Een AI-laboratorium dat gespecialiseerd is in het verzamelen van gegevens uit de echte wereld heeft een nieuwe manier gevonden om de honger naar robottrainingsgegevens te voeden: betalen voor de huisreparaties van mensen. HUMXN biedt gratis loodgieterswerk, elektriciteit, HVAC, luchtkanaalreiniging en tapijtreiniging aan inwoners van drie Amerikaanse steden, in ruil voor het laten vastleggen van een technicus die 'draagbare opnametechnologie' draagt, hoe het werk wordt gedaan, volgens een rapport van Tom's Hardware dat vrijdag is gepubliceerd.

Het programma wordt gelanceerd in Minneapolis, Chicago en Miami – steden gekozen, zegt het bedrijf, omdat hun zeer verschillende klimaten zeer verschillende omstandigheden voor thuisgebruik veroorzaken, van bevroren leidingen tot HVAC-belasting door vochtig weer. Huiseigenaren kunnen controleren of ze in aanmerking komen op de HUMXN Free Home Service-webpagina.

Waarom robots naar een loodgieter moeten kijken

Het uitgangspunt is eenvoudig en steeds urgenter voor de robotica-industrie. De huidige grote taalmodellen zijn getraind op basis van tekst en afbeeldingen die van internet zijn geplukt, maar er bestaat geen gelijkwaardige schat aan gegevens die laten zien hoe bekwame mensen fysiek met de wereld omgaan. Laboratoriumdemonstraties, zegt HUMXN, hebben moeite om de natuurlijke bewegingen vast te leggen van ervaren technici die in krappe, onvoorspelbare echte omgevingen werken.

“De volgende generatie AI heeft meer nodig dan alleen tekst en afbeeldingen van internet”, zegt HUMXN-oprichter Thomas Unise, volgens Tom's Hardware. "Robots moeten begrijpen hoe bekwame mensen omgaan met de fysieke wereld. Thuisservicetechnici voeren elke dag miljoenen zeer technische taken uit. We creëren een manier voor huiseigenaren en dienstverlenende bedrijven om financieel te profiteren van de waarde van die expertise."

Voor bewoners is de handel eenvoudig: een gratis reparatie die normaal gesproken honderden dollars kost, in ruil voor een opgenomen bezoek. Voor technici en servicebedrijven beschouwt HUMXN het programma als een inkomstenbron – een manier om betaald te worden voor expertise die AI-laboratoria voorheen op weinig legitieme manieren konden verkrijgen.

Om de laatste AI-ontwikkelingen op het gebied van robotica, modellen en de datapijplijnen daarachter te volgen, bestrijkt AI Buzz Wire de volledige pijplijn, van verzameling tot implementatie.

Betalen voor data in een tijdperk van schandalen

De timing is opmerkelijk. Grote AI-bedrijven – waaronder Meta, Nvidia en OpenAI – zijn herhaaldelijk beschuldigd van het gebruik van auteursrechtelijk beschermde of persoonlijke gegevens zonder toestemming om hun modellen te trainen, en rechtbanken aan beide kanten van de Atlantische Oceaan zijn nog steeds aan het uitzoeken waar eerlijk gebruik eindigt. Tegen die achtergrond gokt een laboratorium dat letterlijk huisreparaties subsidieert om goedgekeurde opnames te verkrijgen erop dat gelicentieerde, echte gegevens de logistiek waard zijn.

De aanpak weerspiegelt ook een bredere verschuiving in wat AI-bedrijven als waardevol beschouwen. Terwijl teksthongerige taalmodellen het beschikbare internet verzadigen, verschuift de grens naar belichaamde AI: robots die kunnen koken, schoonmaken, repareren en door huizen kunnen navigeren. Die markt heeft video nodig van mensen die precies die taken uitvoeren, in echte huizen in plaats van geënsceneerde demo's, en wearables die passief de handen, het gereedschap en het gezichtspunt van een technicus vastleggen, zijn momenteel de goedkoopste manier om daaraan te komen.

De vijf aangeboden diensten zijn ook niet willekeurig. Loodgieterswerk, elektriciteitswerk en HVAC-reparatie behoren consequent tot de fysiek meest complexe taken die een mobiele robot kan uitvoeren: ze vereisen fijne manipulatie in krappe, slecht verlichte ruimtes, constante improvisatie rond onbekende lay-outs, en beoordelingsgesprekken die gemakkelijk zijn voor een ervaren mens en wreed voor een machine. Tapijtreiniging en luchtkanaalwerkzaamheden voegen repetitieve bewegingspatronen over grote oppervlakken toe die nauwkeuriger aansluiten bij wat de robots van vandaag al kunnen benaderen. Het is precies waar het om gaat om beide uiteinden van dat moeilijkheidsspectrum in één enkele dataset vast te leggen.

Open vragen: toestemming, privacy en schaal

Het programma roept vragen op die de sector nog niet volledig heeft beantwoord. Huiseigenaren stemmen in met de opname, maar de beelden leggen technici – en huizen – tot in de kleinste details vast, en het beleid van het bedrijf over hoe lang de opnames worden bewaard, wie er toegang toe heeft en hoe ze worden geanonimiseerd, zal bepalen of het model wordt gezien als een eerlijke compensatie of als een nieuwe vorm van toezicht, verkleed als korting.

Er is ook het arbeidsvraagstuk. Geschoolde beroepen behoren tot de banen die analisten lange tijd als het veiligst voor automatisering hebben beschouwd, juist omdat ze behendigheid vereisen in onvoorspelbare ruimtes. Als laboratoria als HUMXN erin slagen genoeg van die expertise op video vast te leggen, wordt het goedbetaalde reparatiewerk van vandaag het trainingscorpus van morgen – waarbij technici in feite helpen bij het bouwen van de systemen die op een dag met hen kunnen concurreren.

Voorlopig is het aanbod van HUMXN live in drie steden, en de weddenschap van het bedrijf is dat gratis tapijtreiniging een kleine prijs is voor de gegevens die een robot leren dit voor altijd te doen. Of huiseigenaren het daarmee eens zijn – en of technici dat ook doen – zal de eerste echte test zijn van het model voor betalen voor fysieke gegevens op huishoudensschaal.

---

Blijf AI een stap voor

Ontvang het laatste AI-nieuws, analyses en doorbraken – allemaal op één plek.

Lees meer AI-nieuws →