本週，一家名為 Shift 的人工智慧培訓新創公司表示，將免費清潔紐約人的房屋。它計劃擴展到其他城市，包括倫敦，環顧我的公寓，我有這種吸引力。
但有一個問題。總有一個問題。
作為清潔的交換，Shift 想要其清潔工工作的影片：擦盤子、擦櫃檯、撣桌子、拖地板。他想要一切。如果可以的話，我們很樂意外包所有無聊的家務活的影片——而且機器人公司正在爭先恐後地教機器去做，這樣他們就可以賣給我們一些東西來幫我們做這件事。
這比聽起來更難。與近年來蓬勃發展的聊天機器人、圖像生成器和其他人工智慧工具不同，機器人必須與物理世界打交道。這意味著理解空間、運動、力量、摩擦、奇怪的形狀和材料、尷尬的燈光，以及人類和其他有機體本能地感知的任何其他東西。這就是為什麼對我們來說通常很容易的事情，例如疊衣服、拿起蘋果或倒一杯水，對於機器人專家來說編碼卻是如此瘋狂。
教機器做這些事情需要數據。很多。文字、圖像和影片可以輕鬆地以工業規模從網路上刪除。而且它們往往沒有補償製造它們的人。物質世界更難被破壞，更難在不付出代價的情況下悄悄地被破壞。這意味著獲取高品質數據對於開發自然人工智慧的公司來說是一個巨大的障礙。這是一個利潤豐厚的機會，因此像 Shift 這樣的公司正在發揮創造力。
他們並不孤單。在印度，最近的報告顯示，家庭服務平台 Pronto 正在利用客戶的家作為烹飪、清潔和洗衣等工作的人工智慧培訓影片來源。 Pronto 表示，只有在客戶明確選擇加入的情況下，它才會錄製影片——除了影片副本之外，還不清楚客戶會得到什麼回報——但這種做法仍然在市場上引起了一波強烈反對，競爭對手新創公司堅稱，他們從未在家庭中錄製影片來訓練人工智慧，也沒有計劃這樣做。
其他新創公司則專注於嘗試擴大資料收集規模。例如，總部位於矽谷的 Human Archive 希望與 Pronto 等公司合作，讓零工工人使用不太時尚的相機帽來記錄他們的活動。這些帽子從使用者的角度收集鏡頭，這正是機器人公司用來教導機器人類如何導航物理空間所需的那種「以自我為中心」或第一人稱資料。同時，Shift 直接面向消費者，並聲稱已向 15 個國家的數萬人付費，讓他們透過其應用程式記錄他們的活動。
有些公司完全跳過有用的任務。相反，工人的報酬是一遍又一遍地完成完全相同的體力任務，而攝影機和感測器可以記錄每一個動作。這種分階段的數據農場旨在將正常的體力活動（疊毛巾、拿起杯子、搬箱子）轉化為有價值的人工智慧培訓材料，足以證明付費人員創建這些材料是合理的。
有些數據是由世界上已有的機器人產生的。儘管大肆宣傳，但真正的自動化還有很長的路要走——因此需要所有這些數據——但公司無論如何都希望交付產品。他們將利用客戶家中的數據來改進產品。當機器人不可避免地陷入困境時，許多公司依靠遠端員工介入。他們也將使用這些數據。
當然，用數據交換有價值的東西的行為並不新鮮。多年來，該公司一直在提供折扣、便利和免費服務，以換取訪問您的數據，從會員卡和cookie到行車記錄儀、跟踪人們駕駛方式的保險應用程序，以及總是顯示廣告的醜陋智能電視。
新鮮的是公司願意付費的資料類型。目前，這意味著你可以讓一個戴著漂亮帽子的人免費打掃你的房子，這樣最終公司就會賣給你一個機器人來做這件事。
