کارگران هندی با فیلم‌برداری از فعالیت‌های روزمره خود به آموزش هوش مصنوعی کمک می‌کنند

محمد عاصم در بنگلور هند به آرایشگری و اصلاح ریش مشغول است. او اکنون برای ضبط کارهای روزانه‌اش، دوربینی را روی سر خود می‌بندد.

این دوربین فقط دست‌ها و انگشتان او را ثبت می‌کند و چهره مشتریان نیز در تصاویر محو می‌شود. عاصم درباره شرایط فیلم‌برداری از کارش گفت

روال کار ساده است، اما باید در نحوه حرکت دست‌هایم نظم و دقت داشته باشم. تیم عملیاتی به من آموزش داده که دست‌هایم همیشه به‌وضوح داخل کادر دوربین قرار بگیرند، نورپردازی مناسب باشد و هنگام کار سرم را ناگهانی کج نکنم.

او روزانه پنج تا شش ساعت دوربین را روی سرش نگه می‌دارد. عاصم درباره درآمد این کار و تجربه مشارکت در فناوری‌های پیشرفته گفت

درآمدش خوب است، اما چیزی که واقعاً هیجان‌زده‌ام می‌کند، احساس انجام کاری با این میزان از پیشرفت فناوری است. هرگز تصور نمی‌کردم مهارت‌های من در استفاده از تیغ اصلاح برای یک شرکت فناوری جهانی کاربرد داشته باشد.

عاصم یکی از صدها هزار کارگری در سراسر جهان به شمار می‌رود که در ازای ثبت فعالیت‌های روزمره خود دستمزد دریافت می‌کنند. ویدیوهای او را شرکتی محلی جمع‌آوری می‌کند که ممکن است صدها نفر را برای فیلم‌برداری از کارهایشان به کار گرفته باشد.

سپس این تصاویر به شرکت‌های فناوری و سازمان‌های پژوهشی فروخته می‌شوند تا برای آموزش هوش مصنوعی مورد استفاده قرار بگیرند. یکی از کاربردهای مهم این داده‌ها، آموزش هوش مصنوعی فیزیکی است؛ شاخه‌ای از هوش مصنوعی که امکان کنترل ربات‌ها در دنیای واقعی را فراهم می‌کند.

جمع‌آوری داده‌های انسانی برای آموزش ربات‌ها

شرکت راشدان تکنولوجیز داده‌های تولیدشده به دست انسان‌ها را جمع‌آوری و پردازش می‌کند. شاهیل بیگ، هم‌بنیان‌گذار و مدیرعامل این شرکت، درباره نیازهای متنوع صنعت هوش مصنوعی توضیح داد

هر شرکت فعال در حوزه رباتیک و هر آزمایشگاه پیشرو هوش مصنوعی به نوع خاصی از داده نیاز دارد؛ از فعالیت‌های صنعتی و کشاورزی گرفته تا کارهای خانه و مشاغل کوچک مانند سفالگری، تولید پوشاک، گلدوزی و شمع‌سازی. ما به هر جایی که چنین فعالیت‌هایی انجام شود، می‌رویم.

شرکت او در ازای هشت تا ۱۰ ساعت فیلم‌برداری از فعالیت‌های کاری، بین پنج تا ۱۰ دلار به افراد پرداخت می‌کند. بیگ درباره اهمیت این درآمد برای کارگران گفت

برای بسیاری از این افراد، چنین درآمدی قابل‌توجه و ارزشمند است.

او تأکید کرد که رضایت آگاهانه کارگران و اطمینان از راحتی آن‌ها هنگام فیلم‌برداری اهمیت زیادی دارد. بیگ در این‌باره گفت

ما از دست‌ها فیلم می‌گیریم، نه از چهره‌ها. در مواردی که تجهیزات چنددوربینه بخش بیشتری از بدن یا محیط اطراف را ثبت می‌کنند، چهره‌ها را محو می‌کنیم. هیچ نام، اطلاعات تماس یا داده دیگری که هویت شخصی افراد را مشخص کند، در محتوایی که به مشتریان تحویل می‌دهیم، قرار نمی‌گیرد.

با این حال، مشتریان این شرکت به‌تدریج انتظارات بیشتری پیدا کرده‌اند. بیگ درباره تغییر نیازهای مشتریان توضیح داد

اکنون مشتریان درخواست می‌کنند چهار تا شش دوربین در اطراف سر افراد نصب شود تا تمام صحنه را پوشش دهد، نه اینکه فقط دست‌ها ثبت شوند.

راضی کردن یک نفر برای استفاده از یک دوربین کوچک، موضوعی جداگانه است؛ اما متقاعد کردن او برای پوشیدن وسیله‌ای شبیه هدست مجهز به پنج دوربین، شرایط کاملاً متفاوت و دشوارتری دارد. برای این سطح از جمع‌آوری داده دستمزد بیشتری می‌پردازیم، زیرا درخواست ما از افراد سنگین‌تر شده.

