته‌اند. Shift داده ها را در بیش از 15 کشور جمع آوری می کند تا طیف وسیعی از وظایف و محیط ها را به تصویر بکشد. با حسن نیت از Shift کارگران قراردادی در مکزیک و فیلیپین از راه دور ربات‌ها را در انبارهای آمریکایی کنترل می‌کنند که محصولات زیبایی را بسته‌بندی می‌کنند و حرکات را ضبط می‌کنند تا دستگاه‌ها در نهایت بتوانند کار را به تنهایی انجام دهند. کارگران دیگر در سرتاسر دنیا دوربین‌ها را به پیشانی‌های خود می‌بندند تا فیلم‌های اول شخص از خودشان را در حال تا کردن لباس‌های شسته شده و تخت‌خوابی هتل بگیرند.

جاش گرونشتاین، مدیر عامل شرکت Tutor Intelligence، می گوید: «این گونه است که انتقال دانش بزرگ از انسان به روبات ها اتفاق می افتد. شرکت او یک "کارخانه داده" ماساچوست را اداره می کند که در آن کارگران از راه دور ربات ها را برای تولید داده های آموزشی کنترل می کنند.

بازار داده پررونق یک اپراتور از راه دور در تاسیسات خلیج انکورد، یک ربات را از طریق چیدمان گل ها در یک گلدان راهنمایی می کند. ریا جتا/ BI وینث ولموروگان، که رهبری یادگیری ربات در استارتاپ داده‌های هوش مصنوعی Encord را بر عهده دارد، گفت: تقاضا برای داده‌های آموزشی ربات تقریبا 10 برابر بیشتر از یک سال گذشته است. مشتریان Encord، از جمله Dyna Robotics و Agility Robotics، یک بار 1000 ساعت داده مشروح درخواست کردند. او گفت که اکنون آنها 10000 یا حتی 100000 می خواهند.

این تقاضای داغ برای داده های دنیای واقعی در حالی است که روباتیک به یکی از داغ ترین شرط بندی های سیلیکون ولی تبدیل شده است. سازندگان ربات‌های انسان‌نما، Figure AI و Agility Robotics، ارزش‌های چند میلیارد دلاری را به دست آورده‌اند، و همچنین شرکت‌هایی که «مغز» روبات‌هایی مانند Skild AI و Physical Intelligence را توسعه می‌دهند.

بر اساس داده‌های PitchBook، شرکت‌های رباتیک در نیمه اول سال جاری در سطح جهان 33.4 میلیارد دلار جمع‌آوری کردند که از 28.7 میلیارد دلار در کل سال 2025 فراتر رفت. سخت‌افزار و محاسبات ارزان‌تر، مدل‌های هوش مصنوعی بهتر، کمبود نیروی کار و رقابت با چین، همگی به علاقه سرمایه‌گذاران دامن می‌زنند.

اما فاصله‌ای بین روبات‌هایی که دموی قابل‌توجهی انجام می‌دهند و ماشین‌هایی که به اندازه کافی قابل اعتماد هستند تا در یک شیفت کارخانه هشت ساعته کار کنند، باقی می‌ماند. شرکت‌های رباتیک امیدوارند داده‌های آموزشی بیشتری به آنها کمک کند و تامین‌کنندگان در سراسر جهان، از استارت‌آپ‌های قدیمی گرفته تا شرکت‌های معتبری مانند Scale AI، Instawork، و Uber، عجله دارند تا آن‌ها را به آنها بفروشند.

سخت افزار سفارشی کلید ثبت دنیای فیزیکی است. هوش مصنوعی Mecka که بیش از 120 میلیون دلار از سرمایه‌گذارانی از جمله Sequoia و Nvidia جمع‌آوری کرده است، دو سال پیش با اپلیکیشنی شروع به کار کرد که برای ثبت فعالیت‌های روزمره به افراد پول می‌داد. اما این شرکت به زودی با محدودیت های ویدئویی معمولی مواجه شد.

جاش گائو، مدیر عامل شرکت مککا گفت که اکنون روسری و دستکش های مجهز به حسگر را برای "حس کردن انسان ها" طراحی می کند. این تجهیزات حرکات و نیرو، مانند فشار مورد نیاز برای گرفتن لیوان یا شکستن تخم مرغ را ثبت می کند. پیمانکاران قبل از اینکه Mecka فیلم‌های محل کار را به آزمایشگاه‌های هوش مصنوعی و شرکت‌های رباتیک بفروشد، برچسب‌گذاری می‌کنند. یک اپراتور از راه دور در تأسیسات خلیج انکورد، یک ربات را در حالی که روغن موتور را درون یک ظرف می‌ریزد، کنترل می‌کند. ریا جتا/ BI Microagi، شرکت مادر Shift، تلاش های مجموعه خود را در خانه ها و محل کار در بیش از 15 کشور گسترش می دهد.

