Камеры на головах рабочих обучают ИИ понимать физический труд

Post Thumbnail

Стартап Turing Labs придумал, как обучать искусственный интеллект видеть и понимать мир. Нацепить камеры GoPro на головы фрилансеров и заставить их работать. Звучит как издевательство? Возможно. Но метод, похоже, работает.

Фрилансеры компании носят GoPro на голове по 5 часов в день, выполняя творческую работу и повседневные дела. Отснятый материал синхронизируют, чтобы система получила разные ракурсы 1 и того же действия. Цель — научить модели компьютерного зрения более абстрактным навыкам. Связанным с последовательным решением задач и визуальным мышлением.

Компания сотрудничает с художниками, строителями, поварами, электриками — со всеми, кто работает руками. Директор Turing по искусственному интеллекту Сударшан Сивараман назвал ручной сбор данных единственным способом получить достаточно разнообразный набор данных. Нанимают представителей разных рабочих профессий, чтобы на этапе подготовки накопить максимально разнообразный датасет.

И после сбора всей информации модели искусственного интеллекта смогут понять, как выполняется определённая задача, пояснил Сивараман.

В итоге получается так: люди работают с камерами на головах, как живые датчики для искусственного интеллекта. Система учится смотреть их глазами и понимать, как устроен физический труд. Будущее наступило, и оно выглядит странновато.

Почитать из последнего
ИИ-ассистент научили разбирать документы и алерты
Главный вопрос корпоративного ИИ прост: что будет с данными после запроса? РТК-ЦОД предлагает не рисковать ими. На форуме «Цифровые решения» компания с блоком ИТ «Ростелекома» представила ассистента для организаций с жёсткими требованиями к защите.
К 2027 году чипов хватит на миллиарды ИИ-агентов
Похоже, у ИИ скоро вылезет проблема, которую не залатать покупкой ещё одного чипа. По расчётам Epoch AI, вычислительной мощности, выпущенной с 2025 по 2027 год, хватит для одновременной работы от 33 до 171 млн агентов уровня передовых моделей.
Kandinsky научился лепить видео со звуком
ИИ-видео всё меньше смахивает на немой клип. «Сбер» показал Kandinsky 6.0 Video - модель, которая разом генерит картинку и звук: речь персонажей, музыку и шумы окружения.
Три профессии, которые ИИ уже плодит прямо сейчас
ИИ перетряхивает рынок труда не только тем, что съедает привычные задачи. Вместе с автоматизацией вылезают специалисты, которых ещё несколько лет назад никто бы не вообразил, и часть таких профессий формируется на глазах.
Google научила эмбеддинги переваривать сразу пять типов данных
Google порешила, что эмбеддингам хватит возиться с одним текстом. Компания выкатила вторую версию EmbeddingGemma: теперь система сваливает в общее векторное пространство текст, код, изображения, видео и аудио. Так что на вход можно подавать сразу несколько типов данных.