آگاروال پیش‌بینی می‌کند که رقابت در این صنعت نیز افزایش یابد و ده‌ها شرکت رقیب دیگر در طول سال جاری میلادی در هند ظهور کنند.

چرا داده‌های انسانی برای هوش مصنوعی اهمیت دارند؟

مانیش آگاروال، بنیان‌گذار شرکت هیومن لبز که داده‌های تولیدشده توسط انسان را جمع‌آوری و پردازش می‌کند، معتقد است ربات‌هایی که قرار است در دنیای واقعی فعالیت کنند، نمی‌توانند صرفاً با شبیه‌سازی‌های رایانه‌ای آموزش ببینند.

بخش عمده این داده‌ها از ویدئوها به دست می‌آید، اما در برخی موارد، جمع‌آورندگان داده از تجهیزات مخصوص روی دست‌ها و انگشتان خود استفاده می‌کنند تا تماس فیزیکی و نحوه اعمال نیرو را نیز ثبت کنند.

آگاروال درباره جزئیات این فرایند گفت

انجام فعالیت‌های فیزیکی به داده‌های دقیق و باکیفیتی درباره حرکت اندام‌ها، انگشتان، مچ دست، آرنج، شانه و نحوه اعمال نیروی متغیر نیاز دارد. برای مثال، ربات باید بتواند نیروی مناسب برای گرفتن یک بطری پلاستیکی را تشخیص دهد تا آن را له نکند، یا یک لیوان فولادی را بدون مشکل در دست بگیرد.

به گفته او، تا همین اواخر چنین داده‌هایی در دسترس نبودند. آگاروال که شرکتش در بنگلور و سان‌فرانسیسکو دفتر دارد، درباره کمبود داده‌های واقعی توضیح داد

هیچ آرشیو اینترنتی موجودی از فعالیت‌های فیزیکی انسان‌ها وجود ندارد؛ هیچ مجموعه‌داده‌ای در دسترس نیست که نشان دهد چگونه آشپزخانه‌ای تمیز می‌شود یا خودرو با دست‌هایی مونتاژ می‌شود که دقیقاً می‌دانند چه مقدار نیرو باید اعمال کنند. این داده‌ها باید از ابتدا و در دنیای واقعی، در محیط‌های متنوع جمع‌آوری شوند.

شرکت هیومن لبز در حال حاضر ۹۶ هزار جمع‌آورنده داده در کشورهای آمریکای لاتین و جنوب شرق آسیا دارد. این شرکت هزاران ساعت ویدئوی ارسالی را بررسی و مفیدترین بخش‌ها را انتخاب می‌کند. سپس تصاویر برچسب‌گذاری می‌شوند تا هوش مصنوعی بتواند محتوای آن‌ها را تشخیص دهد و در قالبی مناسب در اختیار مشتریان قرار می‌گیرند.

آگاروال درباره اهمیت تنوع محیط‌های جمع‌آوری داده گفت

باید داده‌ها را از کارخانه‌های مختلف، فعالیت‌های گوناگون و مناطق جغرافیایی متفاوت جمع‌آوری کرد. اگر قصد دارید ربات‌هایی برای استفاده در کارخانه‌ها یا خانه‌های آمریکا بسازید، به محیط‌هایی نیاز دارید که شرایط آن مکان‌ها را تا حد امکان بازتاب دهند. خانه‌های مسکونی در هند ممکن است برای توسعه یک کاربرد رباتیک در ایالات متحده، نمونه مناسبی نباشند.

بینو پل، استاد ارشد دانشکده مدیریت و مطالعات کار در مؤسسه علوم اجتماعی تاتا در بمبئی، معتقد است هنوز برای پاسخ قطعی به این پرسش زود است.

به گفته او، هوش مصنوعی ممکن است برای برخی کارگران به ابزاری سودمند تبدیل شود، اما در عین حال، ربات‌ها توانایی خودکارسازی بعضی مشاغل را دارند.

نگرانی اصلی این است که اگر ماشین‌ها به‌تدریج جای انسان‌ها را بگیرند، کارگران ابزار چندانی برای مقابله با این روند نخواهند داشت. پل در این‌باره هشدار داد

زمانی که کارگران متوجه شوند در چه فرایندی مشارکت داشته‌اند، ممکن است دیگر کار از کار گذشته باشد.

او نیز مانند بسیاری دیگر خواستار وضع قوانین دولتی برای نظارت بر هوش مصنوعی است. پل درباره ضرورت توجه به پیامدهای اجتماعی این فناوری گفت

نمی‌توان هوش مصنوعی را صرفاً یک سامانه فنی در نظر گرفت. ما باید یک نظام اجتماعی‌ـ‌فنی ایجاد کنیم که در آن، اصول اخلاقی از طریق مشارکت و نظارت انسان‌ها حفظ شوند و اطمینان حاصل شود که هوش مصنوعی به سود جامعه عمل می‌کند، نه به زیان آن.

