Marzenie o humanoidalnym robocie w każdym domu rodzi nowy rodzaj pracy. Wystarczy opaska na głowę, smartfon i lista domowych obowiązków.
Producenci robotów humanoidalnych przeżywają prawdziwy wyścig zbrojeń. Kolejne modele potrafią chodzić, tańczyć, a nawet walczyć. Problem jednak w tym, że robot, który ma myć naczynia u ciebie w kuchni albo opiekować się starszym rodzicem, potrzebuje czegoś znacznie bardziej przyziemnego niż zaawansowane układy mechaniczne. Potrzebuje danych. Miliardów godzin nagrań z perspektywy pierwszej osoby.
Jeśli chcesz otrzymać raport przed oficjalną premierą oraz zobaczyć nazwę swojej firmy wśród uczestników badania – zostaw adres email na końcu ankiety.
Nowa praca: nagrywaj swoje sprzątanie
I tu wkracza nowy rynek pracy, który rośnie w zaskakującym tempie. Startupy zaczęły masowo rekrutować kontrahentów na całym świecie, których jedynym zadaniem jest nagrywanie siebie podczas wykonywania codziennych czynności: gotowania, sprzątania, pielęgnacji ogrodu, karmienia zwierząt.
Firma Micro1, z siedzibą w Palo Alto, zatrudnia już ponad 4000 takich „robotics generalists” w 71 krajach. Co miesiąc przysyłają oni ponad 160 000 godzin materiału wideo. Arian Sadeghi, wiceprezes ds. danych robotycznych w Micro1, przyznaje wprost, że to wciąż za mało:
„You need probably billions of hours. We haven’t even gotten to human interactions. This is just simple household chores.” / „Potrzebujemy prawdopodobnie miliardów godzin. Nie dotarliśmy jeszcze nawet do interakcji między ludźmi. To wciąż tylko proste prace domowe.”
Każdy uczestnik programu dostaje specjalne oprzyrządowanie do montażu kamery na głowie, instrukcje nagrywania i listę zadań. Wymagane minimum to co najmniej 10 godzin materiału tygodniowo. Sadeghi zachęca też do kreatywności: „The thing we tell them is, 'If you think you want a robot to do this for you, go ahead and record it.'” / „Mówimy im: jeśli myślisz, że chciałbyś, żeby robot to dla ciebie zrobił, to po prostu to nagraj.”
Dlaczego dane z domów są warte miliardy
Branża oznaczania i zbierania danych ma rosnąć w tempie około 30% rocznie, by osiągnąć wartość co najmniej 10 miliardów dolarów do 2030 roku. Motorem wzrostu jest przede wszystkim Azja.
Ravi Rajalingam, założyciel firmy Objectways, która wcześniej dostarczała dane dla asystentów głosowych i samochodów autonomicznych, przerzucił się na robotykę w zeszłym roku. Zdradza ciekawy szczegół: część jego klientów, skupionych głównie na rynku amerykańskim, płaci wyraźnie więcej za nagrania z domów w USA, bo to tam jako pierwsi trafią roboty humanoidalne. Stawki godzinowe wahają się od 5 do nawet 20 dolarów w zależności od regionu.
„The India kitchen is very different from the US kitchen. A broomstick in India is very different from a broomstick in US. So variety is important, but it depends where you are going to place your robots first.” / „Indyjska kuchnia jest bardzo inna od amerykańskiej. Miotła w Indiach to coś zupełnie innego niż miotła w USA. Różnorodność jest ważna, ale zależy od tego, gdzie planujesz jako pierwsze wdrożyć swoje roboty.”
Komentarz redakcji
Patrząc na ten rynek, widzę jednocześnie genialną prostotę i pewien niepokój. Z jednej strony, to eleganckie rozwiązanie problemu danych: zamiast budować drogie symulacje, po prostu płacisz ludziom, żeby nagrywali swoje życie. Nowe miejsca pracy, elastyczna praca zdalna, globalna sieć kontrahentów. Brzmi jak win-win.
