Гиг-экономика Индии становится центром обучения роботов
В последние годы рынок онлайн-доставки еды и бытовых услуг в Индии резко вырос. В то время как гиганты, такие как Zomato и Swiggy, вышли на биржу, платформы вроде Urban Company и Pronto цифровизировали рабочую силу для повседневных задач. Теперь стартап Human Archive из Кремниевой долины использует эту тенденцию, начав сбор видеоданных от первого лица (эгоцентрических), необходимых для обучения роботов. Об этом сообщает Techcrunch.com .
Human Archive оснащает работников специальными кепками с камерами, которые фиксируют процесс выполнения ими повседневных задач. В настоящее время стартап сотрудничает с компаниями в сфере бытовых услуг, хостелов и ресторанного бизнеса, запустив более 1000 активных устройств. В рамках этого проекта компания привлекла 8,2 миллиона долларов инвестиций от Wing Venture Capital, NVP Capital, Y Combinator, а также бизнес-ангелов из таких технологических гигантов, как OpenAI, NVIDIA, Google и Meta.
Компания была основана студентами Калифорнийского университета в Беркли и Стэнфордского университета — Самаем Мани, Рушилом Агарвалом, Шлоке Пателем и Раджем Пателем. Все они имеют научный опыт в области робототехники, аппаратного обеспечения и тактильных данных. Основная цель стартапа — устранить главную проблему, с которой сталкиваются лаборатории искусственного интеллекта и робототехнические компании: нехватку высококачественных данных, отражающих физические действия в реальном мире.
Однако не все компании восприняли эту идею положительно. Например, крупные платформы, такие как Urban Company и Pronto, отказались от сотрудничества с Human Archive. Глава Urban Company Абхирадж Сингх Бхал заявил, что не пойдет на подобные сделки, в то время как основатели Human Archive назвали это решение ошибкой, которая в будущем может привести к потере клиентов. Тем не менее, развивающаяся гиг-экономика Индии остается крупнейшим «тренировочным полигоном» для роботов.
Human Archive не планирует ограничиваться только видео. Они разрабатывают специальные перчатки, точно фиксирующие движения и силу нажатия (tactile force), костюмы для захвата движений всего тела и наручные камеры. По мнению компании, объединение видеоданных с сенсорными датчиками позволит обучать роботов еще более точно и эффективно.