با وجود نگرانی‌ها درباره آینده هوش مصنوعی، سرمایه‌گذاری در توسعه این فناوری همچنان ادامه دارد.

بخشی از این سرمایه‌گذاری‌ها به کارگران هندی می‌رسد؛ کشوری که در آن افراد زیادی حاضرند در ازای دریافت چند دلار در روز، دوربینی روی سر خود نصب کنند و فعالیت‌هایشان را ضبط کنند.

کارگران صنعت پوشاک و درآمد از فیلم‌برداری

محمد آرمان ۱۰ سال است که در صنعت نساجی بنگلور فعالیت می‌کند.

او درباره تجربه خود در این حرفه گفت

کار من دوخت و برش لباس است. آن‌قدر به این کار مسلط شده‌ام که احتمالاً می‌توانم حتی با چشمان بسته هم آن را انجام دهم. بعد از ۱۰ سال کار با پارچه، نخ، سوزن و چرخ خیاطی، دست‌هایت پیش از آنکه ذهنت فرمان بدهد، می‌دانند چه کاری باید انجام دهند.

آرمان به‌تازگی استفاده از دوربینی را آغاز کرده که روی سر نصب می‌شود و فعالیت‌های کاری او را ضبط می‌کند.

او درباره دلیل پذیرش این کار گفت

برای من موضوع ساده است؛ مسئله، تأمین معاش است. خانواده‌ام در ایالت بیهار زندگی می‌کنند و هر روپیه‌ای که برای آن‌ها می‌فرستم اهمیت دارد. اگر کسی پیشنهاد دهد در ازای نصب دوربین هنگام انجام همان کاری که ۱۰ سال است انجام می‌دهم، پول بیشتری دریافت کنم، دلیلی برای رد کردن آن ندارم.

او در ادامه گفت

این کار هزینه‌ای برای من ندارد. من به هر حال مشغول دوخت و برش پارچه هستم و حالا فقط بابت انجام همان فعالیت‌ها، مبلغ بیشتری دریافت می‌کنم.

تا زمانی که تقاضا برای چنین ویدئوهایی وجود داشته باشد، این تصاویر در جایی از جهان جمع‌آوری خواهند شد. آگاروال درباره جایگاه هند در این صنعت گفت

نقش فعلی هند در این صنعت عمدتاً به تأمین مواد خام محدود می‌شود؛ افراد دوربین‌هایی روی سر خود می‌بندند، فعالیت‌های معمولی را ضبط می‌کنند و سپس این تصاویر برای آزمایشگاه‌های خارج از کشور ارسال می‌شوند.

با این حال، او معتقد است ارزش اقتصادی این فعالیت‌ها به‌سرعت کاهش خواهد یافت، زیرا شرکت‌های بیشتری برای به دست آوردن قراردادهای جمع‌آوری داده با یکدیگر رقابت می‌کنند. آگاروال درباره ضرورت ارتقای جایگاه هند در زنجیره ارزش این صنعت گفت

هند نمی‌تواند برای همیشه در جایگاه تأمین‌کننده تصاویر خام باقی بماند. این کشور باید به مراحل بالاتر زنجیره ارزش حرکت کند؛ از ضبط ویدئوهای خام تا مالکیت فرایندی که این تصاویر را به داده‌های قابل‌استفاده تبدیل می‌کند. این کار شامل پاک‌سازی، سازمان‌دهی، اعتبارسنجی و در نهایت تعیین استانداردهای داده‌های آموزشی باکیفیت خواهد بود.

برای برخی افراد، جمع‌آوری داده به‌عنوان شغلی پاره‌وقت و جذاب مطرح شده است.

جولی عریفور، معلم علوم، به دنبال کاری بود که بتواند آن را در خانه و در کنار مراقبت از پسر خردسالش انجام دهد. او درباره تجربه هفت ماه گذشته خود گفت

طی هفت ماه گذشته، هنگام انجام کارهای معمول خانه، دوربینی مجهز به تجهیزات نصب روی سر را به کار برده‌ام. کارهایی مانند سابیدن سطوح، آشپزی، جارو کردن کف کاشی‌شده و تا کردن لباس‌ها را در حالی انجام می‌دهم که دوربین از فعالیت‌هایم فیلم می‌گیرد.

عریفور که در شهر گونتاکال در منطقه آنانتاپور زندگی می‌کند، زمان فیلم‌برداری را با برنامه تدریس خود هماهنگ کرده است. او درباره درآمد این فعالیت و امکان انجام هم‌زمان دو کار گفت

به ازای هر ساعت بین دو تا سه دلار دریافت می‌کنم. اگر روزانه سه تا پنج ساعت فیلم‌برداری کنم، درآمد مناسبی به دست می‌آورم. این کار در کنار تدریس، به من منبع درآمد اضافی داده است و صادقانه بگویم، هر دو فعالیت را به‌خوبی مدیریت می‌کنم.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.