वास्तविक-जागतिक डेटा संकलनात विशेष असलेल्या AI लॅबने रोबोट प्रशिक्षण डेटाची भूक भागवण्याचा एक नवीन मार्ग शोधला आहे: लोकांच्या घराच्या दुरुस्तीसाठी पैसे द्या. HUMXN तीन यूएस शहरांतील रहिवाशांना मोफत प्लंबिंग, इलेक्ट्रिकल, HVAC, एअर-डक्ट क्लीनिंग आणि कार्पेट क्लीनिंग ऑफर करत आहे, ज्याच्या बदल्यात "वेअरेबल कॅप्चर टेक्नॉलॉजी" परिधान केलेल्या तंत्रज्ञांना काम कसे केले जाते याची नोंद करू देते, टॉम्स हार्डवेअरच्या शुक्रवारी प्रकाशित झालेल्या अहवालानुसार.

हा कार्यक्रम मिनियापोलिस, शिकागो आणि मियामी येथे सुरू होतो — निवडलेली शहरे, कंपनी म्हणते, कारण त्यांच्या अगदी भिन्न हवामानामुळे गोठवलेल्या पाईप्सपासून ते आर्द्र-हवामानातील HVAC ताणापर्यंत अगदी भिन्न घर-सेवा परिस्थिती निर्माण होते. HUMXN मोफत होम सर्व्हिस वेबपेजवर घरमालक ते पात्र आहेत की नाही हे तपासू शकतात.

रोबोट्सना प्लंबर पाहण्याची गरज का आहे

रोबोटिक्स उद्योगासाठी हा आधार सोपा आणि वाढत्या निकडीचा आहे. आजच्या मोठ्या भाषेच्या मॉडेल्सना इंटरनेटवरून स्क्रॅप केलेल्या मजकूर आणि प्रतिमांवर प्रशिक्षित केले गेले, परंतु कुशल लोक जगाशी शारीरिकरित्या कसे संवाद साधतात हे दर्शविणारा डेटाचा समतुल्य खजिना नाही. HUMXN म्हणते, लॅब प्रात्यक्षिके अरुंद, अप्रत्याशित वास्तविक वातावरणात काम करणाऱ्या अनुभवी तंत्रज्ञांच्या नैसर्गिक हालचाली टिपण्यासाठी संघर्ष करतात.

"एआयच्या पुढील पिढीला इंटरनेटवरील मजकूर आणि प्रतिमांपेक्षा अधिक आवश्यक आहे," HUMXN चे संस्थापक थॉमस युनिस म्हणाले, टॉमच्या हार्डवेअरनुसार. "रोबोट्सना हे समजून घेणे आवश्यक आहे की कुशल लोक भौतिक जगाशी कसे संवाद साधतात. होम-सर्व्हिस तंत्रज्ञ दररोज लाखो उच्च तांत्रिक कार्ये करतात. आम्ही घरमालक आणि सेवा कंपन्यांना त्या कौशल्याच्या मूल्याचा आर्थिक फायदा होण्यासाठी एक मार्ग तयार करत आहोत."

रहिवाशांसाठी, व्यापार सरळ आहे: रेकॉर्ड केलेल्या भेटीच्या बदल्यात एक विनामूल्य दुरुस्ती ज्यासाठी साधारणपणे शेकडो डॉलर्स खर्च होतील. तंत्रज्ञ आणि सेवा कंपन्यांसाठी, HUMXN प्रोग्रामला कमाईचा स्रोत म्हणून फ्रेम करते - AI लॅबकडे पूर्वी काही वैध मार्ग मिळालेल्या कौशल्यासाठी पैसे देण्याचा एक मार्ग.

रोबोटिक्स, मॉडेल्स आणि त्यामागील डेटा पाइपलाइनमधील नवीनतम AI घडामोडी फॉलो करण्यासाठी, AI Buzz Wire संग्रहापासून ते उपयोजनापर्यंत संपूर्ण पाइपलाइन कव्हर करते.

स्क्रॅपिंग घोटाळ्यांच्या युगात डेटासाठी पैसे देणे

वेळ लक्षणीय आहे. मेटा, एनव्हीडिया आणि ओपनएआयसह प्रमुख AI कंपन्यांना त्यांचे मॉडेल प्रशिक्षित करण्यासाठी परवानगीशिवाय कॉपीराइट केलेला किंवा वैयक्तिक डेटा वापरल्याच्या वारंवार आरोपांना सामोरे जावे लागले आहे आणि अटलांटिकच्या दोन्ही बाजूंच्या न्यायालये अजूनही योग्य वापर कुठे संपतात हे शोधत आहेत. त्या पार्श्वभूमीवर, संमतीकृत रेकॉर्डिंग मिळवण्यासाठी घराच्या दुरुस्तीसाठी अक्षरशः सबसिडी देणारी प्रयोगशाळा परवानाकृत, वास्तविक-जगातील डेटा लॉजिस्टिकसाठी योग्य आहे असा पैज लावत आहे.

