Indijos darbininkai filmuoja savo darbą, kad apmokytų dirbtinį intelektą
Mohammed Ashim jau ketverius metus Bengalūre kerpa plaukus ir formuoja barzdas.
Tačiau pastaruoju metu 22-metis prie galvos prisitvirtina kamerą, kad įrašytų savo darbo procesą.
Kamera filmuoja tik jo rankas ir pirštus – klientų veidai yra užtušuoti.
„Procedūra paprasta, bet reikia laikytis griežtos judesių tvarkos. Operacijų komanda mane išmokė, kad rankos visada turi likti aiškiai kadre, apšvietimas turi būti ryškus, o dirbdamas negaliu pernelyg staigiai pakreipti galvos.“
Jis nešioja kamerą penkias ar šešias valandas per dieną.
„Už tai gerai moka, bet, sąžiningai sakant, mane labiausiai džiugina jausmas, kad darau kažką tokio futuristinio. Niekada nebūčiau įsivaizdavęs, kad mano skustuvų naudojimo technika pravers pasaulinei technologijų įmonei“, – sako Ashim.
Jis yra vienas iš šimtų tūkstančių darbuotojų visame pasaulyje, kuriems mokama už jų veiklos filmavimą.
Ashimo filmuotą medžiagą renka vietinė įmonė, kurioje gali būti šimtai žmonių, filmuojančių savo darbą.
Vėliau šie vaizdo įrašai parduodami technologijų įmonėms ir mokslinių tyrimų organizacijoms, kurios juos naudoja dirbtinio intelekto mokymui – ypač vadinamajam fiziniam dirbtiniam intelektui, t. y. dirbtinio intelekto rūšiai, galinčiai valdyti robotus realiame pasaulyje.
„Rashdan Technologies“ renka ir apdoroja tokius žmonių sukurtus duomenis.
„Kiekviena robotikos įmonė, kiekviena pažangi dirbtinio intelekto laboratorija turi konkrečių duomenų, kurių jai reikia: pramoninės užduotys, žemės ūkis, namų ruošos darbai, smulkiųjų verslų veikla, pavyzdžiui, keramika, drabužių siuvimas, siuvinėjimas, žvakių gamyba. „Mes einame ten, kur yra užduotis“, – sako bendrovės įkūrėjas ir generalinis direktorius Shahil Baig.
Jo įmonė moka nuo 5 iki 10 JAV dolerių (3,74–7,47 svarų sterlingų) už 8–10 valandų įrašyto darbo.
„Daugeliui šių žmonių tai yra svarbu“, – sako Baig.
Pasak jo, svarbu užtikrinti, kad darbuotojai duotų sutikimą ir jaustųsi patogiai vykdydami šį procesą.
„Mes filmuojame rankas, o ne veidus, o tais atvejais, kai daugiakamerinės sistemos užfiksuoja didesnę kūno ar aplinkos dalį, veidus išblukiname. Į tai, ką perduodame, nepatenka nei vardai, nei kontaktiniai duomenys, nei nieko, kas leistų juos asmeniškai identifikuoti.“
Tačiau jo klientai tampa vis reiklesni.
„Dabar klientai prašo, kad aplink žmogaus galvą būtų sumontuotos keturios–šešios kameros, kad būtų užfiksuota visa scena, o ne tik rankos.
„Įtikinti žmogų sutikti su viena maža kamera – tai viena kalba. Įtikinti jį sutikti dėvėti tai, kas iš esmės yra penkių kamerų ausines, – visiškai kitokia ir sudėtingesnė užduotis. Už tokio lygio duomenų rinkimą mes mokame daugiau dėl to, ko prašome iš žmonių.“
Be to, šioje srityje vis gausėja konkurentų – M. Agarwalas prognozuoja, kad šiais metais Indijoje atsiras dar keliasdešimt naujų konkurentų.
Kodėl tokie duomenys yra tokie svarbūs?
Jei norite, kad robotai galėtų orientuotis realiame pasaulyje, jų negalima mokyti vien tik kompiuterinėse simuliacijose, teigia Manish Agarwal, „Humyn Labs“ įkūrėjas, kurio įmonė renka ir apdoroja žmonių sukurtus duomenis.
Didžioji dalis šių duomenų gaunama iš vaizdo įrašų, tačiau kartais duomenų rinkėjai ant rankų ir pirštų nešioja įrangą, kad užfiksuotų fizinį kontaktą.
