Startup bezahlt indische Gig-Arbeiter für das Training von Robotern

Ein neues Startup namens Human Archive verwandelt die indische Gig Economy in ein Trainingsgelände für Roboter. Das von Forschern der UC Berkeley und Stanford gegründete Unternehmen bezahlt Gig-Arbeiter dafür, kamerabestückte Kappen und mit Sensoren bestückte Geräte zu tragen, während sie ihren alltäglichen Aktivitäten nachgehen. Das Ziel? Riesige Mengen an realen physischen Daten zu sammeln, die zum Trainieren von KI- und Robotiksystemen verwendet werden können. Während KI-Labore darum wetteifern, Roboter zu bauen, die sich in unordentlichen, unvorhersehbaren Umgebungen zurechtfinden, stehen sie vor einem kritischen Engpass: dem Mangel an hochwertigen Trainingsdaten. Im Gegensatz zu Text oder Bildern sind Daten aus der physischen Welt – wie eine Hand eine Tasse greift oder wie ein Mensch durch einen überfüllten Raum geht – teuer und schwierig in großem Maßstab zu sammeln. Der Ansatz von Human Archive nutzt die große, technikaffine Gig-Belegschaft Indiens. Die Arbeiter werden dafür bezahlt, alltägliche Aufgaben wie Kochen, Putzen, Einkaufen und Pendeln zu erledigen, während sie die Aufnahmegeräte tragen. Die resultierenden Daten erfassen subtile Bewegungen, Kraftinteraktionen und Umgebungsvariationen, die nahezu unmöglich zu simulieren sind. „Wir erstellen einen Datensatz, der die Vielfalt realer menschlicher Aktivitäten widerspiegelt“, sagte ein Mitbegründer. „Dies ist unerlässlich für den Bau von Robotern, die sicher und effektiv in Haushalten, Krankenhäusern und Fabriken eingesetzt werden können.“ Das Startup hat bereits das Interesse großer Robotikunternehmen und KI-Labore geweckt. Das Modell wirft jedoch auch ethische Fragen zum Datenschutz und zur fairen Vergütung auf. Human Archive gibt an, alle Daten zu anonymisieren und die Arbeiter über dem lokalen Mindestlohn zu bezahlen. Da die Nachfrage nach physischen KI-Trainingsdaten explodiert, könnte das Gig-basierte Modell von Human Archive zu einer Blaupause dafür werden, wie die Branche skaliert – eine Kamerakappe nach der anderen.