Human Archive, ein von Forschern aus Berkeley und Stanford gegründetes Startup, entwickelt eine neue Methode, um den Sektor der künstlichen Intelligenz mit essenziellen Ressourcen zu versorgen. Das Unternehmen konzentriert sich auf das Sammeln von physischen Trainingsdaten aus der realen Welt – eine Ware, um die sich KI- und Robotiklabore derzeit einen Wettlauf liefern. Diese Daten sind entscheidend für die Entwicklung fortschrittlicher Robotersysteme und KI-Modelle.
Um diese Informationen zu sammeln, bezahlt das Startup Gig-Worker in India. Der Prozess der Datenerfassung sieht vor, dass diese Arbeiter Kappen mit Kameras und Sensorengeräte tragen. Diese spezialisierte Ausrüstung erfasst die physischen Bewegungen und Umweltinteraktionen, die für das Training komplexer Algorithmen erforderlich sind.
Durch die Nutzung der Gig-Economy von India will Human Archive die Lücke zwischen menschlichem physischem Verhalten und den Anforderungen des maschinellen Lernens schließen. Die Beteiligung von Forschern aus Berkeley und Stanford unterstreicht das technische Fundament des Unternehmens. Während Labore darum konkurrieren, bessere Roboter zu bauen, werden die von diesen Arbeitern gesammelten Daten als grundlegendes Material für das Training der Roboter weltweit dienen.
Wir bewerten keine Wahrheit. Wir entfernen den Spin und zeigen Ihnen, welche Perspektiven die Geschichte abgedeckt haben. Sie entscheiden.
Originale Berichterstattung lesen
💬 Kommentare
📜 Kommentar-Richtlinie