„Fizinės užduotys reikalauja aukštos kokybės signalų, susijusių su galūnių judesiais, pirštais, riešais, alkūnėmis, pečiais ir dinamišku jėgos panaudojimu. Pavyzdžiui: tinkamos sukibimo jėgos panaudojimas, kad plastikinis butelis nesulūžtų, o plieninis stiklinis – sulūžtų“, – sako jis.
Ir iki neseniai šių duomenų nebuvo.
„Nėra jokio internetinio žmogaus veiklos, susijusios su kūno judesiais, archyvo – nėra duomenų rinkinio apie virtuvės valymą ar automobilio surinkimą rankomis, kurios tiksliai žino, kiek jėgos reikia panaudoti. Šie duomenys turi būti renkami nuo nulio, realiame pasaulyje, įvairiose aplinkose“, – sako Agarwal, kurio įmonė turi padalinius Bangalūre ir San Franciske.
Šiuo metu jo įmonė turi 96 000 duomenų rinkėjų įvairiose Lotynų Amerikos ir Pietryčių Azijos šalyse.
„Humyn Labs“ filtruoja tūkstančius valandų vaizdo įrašų, kuriuos pateikia šie duomenų rinkėjai, atrinkdama naudingiausią turinį. Vėliau jis pažymimas, kad dirbtinis intelektas žinotų, į ką žiūri, ir pateikiamas formatu, kurį gali naudoti klientai.
„Reikia rinkti duomenis iš įvairių gamyklų, įvairių užduočių, skirtingose geografinėse vietovėse, nes jei norite sukurti diegimo sprendimą JAV gamykloms ar JAV namams, jums reikės aplinkų, kurios tai atspindėtų. Gyvenamieji namai Indijoje gali būti netinkamas kontekstas kuriant robotikos naudojimo atvejį JAV.“
Mohammed Ashim jau ketverius metus Bengalūre kerpa plaukus ir apkarpo barzdas.
Tačiau pastaruoju metu 22-metis prie galvos prisitvirtina kamerą, kad įrašytų savo darbą.
Kamera filmuoja tik jo rankas ir pirštus – klientų veidai yra užtušuoti.
„Procedūra paprasta, bet reikia laikytis griežtos judesių disciplinos. Operacijų komanda mane išmokė, kad rankos visada turi likti aiškiai kadre, apšvietimas turi būti ryškus, o dirbdamas negaliu pernelyg staigiai pakreipti galvos.“
Jis nešioja kamerą penkias ar šešias valandas per dieną.
„Už tai gerai moka, bet, sąžiningai sakant, mane labiausiai džiugina jausmas, kad darau kažką tokio futuristinio. Niekada nebūčiau įsivaizdavęs, kad mano skustuvų naudojimo technika pravers pasaulinei technologijų įmonei“, – sako Ashim.
Jis yra vienas iš šimtų tūkstančių darbuotojų visame pasaulyje, kuriems mokama už jų veiklos filmavimą.
Ashimo filmuotą medžiagą renka vietinė įmonė, kurioje gali būti šimtai žmonių, filmuojančių savo darbą.
Vėliau šie vaizdo įrašai parduodami technologijų įmonėms ir mokslinių tyrimų organizacijoms, kurios juos naudoja dirbtinio intelekto mokymui – ypač vadinamajam fiziniam dirbtiniam intelektui, t. y. dirbtinio intelekto rūšiai, galinčiai valdyti robotus realiame pasaulyje.
„Rashdan Technologies“ renka ir apdoroja tokius žmonių sukurtus duomenis.
„Kiekviena robotikos įmonė, kiekviena pažangiausia dirbtinio intelekto laboratorija turi konkrečių duomenų, kurių jai reikia: pramoninės užduotys, žemės ūkis, namų ruošos darbai, smulkiųjų verslų veikla, pavyzdžiui, keramika, drabužių siuvimas, siuvinėjimas, žvakių gamyba. „Mes einame ten, kur yra užduotis“, – sako bendraįkūrėjas ir generalinis direktorius Shahil Baig.
Jo įmonė moka nuo 5 iki 10 JAV dolerių (3,74–7,47 svarų sterlingų) už 8–10 valandų įrašyto darbo.
„Daugeliui šių žmonių tai yra svarbu“, – sako Baig.
Pasak jo, svarbu užtikrinti, kad darbuotojai duotų sutikimą ir jaustųsi patogiai vykdydami šį procesą.
