Стартапы делают ставку на то, что гиг-работники Индии смогут обучать глобальных роботов

В последние годы сект онлайн-доставки еды в Индии продемонстрировал стремительный рост, что подтверждается публичным размещением акций компаний Zomato и Swiggy, а также бумом облачных кухонь. Параллельно растет популярность стартапов по предоставлению услуг на дому по запросу, таких как Urban Company, Snabbit и Pronto.

Стартап из Сан-Франциско Human Archive использует этот рост, сотрудничая с указанными компаниями для оснащения работников наушниками с камерами. Такая конфигурация позволяет записывать эгоцентрические (от первого лица) видеоданные рутинных задач, которые могут быть использованы для обучения роботов.

Хотя компания отказалась называть конкретных партнеров, она подтвердила сотрудничество с фирмами в сфере домашних услуг, хостелов и ресторанов для сбора эгоцентрических данных. По сообщениям, в различных локациях развернуто более 1000 активных наушников.

Развивая этот импульс, Human Archive объявила во вторник о привлечении $8,2 млн инвестиций от Wing Venture Capital, NVP Capital, Y Combinator, а также ангельских инвесторов из OpenAI, Nvidia, Google, Mercor, AfterQuery, BAIR, SAIL, Brad Boa и Meta.

Компания была основана четырьмя студентами из Беркли и Стэнфорда: Самая Мани, Рушилом Агарвалом, Шлоке Пателем и Раджем Пателем (последние двое являются двоюродными братьями). Все четверо имеют исследовательский опыт в области робототехники, аппаратного обеспечения и тактильных данных.

Запуск компании отражает стратегическую ставку на траекторию развития индустрии искусственного интеллекта. Поскольку лаборатории по робототехнике и ведущие ИИ-компании соревнуются в создании машин, способных выполнять физические задачи, они сталкиваются со значительным препятствием: нехваткой качественных реальных обучающих данных, демонстрирующих выполнение повседневной работы людьми. Стратегия Human Archive основана на предпосылке, что работники в стремительно растущей экономике гиг-работы в Индии представляют собой неиспользованный и масштабируемый источник этих критически важных данных.

Хотя Human Archive сотрудничает с несколькими партнерами, стартап сообщил, что ему было отказано в потенциальном сотрудничестве со крупными индийскими компаниями по предоставлению домашних услуг, включая Pronto и Urban Company.

Этот отказ стал достоянием общественности в минувшие выходные, когда индийское издание Entrackr сообщило, что Pronto активно ищет партнерства для сбора данных о работе для обучения роботов, а Snabbit провел предварительные переговоры с Human Archive до того, как проект был заброшен.

Генеральный директор Urban Company Абхирдж Сингх Бхал ответил в X, заявив, что компания не будет участвовать в подобных соглашениях. Патель возразил, что Urban Company может скоро придется пересмотреть свою позицию или рискнуть потерять актуальность из-за оттока клиентов. Сооснователь Рушил Агарвал был более прямолинеен, опубликовав, что основательница Pronto Анджали Сардана отклонила его предложение как «глупое». Pronto подтвердило наличие обсуждений, но заявило, что приняло решение не продолжать работу.

Другие стартапы по всей стране также собирают эгоцентрические данные из различных рабочих сред, включая заводы. Чтобы выделиться, Human Archive использует и разрабатывает дополнительные устройства, такие как тактильные перчатки, костюм для захвата движений всего тела и камеры на запястье. Эти инструменты фиксируют данные о движениях и тактильном усилии, синхронно совмещенные с RGB-D (цветным изображением в паре с информацией о глубине), которые продаются лабораториям искусственного интеллекта. Стартап утверждает, что одних видеоданных недостаточно, но их сочетание с данными других датчиков значительно увеличивает их ценность.

Радж Патель сообщил TechCrunch, что при презентации проекта другим исследователям они столкнулись с эгоцентрическими данными и стремились объединить видео с данными о тактильном усилии. Основатели взаимодействовали с различными лабораториями и осознали, что рынок данных на основе эгоцентрических и сенсорных показателей растет, что привело к созданию компании вокруг этой возможности.