एआय कंपन्या ज्याला मौल्यवान मानतात त्यामध्ये व्यापक बदल देखील हा दृष्टिकोन प्रतिबिंबित करतो. मजकूर-भुकेल्या भाषेचे मॉडेल उपलब्ध इंटरनेटला संतृप्त करतात म्हणून, सीमा मूर्त AI कडे जात आहे - रोबोट जे घरे शिजवू शकतात, स्वच्छ करू शकतात, दुरुस्ती करू शकतात आणि नेव्हिगेट करू शकतात. त्या मार्केटला स्टेज केलेल्या डेमोच्या ऐवजी वास्तविक घरांमध्ये मानवांनी नेमकी ती कामे केल्याचे व्हिडिओ आवश्यक आहेत आणि तंत्रज्ञांचे हात, साधने आणि दृष्टिकोनाची निष्क्रीयपणे नोंद करणारे वेअरेबल सध्या ते मिळवण्याचा सर्वात स्वस्त मार्ग आहे.

ऑफरवरील पाच सेवा यादृच्छिक नाहीत. प्लंबिंग, इलेक्ट्रिकल वर्क आणि HVAC दुरुस्ती हे मोबाइल रोबोट प्रयत्न करू शकणाऱ्या सर्वात शारीरिकदृष्ट्या गुंतागुंतीच्या कामांमध्ये सातत्याने स्थान मिळवतात: त्यांना घट्ट, खराब प्रकाशाच्या जागांमध्ये बारीक हाताळणी, अपरिचित लेआउट्सभोवती सतत सुधारणा आणि निर्णय कॉल्स आवश्यक असतात जे अनुभवी माणसासाठी सोपे आणि मशीनसाठी क्रूर असतात. कार्पेट क्लीनिंग आणि एअर-डक्ट वर्कमध्ये पुनरावृत्ती होणारे, मोठ्या-क्षेत्रातील मोशन पॅटर्न जोडतात जे आजचे रोबोट आधीच अंदाजे काय करू शकतात यावर अधिक स्वच्छपणे मॅप करतात. एका डेटासेटमध्ये त्या अडचणीच्या स्पेक्ट्रमची दोन्ही टोके कॅप्चर करणे हा तंतोतंत मुद्दा आहे.

खुले प्रश्न: संमती, गोपनीयता आणि स्केल

हा कार्यक्रम असे प्रश्न निर्माण करतो ज्यांची उत्तरे उद्योगाने पूर्णपणे दिलेली नाहीत. घरमालक रेकॉर्डिंगला संमती देतात, परंतु फुटेजमध्ये तंत्रज्ञ - आणि घरे - जवळच्या तपशीलात कॅप्चर केले जातात आणि रेकॉर्डिंग किती काळ ठेवली जाते, ते कोण ॲक्सेस करू शकतात आणि ते कसे निनावी आहेत यावरील कंपनीची धोरणे मॉडेलला वाजवी मोबदला किंवा सवलतीच्या रूपात पाळत ठेवण्याचे नवीन प्रकार म्हणून पाहिले जाते की नाही हे आकार देईल.

कामगारांचा प्रश्नही आहे. कुशल व्यापार विश्लेषकांनी दीर्घ काळापासून ऑटोमेशनपासून सर्वात सुरक्षित मानल्या गेलेल्या नोकऱ्यांपैकी एक आहे कारण ते अप्रत्याशित जागांमध्ये कुशलतेची मागणी करतात. जर HUMXN सारख्या प्रयोगशाळा व्हिडिओवर पुरेसे कौशल्य मिळवण्यात यशस्वी ठरल्या, तर आजचे चांगले पगाराचे दुरुस्तीचे काम उद्याचे प्रशिक्षण कोष बनते — तंत्रज्ञांसह, प्रभावीपणे, एक दिवस त्यांच्याशी स्पर्धा करू शकतील अशा प्रणाली तयार करण्यात मदत करतात.

आत्तासाठी, HUMXN ची ऑफर तीन शहरांमध्ये थेट आहे, आणि कंपनीचे दाम आहे की विनामूल्य कार्पेट साफ करणे ही डेटासाठी एक लहान किंमत आहे जी रोबोटला ते कायमचे करण्यास शिकवते. घरमालक सहमत आहेत की नाही — आणि तंत्रज्ञ करतात की नाही — ही घरगुती स्तरावर भौतिक-डेटा मॉडेलसाठी देय-देण्याची पहिली खरी चाचणी असेल.

---

एआयच्या पुढे राहा

नवीनतम AI बातम्या, विश्लेषण आणि यश मिळवा — सर्व एकाच ठिकाणी.

अधिक AI बातम्या वाचा →