مدیر عامل شرکت Bercan Kilic گفت که بیش از 35,000 نفر برای ثبت کارهای خود در حال انجام وظایف فیزیکی پول پرداخت می کنند. Shift گفت شرکت کنندگان می توانند تا 30 دلار در ساعت درآمد داشته باشند و حدود 10 میلیون دلار در سال 2026 پرداخت کرده است.

کارهای خانه رایج ترین هستند، اما کارهای غیرعادی به مدل ها کمک می کند تا در موقعیت های ناآشنا قرار بگیرند. کیلیچ گفت که یکی از مشارکت کنندگان در ترکیه خود را در حال تعمیر موتورهای جت قدیمی در گاراژ خود ضبط کرده است.

هدف Kilic جمع آوری داده های کافی برای ساخت ربات هایی است که می توانند در کارخانه ها کار کنند و کمبود نیروی کار در اروپا و ایالات متحده را برطرف کنند. کیلیچ قبلا به Business Insider گفته بود: «اگر کارخانه‌ها را اداره می‌کنید، ریاضیات از قبل روی میز شما است. باتجربه‌ترین افراد شما در این دهه بازنشسته می‌شوند و جایگزین‌های آن‌ها هرگز به دنیا نیامدند.

درآمد امروز، اتوماسیون فردا

با این حال، برای کارگرانی که این داده‌ها را ارائه می‌کنند، امروز این مبادله در ازای کمک به ساخت ماشین‌هایی است که در نهایت می‌توانند کار آنها را خودکار کنند.

دمیر، سرآشپز خصوصی، گفت که معتقد است کارش ایمن است. او گفت: "ماشین ها فقط می توانند تماشا کنند، گوش دهند و دستورالعمل ها را دنبال کنند." "آنها نمی توانند احساس یا بو کنند."

اقتصاد در کشورهایی که نیروی کار ارزان تر است متفاوت است. Human Archive، یک شرکت جمع‌آوری داده مستقر در سانفرانسیسکو، سال گذشته از طریق مشارکت با پلتفرم‌های گیگ، هتل‌ها و شرکت‌های لوله‌کشی و برق، عملیات ساخت خود را در هند آغاز کرد. با اپلیکیشنی شروع شد که به افراد اجازه می داد صدا و ویدیوی اول شخص ضبط کنند. این استارت‌آپ اکنون سخت‌افزارهای سفارشی را نیز در چین تولید می‌کند، از جمله هدست‌های مجهز به دوربین و ردیاب‌های مچ دست که حرکت را ضبط می‌کنند.

راج پاتل، مدیرعامل این شرکت، گفت: امروز، این شرکت در بیش از 30 کشور جهان فعالیت می‌کند و بسته به میزان مخرب بودن تجهیزات، به کارگران بین 1 تا 10 دلار و حتی بیشتر در ساعت حقوق می‌دهد. پاتل گفت که این کارگران می توانند «تقریبا به همان اندازه یا بیشتر [از شغل معمولی خود] فقط برای پوشیدن این وسایل درآمد داشته باشند».

Mecka و Human Archive نگفتند که چگونه رضایت کارگران را هنگام جمع آوری داده ها از طریق مشاغل شریک یا پیمانکاران محلی تضمین می کنند. Shift گفت مشارکت داوطلبانه است و برخی از کارمندان در مشاغل شریک شرکت نمی‌کنند. این شرکت اعلام کرد که رضایت صریح را دریافت می‌کند و توضیح می‌دهد که چه داده‌هایی جمع‌آوری می‌شوند و چگونه از آن‌ها استفاده می‌شود، از جمله اینکه ممکن است مجوز آزمایشگاه‌های دیگر برای آموزش هوش مصنوعی و رباتیک داشته باشد.

رقابت جهانی برای کار داده می تواند با یک نقطه منفی همراه باشد. مارک گراهام، پروفسور مؤسسه اینترنت آکسفورد و نویسنده کتاب تغذیه ماشین، کتابی در مورد نیروی کار پشت هوش مصنوعی، گفت: این کار دستمزدها را کاهش می دهد و کارگران را با قدرت چانه زنی اندکی باقی می گذارد. او گفت: «اغلب کارگران حتی نمی دانند چه کار می کنند. "آنها یک زائده بسیار دور ریختنی از یک ماشین بسیار بزرگتر هستند."

کار همچنین می تواند از نظر فیزیکی مالیات برانگیز باشد. یکی از اپراتورها که از راه دور ربات‌ها را در انبارهای ایالات متحده از تأسیسات تگزاس کنترل می‌کند، قبلا به Business Insider گفته بود که شیفت‌های هشت ساعته باعث گرفتگی بازو و شانه می‌شود. آنها گفتند: «ما حتی یک تفنگ ماساژور در دفتر داریم.

