Ben artık sadece bir insan değil; gerçekliğin bir taşıyıcısı, mesajların bir aracı oldum. Elime bir bıçak alıp organik bir salatalığı dilimlerken, alnıma bağladığım iPhone tüm on parmağımı yakalıyor. Dilimleri salata kasesine atıp kaydı bitiriyorum. Bir yerde, mini bir robot biraz daha akıllı hâle geliyor.
Geçtiğimiz ay bir hafta boyunca evimde oturup veri topladım; robotların bulaşık yıkamayı, çamaşır katlamayı, içecek dökmeyi gibi basit görevleri öğrenmesi için gerçek zamanlı, baş‑üstü çekimler yaptım. Ev işlerinde insan eliyle yapılan ince motor becerileri, robotların ev içinde işe yarar hâle gelmesi için şart. Ben de bu işleri titizlikle yaptım—ve bir yandan da para kazandım.
İnsan perspektifinden yapılan, baş‑üstü ya da göğüs‑üstü kameralarla kaydedilen birinci‑şahıs videolar, şirketlerin bot ve AI modellerini eğitmesi için giderek daha değerli hâle geliyor. İnternette çok sayıda genel video bulunsa da, suyu bardağa dökerken damlatmayan binlerce yakın‑planış gibi hiper‑spesifik klipler, makinelerin gerçek‑dünya görevlerinde üstün performans göstermesi için kritik öneme sahip.
Endüstri bu tarz “egosantrik veri”yi o kadar çok istiyor ki, yatırımcılar önümüzdeki birkaç yıl içinde önde gelen firmaların dış veri sağlayıcılarından yüz‑milyon saatlik içerik satın alacağını tahmin ediyor. “Dünyadaki herkes bulaşıkları yıkarken kayda geçsin istiyorum,” diyor 22 yaşındaki Kled veri toplama platformunun kurucusu Avi Patel. “Bu sayede robotun, bir daha asla bulaşık yıkamaya gerek kalmayacak.”
Egocentric veri toplama hali hazırda Hindistan gibi ülkelerde yükselişte; serbest çalışanların ortalama aylık geliri yaklaşık 125 $, ve bu birinci‑şahıs video işleri benzer bir ücret sunuyor. ABD’de de benzer platformlar ortaya çıkıyor; örneğin DoorDash’in bu yıl başlattığı bağımsız Tasks uygulaması. Bu sayede birçok gig çalışanı gerçekliği “teslim” etmeye başlayabilir.
Ben zaten bir akıllı telefon baş‑bağıyla çalışıyor, bu yüzden Tasks deneyimime dayanarak sektörü daha yakından incelemek istedim. California’da uygulama bulunmadığı için üç başka platforma kaydoldum: Kled, Luel ve Waffle Video.
Kled’de “çöp atma” görevini seçtim; bu görev “orta ödeme” olarak işaretlenmişti. Uygulama, bir video içinde çöp torbasını çıkartma, bağlama, yeni torba takma ve çöp kutusuna atma aşamalarını sabit bir açıyla kaydetmemi istedi. Yaklaşık iki dakikalık kayıt sonunda otomatik olarak durdu. Kled, sahte ve düşük‑kaliteli videoları engellemek için sıkı bir sahtecilik tespit sistemi çalıştırıyor; kullanıcıların en az 100 medya parçası yüklemesi gerekiyor. Bu yüzden birikmiş tatil fotoğraflarımı da yükleyerek sınırı aştım, ancak ödemeler birkaç gün içinde işlenene kadar beklemek zorunda kaldım.
Luel benzer bir yaklaşım sergiliyor; kurucusu William Namgyal 18 yaşında Y Combinator’a katılmış bir girişimci. Platform, tek bir “Herhangi Bir El‑İşi Aktivitesini Kayıt Et” başlığı altında saatlik 6,60 $ ödeme sunuyor (ABD federal asgari ücreti 7,25 $). Gereksinimler çok katı: baş‑üstü kamera, en az 1080p çözünürlük, kamera yönünün yatay ve ellerin %95 oranında görünür olması. İlk denememde ellerim yeterince görünmediği için video reddedildi; bir gün sonra yeniden inceleme sonrası 55 cent ödeme alarak geri kazanıldı.
Waffle Video benim favorisiydi. Sadece video verisi topluyor ve “misyon” adı verilen görevler için saatlik 25 $ gibi çok daha cazip bir ücret veriyor. Görevler sınırlı bir süreyle mevcut olduğundan, veri talep eden şirketler özel setler oluşturuyor. Platform ayrıca gig çalışanlarına sürekli gelir sağlama imkanı sunuyor.
Sonuç olarak, bu bir hafta boyunca ev işlerini kaydetmek, bana temizlik işlerini hiç olmadığı kadar titiz yapma fırsatı verdi ve aynı zamanda robotların gelecekteki becerileri için değerli veri üretmiş oldum. Kazandığım para çok az olsa da, veri toplama ekosisteminin ne kadar yeni, hâlâ deneysel ve aynı zamanda potansiyel dolu olduğunu gördüm.
Yorum Yap