Z drugiej strony, trudno nie zadać sobie pytania: co tak naprawdę dzieje się z tymi nagraniami? Filmy z domów, kuchni, pokojów dziecięcych. Kto ma do nich dostęp, jak długo są przechowywane, czy są anonimizowane? Firmy takie jak Micro1 czy Objectways działają w dość nowej i słabo uregulowanej przestrzeni. Regulacje dotyczące prywatności danych jeszcze nie nadążają za tym, co te firmy zbierają.
I jeszcze jedno: ten boom na „ludzkie dane” może być krótki. Kilku ekspertów w branży otwarcie przyznaje, że nie wiedzą, jakich danych będą potrzebować za 12 miesięcy. Jeśli AI nauczy się przekształcać filmy z YouTube na materiał treningowy dla robotów, popyt na armię domowych kamerzystów może spaść równie szybko, jak wzrósł.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Jak właściwie szkoli się robota?
Przez dekady robotom wpajano ruchy za pomocą pilotów zdalnego sterowania. Kosztowna metoda. Tańszą alternatywą stały się symulacje komputerowe, choć te mają ograniczenia, zwłaszcza gdy robot musi wchodzić w fizyczne interakcje z przedmiotami, na przykład podnosić szklankę.
Nagrania z pierwszej osoby okazują się czymś pośrodku: tanie w pozyskaniu, a jednocześnie realistyczne. Nvidia potwierdziła to w lutowym raporcie: włączenie ponad 20 000 godzin takich nagrań do procesu uczenia podniosło skuteczność wykonywania zadań o ponad 50%. Testowane czynności obejmowały m.in.:
- składanie koszulek
- sortowanie kart do gry
- odkręcanie nakrętek od butelek
- obsługę strzykawki
Chiny zainwestowały w tę metodę szczególnie mocno i ogłosiły plany budowy co najmniej 60 centrów szkoleniowych dla robotów w całym kraju. Marco Wang, analityk z Interact Analysis, przyznaje jednak, że rynek skłania się ku podejściu mieszanemu: „In the future, it will be a mixture of different approaches.” / „W przyszłości będzie to mieszanka różnych podejść.”
Ostatnia mila automatyzacji
Przełom nastąpił trzy lata temu, kiedy duże modele językowe leżące u podstaw ChatGPT umożliwiły stworzenie nowych algorytmów przekształcających bodźce wzrokowe w działania fizyczne. Roboty, które wcześniej wykonywały powtarzalne ruchy według sztywnego schematu, nagle zaczęły „rozumieć” otoczenie.
Mimo to droga do robota, który sprawdzi się w prawdziwym domu, jest jeszcze długa. Rutav Shah, badacz robotyki z Uniwersytetu Teksańskiego w Austin, tłumaczy, w czym tkwi problem:
„What’s really missing is a human-like intuition of forces, friction, and uncertainty that people acquire throughout their lifetime.” / „Brakuje przede wszystkim ludzkiej intuicji dotyczącej sił, tarcia i niepewności, którą ludzie nabywają przez całe życie.”
Nawet w kontrolowanych środowiskach, takich jak linie produkcyjne, skuteczność wykonania zadania przez robota sięga 99,9%. W domu? Przy składaniu koszulki współcześnie osiąga się wynik rzędu 70-80%, co Alexander Verl z Międzynarodowej Federacji Robotyki kwituje wprost: dla przemysłu to wciąż za mało.
Rajalingam z Objectways podnosi też kwestię bezpieczeństwa. Robot sprzątający pokój dziecięcy, który nie odróżnia lalki od niemowlęcia, może skończyć się katastrofą. „If the robot takes my baby and puts it in a bin, here comes the million-dollar lawsuit.” / „Jeśli robot weźmie moje dziecko i wrzuci je do kosza, zaraz pojawi się pozew na milion dolarów.”
Testowanie na niemowlętach to wciąż odległa perspektywa. Na psach już nie.
