Учебный набор Embodied AI — это подработка

Самая сложная проблема воплощенного ИИ — не модель. Это мир. Языковая модель обучается на основе текста, который уже находится на серверах. Роботу, который должен найти незатопленную скамейку или прочитать рукописную вывеску, нужны обоснованные записи: как выглядело место в данный момент с человеческого роста, в реальном свете. Фотография никогда не бывает просто фотографией Когда агент платит человеку за то, чтобы он утром сфотографировал парк Гудзон-Ривер, немедленным результатом становится ответ, который агент не смог получить в одиночку. Побочным продуктом является зафиксированный во времени, локализованный и проверенный человеком фрагмент реальности — точка обзора, освещение, погода, вывески, плотность толпы. Одно фото мало чему учит. Десять тысяч фотографий, проверок и поручений в разных районах и сезонах начинают выглядеть как тренировочный набор для машин, которые однажды будут передвигаться по этим местам. Почему платные задачи дают более качественные данные, чем парсинг Соскобленные фотографии недатированы, расположены неправильно, постановочные и лишены контекста. Платная микрозадача запрашивается по запросу (место, окно, что проверить), верифицируется по выполнению (реальная метка: это изображение удовлетворяет данной инструкции), естественно разнообразна (разные люди, телефоны, точки зрения) и экономически устойчива (оплачиваемая работа, а не пожертвованные данные). Платформа