Изначально Human Archive использовала самодельные установки или готовые решения для сбора данных. Теперь она разрабатывает пользовательское оборудование, работающее в связке для фиксации различных типов данных. В настоящее время развернуто более 50 различных устройств для сбора разнообразных точек данных.

«Для сбора данных мы начали с iPhone, затем создали собственные пользовательские установки и шапки. Теперь у нас есть более семи различных продуктов оборудования, которые мы используем взаимозаменяемо в разных модальностях. После сбора данных с различных устройств мы работали над синхронизацией данных из всех этих разных источников», — сказал он в телефонном разговоре.

Компания разрабатывает методы тонкой настройки ИИ-моделей с использованием своих данных и тестирует их на роботах для оценки эффективности задач. Такой подход позволяет стартапу продемонстрировать качество данных потенциальным клиентам и провести постобучение внутренних моделей.

Зак ДеВитт, партнер Wing VC, заявил, что стартап имеет уникальное преимущество в сборе данных с нескольких датчиков.

«Никто другой в мире не смог синхронизировать и собрать в масштабе RGB-D с наушников, обратную связь по усилию, захват движений всего тела и синхронизированные данные с камер на груди и запястье. Они проводят внутреннее обучение моделей на этих данных, и каждая крупная лаборатория и университет заинтересована в проведении экспериментов с ними из-за новизны датчиков и масштаба нового набора данных, который они скоро выпустят», — сказал он TechCrunch.

Сбор данных в Индии и планы по расширению

Несмотря на отказы со стороны крупных игроков в сфере домашних услуг, Human Archive заключила партнерство с небольшими стартапами для предоставления услуг со скидкой. Когда работник прибывает в дом, клиенты могут выбрать через приложение: оплатить сниженную цену в обмен на согласие на сбор данных или оплатить полную стоимость визита без записи.

Компания выплачивает работникам базовую ставку $1 в час за участие в сборе эгоцентрических данных. Согласно отчету Economic Times, другие компании платят от ₹250 до ₹400 в час (примерно $2,63–$4,20). Патель заявил, что конкуренты платят больше, чем Human Archive, но ее присутствие на местах в Индии позволяет поддерживать более низкую компенсацию.

«Сеть Human Archive предоставляет немедленные гибкие возможности заработка по всему миру, снижая барьер для участия в экономике искусственного интеллекта. Мы рассматриваем это как критически важный мост, который финансирует текущее существование, одновременно создавая инфраструктуру для более безопасного и продуктивного будущего», — сказал ДеВитт.

Помимо выплат заработной платы, существуют проблемы конфиденциальности, связанные со сбором данных через видеозапись. Пока неясно, какую информацию Human Archive предоставляет работникам о том, как используются их записи. Компания заявила, что ее коммерческие контракты соответствуют Закону Индии о защите цифровых персональных данных (DPDP), отображая уведомление о политике конфиденциальности вместе с информацией о согласии, детализирующей цели сбора и обработки данных. Компания утверждает, что все данные анонимизированы, а лица размыты в записях. На прошлой неделе издание Moneycontrol сообщило, что Министерство электроники и информационных технологий Индии расследует механизмы согласия и практики сбора данных стартапов, собирающих эгоцентрические данные через работников домашних услуг.

Хотя Human Archive в основном собирает данные в Индии, она начала расширяться в Юго-Восточную Азию и США. Компания также разрабатывает платформу для участия любого человека в сборе данных и заработке денег. Она намерена предлагать клиентам в США такие услуги, как уборка или приготовление пищи, в обмен на сбор данных участвующими работниками, хотя эти программы находятся на ранних этапах пилотного тестирования.

Несколько хорошо финансируемых стартапов соревнуются в разработке физического искусственного интеллекта. Для этого требуются огромные объемы обучающих данных, демонстрирующих людей за работой, и Human Archive является одним из игроков, конкурирующих для удовлетворения этого спроса. Масштабируемость ее подхода будет зависеть от партнерств, которые она заключает, и уникальности и объема собираемых данных, необходимых для удовлетворения потребностей лабораторий физического искусственного интеллекта.