印度新德里西郊的卡蘭維哈爾（Karan Vihar）回收區，43歲的蘇妮塔（Sunita Rathore）頭戴綁著 iPhone的頭帶，精準記錄手部剝離塑膠標籤與分類廢料的每一個微小動作。在此之前，她每個月靠分類廢棄物，能賺取約20000盧比（約新台幣6744元）收入，如今多了這份攝影機紀錄的外快，能讓蘇妮塔每小時多賺150盧比（約新台幣50.6元）薪資。 但當外媒詢問蘇妮塔，有關這份打工內容，以及影片未來會流向何方時，身為拍攝者的本人毫無頭緒。原來她所拍下的一舉一動，都是在替人工智慧（AI）與機器人企業，提供核心訓練數據基礎：簡單來說，她當下的所有行為，就是在幫忙訓練、未來某一天即將取代自己的機器人。 間接訓練未來取代自己的「那個它」 彭博專題發現，無論是新德里的回收廠、班加羅爾的牛仔褲工廠，或是印度各地的漁村與建築工地，數以萬計的印度工人，被以低廉時薪招募，透過攝影機以第一人稱視角（Egocentric）精細記錄人類雙手執行工作任務的完整過程。而這些拍攝的影像資料，隨後都被科技公司取回，以素材和數據資料的方式注入AI系統，作為訓練機器人學會人類動作的重要養分來源。 中國廠商利用各種數據資料，持續訓練自家人形機器人執行多種工作與任務。（美聯社） 中國廠商利用各種數據資料，持續訓練自家人形機器人執行多種工作與任務。（美聯社） 經過多年研發，人形機器人（humanoid robot）已能在受控環境中跳舞或跑步，但在真實世界進行測試時，往往會出現伸手拿取箱子發生摔倒的現象。科技產業將「炫技展示影片」與實用機器人之間的鴻溝，視為人工智慧面臨的核心瓶頸之一。要賦予機器人物理智慧，問題不在於硬體或演算法，而是在「數據」。 想讓機器人作到真正擬人化或仿真，需要大量人類摺疊、焊接、穿鞋帶與堆疊的真實第一人稱影片，才有辦法一點一點地進行訓練，以及揪出各種錯誤，在此之前這類日常影片，過去從未有人系統性進行蒐集。輝達（Nvidia）具身智能（Embodied AI）數據總監萊文（Ben Levin）受訪時指出，「物理 AI本質上是數據問題，要建構強韌可部署的物理 AI，所需的訓練數據量，遠遠超過任何人的想像程度。」 針對這個新市場，花旗集團（Citigroup）預測，到了2050年人形機器人相關市場規模，可達到7兆美元（約新台幣217兆元）。市調機構Research and Markets的數據則顯示，機器人影片訓練數據市場規模，將從2026年的119億美元，在2031年飆漲至498億美元（約新台幣1.54兆元）。 印度阿格拉一家皮鞋工廠。（美聯社） 中美兩國如今在這塊領域上，展開激烈競爭追逐。美國在基礎研究上領先，但在製造業數據收集上卻遠遠落後北京；中國企業主要利用各大小工廠工人，配戴VR眼鏡進行動態捕捉收集內部數據，但他們嚴格限制自家數據出境，正因為這個限制，才使得全球人口第一大國的印度，成為機器人產業眼中最有價值的數據庫所在地。 每日薪資翻倍背後的諷刺意含 面對這個潛在的數據庫，隨即有大量資本迅速湧入印度國內，開啟這場數據資料搶奪戰。包含像Build AI等歐美新創企業，就開始與印度當地數十家工廠合作，讓1.4萬名工人裝備頭戴式攝影機，拍攝超過100萬小時的影片。而旗下擁有150萬名零工的Awign Enterprises，也透過類似方式，向全球頂尖機器人實驗室，提供20萬小時的客製化影片，內容包含觸覺手套與手腕攝影機數據，目標年底衝上200萬小時。 這些珍貴的訓練數據，同時也被OpenAI投資的Physical Intelligence、Figure AI、特斯拉（Tesla）、輝達與蘋果公司（Apple）等歐美科技巨頭搶購。 之所以能驅動這波熱潮，其實就是背後龐大的商機：來自印度的第一人稱視角影片，當地原始成本為每小時大約7美元（約新台幣217元），經過中間商進行詳細標註內容，像是標明「右手，刀刃轉向番茄」等指令或解釋後，影片可以用15至30美元價格進行轉賣。而這類影片如果是在美國本土採集，至少得付出三倍或以上的生產成本。 中國AI展攤位上廠商展示多款人形機器人。（美聯社） 然而，這種拍攝也被外媒抨擊，存在侵犯隱私或資訊不對等的疑慮。許多印度工人自始至終，完全對拍攝目的與資料用途一無所知，簽署的同意書往往形同虛設。而且整個拍攝過程中，攝影機不可避免地會捕捉到旁人臉孔或家庭私生活細節，存在生物識別數據洩露風險。 民間團體對此非常憤怒，「歐美企業將這種拍攝，稱為『知情同意』簡直是荒謬至極。創造這種資源的工人，理應獲得知情權與合理報酬，而不是以工作為名施捨的小錢。」但隨著市場依舊存在無底洞的龐大需求，只要人工智慧市場持續發展，估計蒐集數據還將持續至少十年時間，而印度自然會是各大企業主要目標：數百萬名工人在汗流浹背工作中，微笑著訓練未來某天會取代自己的機器人。
评论 (0)