Deze week kondigde een AI-startup genaamd Shift aan dat het gratis de huizen van New Yorkers zou schoonmaken, met plannen om uit te breiden naar andere steden, waaronder Londen. Als ik om me heen kijk in mijn eigen flat, begrijp ik de aantrekkingskracht. Maar er is een addertje onder het gras – er is altijd een addertje onder het gras.
In ruil voor de schoonmaak wil Shift beelden van zijn schoonmakers aan het werk: borden schrobben, aanrechten afnemen, stoffen van tafels, dweilen van vloeren. Het wil video van al het saaie huishoudelijke werk dat we maar al te graag zouden uitbesteden als we konden – en dat robotica-bedrijven in een race zijn om machines te leren doen, zodat ze ons iets kunnen verkopen om het voor ons te doen. Dat is moeilijker dan het klinkt. In tegenstelling tot chatbots, beeldgeneratoren en andere AI-tools die de afgelopen jaren zijn geëxplodeerd, moeten robots omgaan met de fysieke wereld – ruimte, beweging, kracht, wrijving, rare vormen en materialen, lastige belichting en al het andere dat mensen instinctief begrijpen. Daarom blijken dingen die voor ons over het algemeen gemakkelijk zijn, zoals kleding opvouwen, een appel oppakken of een glas water inschenken, voor robotici waanzinnig lastig te codificeren.
Machines die dingen leren doen vereist veel data. Tekst, afbeeldingen en video's konden gemakkelijk op industriële schaal van internet worden geschraapt – vaak zonder de makers te compenseren. De fysieke wereld is moeilijker te schrapen, en nog moeilijker om stilletjes te schrapen zonder ervoor te betalen. Dit maakt toegang tot hoogwaardige data een enorme bottleneck voor bedrijven die fysieke AI ontwikkelen, dus startups zoals Shift worden creatief. Ze zijn niet de enige. In India onthulde recente berichtgeving dat thuisplatform Pronto de huizen van klanten gebruikt als bron van AI-trainingsbeelden voor klusjes zoals koken, schoonmaken en wassen. Pronto zegt dat het alleen beelden opneemt als klanten expliciet toestemming geven – het is niet duidelijk wat klanten ervoor terugkrijgen, behalve een kopie van de beelden – maar de praktijk leidde tot een golf van verontwaardiging, waarbij rivaliserende startups erop staan dat ze nog nooit binnen huizen hebben opgenomen om AI te trainen.
Andere startups richten zich op het opschalen van dataverzameling. Het in Silicon Valley gevestigde Human Archive hoopt samen te werken met bedrijven zoals Pronto en gig-werkers hun activiteiten te laten opnemen met niet-zo-stijlvolle cameramutsen. De hoeden verzamelen beelden vanuit het gezichtspunt van de drager – precies het soort 'egocentrische' of first-person data dat robotica-bedrijven nodig hebben om machines te leren hoe mensen door fysieke ruimte navigeren. Shift richt zich ook rechtstreeks op consumenten en beweert tienduizenden mensen in 15 landen te hebben betaald om hun activiteiten via hun app op te nemen. Sommige bedrijven slaan nuttig werk over en betalen werknemers om dezelfde fysieke taken steeds opnieuw uit te voeren terwijl camera's en sensoren elke beweging vastleggen – waardoor routinematige fysieke activiteiten zoals handdoeken vouwen, kopjes oppakken en dozen dragen veranderen in waardevol AI-trainingsmateriaal.
En sommige data komt van robots die al in de wereld zijn. Ondanks de hype is echte automatisering nog ver weg – vandaar de behoefte aan al deze data – maar bedrijven zijn erop gebrand toch producten te verzenden, waarbij ze data uit de huizen van klanten gebruiken om het product te verbeteren. Velen vertrouwen op externe werknemers om in te grijpen wanneer robots onvermijdelijk vastlopen; ze zullen die data ook gebruiken. Natuurlijk is het ruilen van data voor iets van waarde niet nieuw – bedrijven bieden al jaren kortingen, gemak en gratis diensten in ruil voor toegang tot uw data, van loyaliteitskaarten en cookies tot dashcams, verzekeringsapps die rijgedrag monitoren en die verschrikkelijke smart-tv die altijd advertenties toont. Wat nieuw is, is het soort data waar bedrijven voor willen betalen. Voor nu betekent dat misschien dat je een mens gratis je huis laat schoonmaken in een opvallende hoed, zodat een bedrijf je uiteindelijk een robot kan verkopen om het in plaats daarvan te doen.