인도 어느 배달 라이더의 모자 안쪽에 카메라가 박혀 있습니다. 이 영상이 캘리포니아 로봇 연구실의 학습 데이터로 그대로 흘러갑니다.
UC 버클리 (UC Berkeley)와 스탠퍼드 (Stanford) 출신 연구자가 세운 휴먼 아카이브 (Human Archive)가 이 수집망을 운영합니다. 이번 사업은 휴머노이드 학습 데이터 시장의 진입 장벽을 알고리즘 우위에서 실세계 데이터 확보 비용 쪽으로 옮겨놓습니다.
긱 워커는 평소 배달과 운행 근무 중에 카메라 모자와 센서 기기를 착용합니다. 회사는 1인칭 영상과 신체 동작 데이터를 같은 시점으로 정렬해 학습용 코퍼스로 가공합니다. 테슬라 (Tesla)·피규어 (Figure)·1X 같은 미국 휴머노이드 개발사가 같은 형태의 물리 데이터를 확보하려 움직이는 상황입니다.
당신이 프런티어 휴머노이드 연구소 밖에서 로봇 모델을 학습시키는 팀에 있다면, 향후 6개월 안에 인도 수집망 계약 단가와 자체 텔레오퍼레이션 설비 투자안을 같은 표에 올려 비교 검토할 시점입니다.
이 베팅이 노리는 자리는 인도가 휴머노이드 소프트웨어로 실리콘밸리를 이기는 영역이 아닙니다. 음식 배달과 차량 호출 플랫폼이 이미 계측해 둔 긱 노동력으로부터 GPU 가 합성하지 못하는 유일한 입력값 곧 수백만 시간 분량의 자연스러운 인간 손동작을 뽑아내는 자리입니다.