W tym tygodniu startup AI o nazwie Shift ogłosił, że za darmo posprząta domy nowojorczyków, z planami ekspansji na inne miasta, w tym Londyn. Rozglądając się po własnym mieszkaniu, rozumiem, dlaczego to kuszące. Ale jest haczyk – zawsze jest haczyk.

W zamian za sprzątanie Shift chce nagrań swoich sprzątaczy przy pracy: szorujących naczynia, wycierających blaty, odkurzających stoły, myjących podłogi. Chce wideo całej tej nudnej domowej roboty, którą chętnie byśmy zlecili, gdybyśmy mogli – i której firmy robotyczne uczą maszyny, by sprzedać nam coś, co zrobi to za nas. To trudniejsze, niż brzmi. W przeciwieństwie do chatbotów, generatorów obrazów i innych narzędzi AI, które eksplodowały w ostatnich latach, roboty muszą radzić sobie z fizycznym światem – rozumieć przestrzeń, ruch, siłę, tarcie, dziwne kształty i materiały, niewygodne oświetlenie i wszystko inne, co ludzie pojmują instynktownie. Dlatego rzeczy dla nas łatwe, jak składanie ubrań, podniesienie jabłka czy nalanie szklanki wody, okazały się dla robotyków koszmarem do skodyfikowania.

Nauczenie maszyn tych rzeczy wymaga mnóstwa danych. Tekst, obrazy i filmy można łatwo zeskrobać z internetu na przemysłową skalę – często bez wynagradzania ich twórców. Fizyczny świat jest trudniejszy do zeskrobania, a jeszcze trudniej zrobić to po cichu, nie płacąc za to. To sprawia, że dostęp do wysokiej jakości danych jest ogromnym wąskim gardłem dla firm rozwijających fizyczne AI, więc startupy takie jak Shift stają się kreatywne. Nie są same. W Indiach niedawne doniesienia ujawniły, że platforma usług domowych Pronto wykorzystuje domy klientów jako źródło nagrań do trenowania AI w czynnościach takich jak gotowanie, sprzątanie i pranie. Pronto twierdzi, że nagrywa tylko za wyraźną zgodą klientów – nie wiadomo, co klienci dostają w zamian, poza kopią nagrań – ale praktyka wywołała falę krytyki, a konkurencyjne startupy zapewniają, że nigdy nie nagrywały w domach, by trenować AI.

Inne startupy skupiają się na skalowaniu zbierania danych. Human Archive z Doliny Krzemowej ma nadzieję współpracować z firmami takimi jak Pronto i zlecać pracownikom gig ekonomii nagrywanie swoich czynności za pomocą mało stylowych czapek z kamerami. Czapki zbierają nagrania z perspektywy noszącego – dokładnie takiego „egocentrycznego” lub pierwszoosobowego materiału, jakiego potrzebują firmy robotyczne, by uczyć maszyny, jak ludzie poruszają się w fizycznej przestrzeni. Shift również dociera bezpośrednio do konsumentów, twierdząc, że zapłacił dziesiątkom tysięcy ludzi w 15 krajach za nagrywanie swoich czynności przez swoją aplikację. Niektóre firmy rezygnują z użytecznej pracy i płacą pracownikom za wielokrotne wykonywanie tych samych fizycznych zadań, podczas gdy kamery i czujniki rejestrują każdy ruch – zamieniając rutynowe czynności, takie jak składanie ręczników, podnoszenie kubków i przenoszenie pudełek, w cenny materiał do trenowania AI.

A niektóre dane pochodzą od robotów już działających w świecie. Pomimo szumu, prawdziwa automatyzacja jest jeszcze daleko – stąd potrzeba tych wszystkich danych – ale firmy chętnie wypuszczają produkty, wykorzystując dane z domów klientów do ulepszania produktu. Wiele z nich polega na zdalnych pracownikach, którzy interweniują, gdy roboty nieuchronnie utkną; wykorzystają też te dane. Oczywiście handlowanie danymi za coś wartościowego nie jest nowością – firmy od lat oferują zniżki, wygodę i darmowe usługi w zamian za dostęp do twoich danych, od kart lojalnościowych i ciasteczek po kamery samochodowe, aplikacje ubezpieczeniowe monitorujące styl jazdy i te okropne smart TV zawsze wyświetlające reklamy. Nowością jest rodzaj danych, za które firmy są skłonne płacić. Na razie oznacza to, że może pozwolisz człowiekowi posprzątać swój dom za darmo w modnej czapce, aby w końcu firma mogła sprzedać ci robota, który zrobi to za niego.