آیا رونق داده ها ادامه خواهد داشت؟

شرکت‌هایی که تمام این داده‌ها را جمع‌آوری می‌کنند شرط می‌بندند که تلاش برای آموزش ربات‌های هوشمند باعث افزایش تقاضا برای سال‌های آینده خواهد شد. شرکت تحقیقاتی Mordor Intelligence پیش‌بینی می‌کند که بازار مجموعه داده‌های آموزش هوش مصنوعی از ۱۱.۹ میلیارد دلار در سال جاری به نزدیک به ۴۹.۸ میلیارد دلار تا سال ۲۰۳۱ خواهد رسید.

سیذارت راماکریشنان، یکی از شرکای Scale Venture Partners، گفت: برای تامین‌کنندگان داده‌های رباتیک، مورد مثبت این است که استارت‌آپ‌ها سهم قابل توجهی از بودجه خود را صرف مواد آموزشی می‌کنند.

او گفت: «اگر قوانین مقیاس‌پذیری به کار خود ادامه دهند، پای به رشد خود ادامه خواهد داد.

اما هیچ کس نمی داند ربات ها برای کار قابل اعتماد به چه مقدار داده نیاز دارند. اگر به کمتر از حد انتظار نیاز داشته باشند، تامین کنندگان داده ممکن است تجارت خود را از دست بدهند. اگر آنها به خیلی بیشتر نیاز داشته باشند، سرمایه گذاران می توانند قبل از اینکه روبات ها از نظر تجاری قابل دوام باشند، از پرداخت هزینه خسته شوند.

برخی شرط بندی می کنند که تقاضا برای داده های آموزشی ربات به اوج خود نزدیک نیست. Velmurugan Encord مغز ربات امروزی را به مغز یک کودک دو ساله تشبیه می‌کند و تخمین می‌زند که آموزش یک ربات برای کار در خانه - یکی از سخت‌ترین محیط‌ها به دلیل ساختار ناپذیری - می‌تواند به مجموعه داده‌ای پنج برابر اندازه YouTube نیاز داشته باشد.

به گفته شرکت تحقیقاتی Omdia، در پایان سال 2025، یوتیوب حدود 29 میلیارد ویدیو، معادل 280000 سال فیلم، در اختیار داشت. کن گلدبرگ روباتیک دانشگاه برکلی. فلوریان گارتنر/ گتی ایماژ کن گلدبرگ، استاد رباتیک دانشگاه کالیفرنیا برکلی و یکی از بنیانگذاران استارت آپ رباتیک انبار Ambi Robotics، گفت: «سخت است که بگوییم چگونه این اتفاق خواهد افتاد. او گفت: "ممکن است پنج سال یا 50 سال طول بکشد. و حتی اگر ما اکنون داده های نامحدودی داشته باشیم، نمی دانم که آیا این رویکرد کارساز خواهد بود."

آموزش ربات‌ها در محیط‌های مجازی، معروف به شبیه‌سازی، می‌تواند معادله را تغییر دهد. World Labs، استارت‌آپی که قصد خرید 8.2 میلیارد دلاری توسط AMD را دارد، می‌گوید که می‌تواند مجموعه کوچکی از ضبط‌ها را به محیط‌های شبیه‌سازی شده تبدیل کند و آنها را برای تولید داده‌های آموزشی بیشتر برای روبات‌ها تغییر دهد. اگر این فناوری ارائه شود، شرکت های رباتیک می توانند به داده های بسیار کمتری از دنیای فیزیکی نیاز داشته باشند.

اما حتی تقاضای پایدار نیز یک تجارت سودآور را تضمین نمی کند.

در اوایل سال جاری، سام پادیلا استارتاپ داده های رباتیک خود، Eidon AI را پس از مبارزه با لجستیک، هزینه های اولیه و حاشیه های ناچیز تعطیل کرد. او این تجارت را با dropshipping مقایسه کرد، جایی که خرده‌فروشان کالاهایی را که مستقیما توسط تامین‌کنندگان ارسال می‌شود می‌فروشند و نشانه‌گذاری را به جیب می‌زنند - تا زمانی که رقبای محصولات مشابه را با قیمت کمتری عرضه می‌کنند، حاشیه سود خود را کاهش دهند.

او گفت: «اگر مایل به مسابقه دادن و رقابت تا انتهای آن هستید، یک فرصت آربیتراژ واضح برای کسب درآمد وجود دارد. اما یک گلوگاه فنی لزوما به معنای یک تجارت خوب نیست.

نکته ای دارید؟ با Rya Jetha از طریق ایمیل به آدرس rjetha@businessinsider.com یا سیگنال در rjetha.07 تماس بگیرید. از یک آدرس ایمیل شخصی و یک دستگاه غیر کاری استفاده کنید. در اینجا راهنمای ما برای به اشتراک گذاری ایمن اطلاعات است.

مقاله اصلی را در Business Insider بخوانید