El sueño de tener robots humanoides en todos los hogares ha generado un nuevo tipo de trabajo: grabar tareas domésticas. La creciente industria de la robótica, impulsada por la inteligencia artificial, necesita cantidades masivas de datos para que estos robots aprendan a operar de manera segura y eficiente en entornos humanos. Para satisfacer esta demanda, startups y empresas tecnológicas están contratando a personas en todo el mundo para que graben videos de sí mismas realizando tareas cotidianas, creando un nuevo mercado de datos humanos o datos egocéntricos .
La necesidad de estos datos surge de la complejidad de replicar la versatilidad humana en robots. A diferencia de las tareas repetitivas en entornos controlados como fábricas, los hogares y oficinas presentan una variabilidad infinita en la disposición de objetos, la iluminación y las interacciones humanas. Para que un robot pueda navegar y operar en estos entornos, necesita aprender a reconocer objetos, distancias y movimientos físicos, y a adaptarse a situaciones imprevistas.
Micro1, una empresa con sede en Palo Alto, California, es una de las principales impulsoras de esta tendencia. La compañía ha reclutado a un ejército de aproximadamente 4.000 generalistas de robótica en 71 países, quienes envían más de 160.000 horas de video cada mes. Los trabajadores reciben un equipo de grabación (diadema con cámara, teléfono inteligente o gafas Meta), instrucciones detalladas y una lista de tareas que incluyen cocinar, limpiar, jardinería y cuidado de mascotas. Se les anima a experimentar y grabar cualquier actividad que pueda ser útil para el entrenamiento de robots, con la premisa de que si quieres que un robot haga esto por ti, adelante, grábalo .
Arian Sadeghi, vicepresidente de datos de robótica en Micro1, explica que la demanda de datos es insaciable. Probablemente necesitas miles de millones de horas , afirma, señalando que la cantidad actual de datos recopilados es solo una pequeña fracción de lo que se necesita. La empresa está expandiendo su red de contratistas a nivel mundial, buscando diversidad en los entornos domésticos y las tareas realizadas.
La industria de recopilación y etiquetado de datos está experimentando un rápido crecimiento, impulsada por el auge de la IA y la robótica. Las empresas de investigación de mercado estiman que este mercado crecerá a un ritmo promedio del 30% anual, alcanzando al menos US$ 10.000 millones en 2030. Startups como Objectways, que inicialmente se centraron en el entrenamiento de asistentes virtuales y vehículos autónomos, ahora están dedicando recursos significativos a la recopilación de datos para robots.
Ravi Rajalingam, fundador de Objectways, ha descubierto que solo alrededor de la mitad del material enviado por los contratistas es utilizable, lo que subraya la importancia de la calidad de los datos. Además, la empresa ha observado que los datos de hogares en Estados Unidos tienen un valor más alto debido a la suposición de que los consumidores estadounidenses adoptarán rápidamente los robots humanoides. Esto ha llevado a una disparidad salarial, con trabajadores en Estados Unidos ganando hasta tres veces más por hora que sus contrapartes en países como Vietnam o India.
La diversidad cultural y geográfica en los datos también es crucial. Rajalingam explica que las diferencias en las prácticas domésticas, como el uso de utensilios de cocina o herramientas de limpieza, pueden afectar el rendimiento de los robots. La cocina de India es muy diferente de la cocina de EE.UU. Un palo de escoba en India es muy diferente de un palo de escoba en Estados Unidos. Así que la variedad es importante, pero depende de dónde vayas a ubicar tus robots primero , señala.
El enfoque en los datos humanos representa un cambio significativo en la forma en que se entrenan los robots. Tradicionalmente, los robots se entrenaban mediante controles remotos humanos o simulaciones virtuales. Sin embargo, estas opciones son costosas o menos efectivas para interacciones con objetos físicos. La recopilación de datos humanos ofrece una alternativa más económica y realista.
Alicia Veneziani, vicepresidenta de expansión de mercado de Sharpa, una startup de androides con sede en Singapur, destaca la importancia de encontrar un equilibrio entre calidad y cantidad en los datos. China, que está invirtiendo fuertemente en tecnología, ha anunciado planes para establecer al menos 60 centros de capacitación en todo el país, aunque la mayoría de los robots humanoides producidos en masa se utilizan actualmente para investigación y entrenamiento.
Marco Wang, analista de Interact Analysis, señala que la industria está adoptando cada vez más el uso de datos humanos como una solución intermedia, ya que los costos se limitan al equipo de grabación y los salarios de los trabajadores. Tesla también está entrenando a su robot humanoide Optimus en sus propias instalaciones y planea expandirse a Austin, Texas.
Nvidia, líder en el diseño de chips informáticos, ha demostrado que incorporar más de 20.000 horas de videos en primera persona al entrenamiento de robots puede mejorar significativamente la tasa de éxito en tareas como doblar camisetas, clasificar cartas, desenroscar tapas de botellas y usar una jeringa, en más de un 50%.
Puneet Jindal, cofundador de Labellerr AI, explica que el punto de inflexión para los robots autónomos llegó hace tres años con el desarrollo de grandes modelos de lenguaje que permitieron ChatGPT. Estos modelos han dado lugar a un nuevo algoritmo que traduce señales visuales en acción física, permitiendo a los robots percibir y navegar el mundo a su alrededor.
Sin embargo, la recopilación de datos humanos no está exenta de desafíos. Rutav Shah, investigador de robótica en la Universidad de Texas en Austin, señala que los entornos domésticos son extremadamente impredecibles y que los robots necesitan desarrollar una intuición similar a la humana para comprender las fuerzas, la fricción y la incertidumbre.
Alexander Verl, presidente de investigación de la Federación Internacional de Robótica, advierte que la tasa de éxito actual de los robots en tareas como doblar camisetas es demasiado baja para ser comercialmente viable, generalmente rondando el 70% o el 80%. Además, Rajalingam de Objectways subraya los riesgos de seguridad, como la posibilidad de que un robot confunda a un bebé con un objeto inanimado.
A pesar de estos desafíos, la industria de la robótica está avanzando rápidamente, impulsada por la creciente disponibilidad de datos humanos y los avances en la inteligencia artificial. El futuro de la automatización del hogar depende de la capacidad de los robots para aprender a operar de manera segura y eficiente en entornos humanos, y la clave para lograrlo reside en la recopilación y el análisis de datos en primera persona.