„Mes filmuojame rankas, o ne veidus, o tais atvejais, kai kelių kamerų įranga užfiksuoja didesnę kūno ar aplinkos dalį, veidus išblukiname. Į tai, ką perduodame, nepatenka nei vardai, nei kontaktiniai duomenys, nei nieko, kas leistų juos asmeniškai identifikuoti.“
Tačiau jo klientai tampa vis reiklesni.
„Dabar klientai prašo, kad aplink žmogaus galvą būtų sumontuotos keturios–šešios kameros, kad būtų užfiksuota visa scena, o ne tik rankos.
„Įtikinti žmogų sutikti su viena maža kamera – tai viena istorija. Įtikinti jį sutikti dėvėti tai, kas iš esmės yra penkių kamerų ausines, – visiškai kitokia ir sudėtingesnė užduotis. Už tokio lygio duomenų rinkimą mes mokame daugiau dėl to, ko prašome iš žmonių.“
Be to, šioje srityje vis labiau gausėja konkurentų – M. Agarwalas prognozuoja, kad šiais metais Indijoje atsiras dar keliasdešimt naujų konkurentų.
Kodėl tokie duomenys yra tokie svarbūs?
Jei norite, kad robotai galėtų orientuotis realiame pasaulyje, jų negalima mokyti vien tik kompiuterinėse simuliacijose, teigia Manish Agarwal, „Humyn Labs“ įkūrėjas, kurio įmonė renka ir apdoroja žmonių sukurtus duomenis.
Didžioji dalis šių duomenų gaunama iš vaizdo įrašų, tačiau kartais duomenų rinkėjai ant rankų ir pirštų nešioja įrangą, kad užfiksuotų fizinį kontaktą.
„Fizinės užduotys reikalauja aukštos kokybės signalų, susijusių su galūnių judesiais, pirštais, riešais, alkūnėmis, pečiais ir dinamišku jėgos panaudojimu. Pavyzdžiui: tinkamos sukibimo jėgos panaudojimas, kad plastikinis butelis nesulūžtų, o stiklinis – sulūžtų“, – sako jis.
Ir iki neseniai šių duomenų nebuvo.
„Nėra jokio internetinio žmogaus veiklos archyvo – nėra duomenų rinkinio apie virtuvės valymą ar automobilio surinkimą rankomis, kurios tiksliai žino, kiek jėgos reikia panaudoti. Šie duomenys turi būti renkami nuo nulio, realiame pasaulyje, įvairiose aplinkose“, – sako Agarwal, kurio įmonė turi padalinius Bangalūre ir San Franciske.
Šiuo metu jo įmonė turi 96 000 duomenų rinkėjų įvairiose Lotynų Amerikos ir Pietryčių Azijos šalyse.
„Humyn Labs“ filtruoja tūkstančius valandų vaizdo įrašų, kuriuos pateikia šie surinkėjai, atrinkdama naudingiausią turinį. Vėliau jis pažymimas, kad dirbtinis intelektas žinotų, į ką žiūri, ir supakuojamas į formatą, kurį gali naudoti klientai.
„Reikia rinkti duomenis iš įvairių gamyklų, įvairių užduočių, skirtingose geografinėse vietovėse, nes jei norite sukurti sprendimą, skirtą JAV gamykloms ar JAV namams, jums reikės aplinkų, kurios tai atspindėtų. Indijos gyvenamieji namai gali būti netinkamas kontekstas kuriant robotikos naudojimo atvejį JAV.“
Nors tokios medžiagos paklausa yra, ji bus surinkta kažkur.
„Dabartinis Indijos vaidmuo šioje pramonės šakoje iš esmės yra žaliavų tiekėjas – žmonės prisegasi kameras, filmuoja save atliekant įprastas užduotis, o ta medžiaga išsiunčiama į užsienio laboratorijas“, – sako Agarwal.
Tačiau jis teigia, kad tokio darbo vertė greitai sumažės, nes vis daugiau įmonių konkuruoja dėl duomenų rinkimo sutarčių.
„Indija negali sau leisti likti vaizdo įrašų tiekėja. Ji turi pakilti vertės grandinėje: nuo neapdorotų vaizdo įrašų fiksavimo iki to, kad pati valdytų procesą, kuris tuos vaizdo įrašus paverčia naudingais – juos valo, struktūrizuoja, tikrina ir galiausiai nustato standartus, kas laikoma aukštos kokybės mokymo duomenimis“, – sako jis.
