Bu hafta, bir AI eğitim startup’ı olan Shift, New Yorkluların evlerini ücretsiz temizleyecek dedi. Şirket, Londra da dahil olmak üzere başka şehirlere de yayılmayı planlıyor ve ben de dairemde dolaşırken bu fikrin çekiciliğini anlıyorum. Ancak bir şartı var: Temizlik karşılığında Shift, çalışanlarının işe koyulurken çektiği tüm görüntüleri istiyor – bulaşık yıkama, tezgah silme, masa tozunu alma, zemin silme gibi. Yani dışarıdan yaptırmak isteyeceğimiz tüm sıkıcı ev işlerinin videolarını toplamak istiyorlar; bu da robotik firmalarının makineleri bu işleri yapması için eğitim vererek bize satacakları ürünlere yol açacak.
Robotik, son yıllarda patlayan sohbet botları, görüntü üreteçleri ve diğer AI araçlarından farklı olarak fiziksel dünyayla uğraşmak zorunda. Uzay, hareket, kuvvet, sürtünme, garip şekiller, malzemeler, zor aydınlatma ve insanlar ile diğer canlıların sezgisel olarak kavradığı her şey robotların üstesinden gelmesi gereken konular. Bu yüzden kıyafet katlama, bir elma toplama ya da bir bardak su doldurma gibi bize simple gelen görevler, robotikçiler için kodlamakta son derece zorlayıcı.
Bu yetenekleri makineler öğrenebilmesi için büyük miktarda veri gerekir – metin, fotoğraf ve video internetten ölçekli olarak toplanabilir ve çoğu zaman bu içerik üreticilerine ödeme yapılmadan alınır. Fiziksel dünya verisi ise daha zor toplanır, özellikle de gizli bir şekilde ücret ödenmeden elde edilmesi neredeyse imkânsızdır. Bu durum, fiziksel AI geliştiren şirketler için yüksek kaliteli verilere erişimi büyük bir darboğaz hâline getirir. Kârlı bir fırsat olduğundan, Shift gibi firmalar yaratıcı yöntemlere başvuruyor.
Bu tek başına bir durum değil. Hindistan’da ev hizmetleri platformu Pronto, müşterilerin evlerini yemek, temizlik ve çamaşır gibi işlerde AI eğitim görüntüsü toplamak için kullandığını ortaya çıkardı. Pronto, müşterilerin açıkça onay vermesi durumunda video kaydettiğini söylüyor, ancak karşılığında ne sundukları belirsiz; bu uygulama sektörde büyük tepki çekti ve rakip startup’lar ev içinde kayıt yapılmadığını ve böyle bir planları olmadığını ilan etti.
Veri toplama ölçeğini artırmaya çalışan diğer startup’lar da var. Örneğin Silikon Vadisi’nden Human Archive, Pronto gibi firmalarla iş birliği yaparak gig çalışanların şapka gibi kameralı aksesuarlar takarak faaliyetlerini kaydetmelerini hedefliyor. Bu şapkalar, giyenin bakış açısından – yani “egosentrik” birinci‑kişi – görüntü yakalıyor; robotik firmalarının mekan içinde insanlar nasıl hareket eder sorusuna yanıt bulması için ideal veri türü.
Shift, aynı zamanda doğrudan tüketicilere yönelerek 15 ülkede on binlerce kişiye uygulama üzerinden aktivitelerini kaydetmeleri için ödeme yaptığını iddia ediyor. Bazı şirketler ise işe yarar veriyi toplamak için daha da ileri gidiyor: çalışanlara aynı fiziksel görevleri defalarca yapmaları ve kameralarla her hareketi kaydetmeleri için para ödeniyor. Bu sahte veri çiftlikleri, havlu katlama, bardak kaldırma, kutu taşıma gibi rutin aktiviteleri AI eğitim materyaline dönüştürerek insanları bu işi üretmek için ödeme yapmaya ikna ediyor.
Dünya genelinde halihazırda sahada bulunan robotlardan da veri toplanıyor. Gerçek otomasyon hâlâ uzak olsa da – işte bu yüzden bu kadar çok veriye ihtiyaç var – şirketler ürünlerini yine de piyasaya sürmek istiyor. Müşteri evlerinden elde edilen veriyi ürün iyileştirmelerinde kullanıyor, robotlar takıldığında uzaktan çalışanların müdahalelerine de bu verilerle dayanıyor.
Veri karşılığında bir değer sunma mantığı yeni değil; şirketler yıllardır sadakat kartları, çerezler, dashcam’lar, sürüş davranışını izleyen sigorta uygulamaları ve reklam gösteren akıllı TV’ler gibi araçlarla veri topluyor. Farklı olan, şirketlerin artık yüksek maliyetli, ev içinde yapılan fiziksel işleri kaydetmek için ödeme yapmaya istekli olmaları. Şu an için bu, bir insanın şık bir şapka takarak evinizi ücretsiz temizlemesi ve bunun sonucunda bir gün sizin için aynı işi yapacak bir robot satılması anlamına geliyor.
Yorum Yap