मुफ्त सेवा के रूप में पेश किया गया घरेलू डेटा बटोरने का प्रयास
MicroAGI नाम का एक स्टार्टअप अपने Shift ऐप के जरिए न्यूयॉर्क सिटी के निवासियों को मुफ्त घर की सफाई की पेशकश कर रहा है, लेकिन असली उत्पाद सफाई नहीं है। कंपनी को घरों के भीतर काम करते सफाईकर्मियों का फर्स्ट-पर्सन वीडियो चाहिए, और उसका कहना है कि ये रिकॉर्डिंग्स अगली पीढ़ी के घरेलू रोबोटों को प्रशिक्षित करने में मदद करेंगी।
पेशकश असामान्य रूप से सीधी है। स्रोत पाठ के अनुसार, Shift न्यूयॉर्कवासियों को पहली-व्यक्ति सफाई फुटेज रिकॉर्ड करने के बदले मुफ्त पेशेवर हाउस क्लीनरों से जोड़ता है। अपॉइंटमेंट बुक करने से पहले ग्राहकों से उनका फोन नंबर, ईमेल पता, घर का पता और प्रवेश संबंधी निर्देश जैसी जानकारी देने को कहा जाता है। इस अपॉइंटमेंट की अनुमानित अवधि लगभग दो घंटे होती है।
यह क्यों अलग दिखता है
एआई कंपनियां नियमित रूप से उच्च-गुणवत्ता वाले वास्तविक दुनिया के प्रशिक्षण डेटा की आवश्यकता के बारे में बात करती हैं, खासकर रोबोटिक्स के लिए। Shift को उल्लेखनीय बनाने वाली बात यह है कि यह डेटा संग्रह को सबसे अंतरंग वातावरणों में से एक, यानी घर, तक ले जाता है। रोबोट प्रशिक्षण अक्सर गंदे, बदलते हुए, साधारण मानवीय स्थानों के उदाहरणों पर निर्भर करता है, और कैमरा पहने एक घरेलू सफाईकर्मी ठीक उसी तरह की सामग्री तैयार कर सकता है।
तकनीकी दृष्टि से इसका तर्क स्पष्ट है। घरेलू कामों को स्वचालित करना कठिन होता है, आंशिक रूप से इसलिए क्योंकि घर एक जैसे नहीं होते। रसोई के लेआउट अलग-अलग होते हैं, अव्यवस्था हर दिन बदलती रहती है, सतहें प्रकाश को अलग तरह से परावर्तित करती हैं, और प्रभावी ढंग से सफाई के लिए आवश्यक क्रियाओं का क्रम संदर्भ पर निर्भर करता है। इन कार्यों को करते मनुष्यों का एक बड़ा वीडियो डेटासेट embodied AI प्रणालियों के लिए उपयोगी प्रशिक्षण सामग्री हो सकता है।
सामाजिक दृष्टि से यह प्रस्ताव कहीं कम सीधा है। मुफ्त सफाई आकर्षक लग सकती है, लेकिन यह सौदा श्रम के बदले पैसा नहीं है। यह श्रम के बदले निजी पर्यावरणीय डेटा है। इससे यह सेवा एक सामान्य घरेलू बाज़ार की तुलना में डेटा-संग्रह संचालन के अधिक करीब लगती है।
MicroAGI जिस गोपनीयता-तर्क को पेश कर रही है
Shift FAQ में कहा गया है कि नाम, चेहरे और अन्य व्यक्तिगत जानकारी अपने-आप अनामीकृत कर दी जाती है, और संवेदनशील विवरण फुटेज के उपयोग से पहले धुंधले कर दिए जाते हैं। इसकी गोपनीयता नीति कहती है कि स्मार्ट ग्लास या अन्य कैप्चर डिवाइसों पर सीधे चलने वाले उन्नत मशीन-लर्निंग मॉडल ऐसे अपरिवर्तनीय रूपांतरण करते हैं, जैसे स्वचालित फेस-ब्लरिंग और पहचानकर्ता-अस्पष्टीकरण, इससे पहले कि कोई डेटा क्लाउड सर्वरों पर अपलोड हो।
यह कई उपभोक्ता एआई उत्पादों की तुलना में अधिक सोच-समझकर दिया गया गोपनीयता-आधार है, लेकिन यह मुख्य चिंता को समाप्त नहीं करता। स्रोत पाठ नोट करता है कि नीति यह नहीं बताती कि क्या लोग अपने घर-सफाई वीडियो को प्रशिक्षण डेटासेट से हटाने का अनुरोध कर सकते हैं। यह भी स्पष्ट नहीं करती कि क्या अनामीकरण इतना पर्याप्त है कि घरों की पहचान उनके लेआउट, वस्तुओं या अन्य संदर्भीय संकेतों से की जा सके।
ये किनारे के मामले नहीं हैं। नाम और चेहरे हट जाने पर भी एक घर आदतें, संपत्ति, परिवार की संरचना, दिनचर्या और सामाजिक-आर्थिक संकेत प्रकट कर सकता है। किसी स्क्रीन या आईडी कार्ड को धुंधला कर देना गोपनीयता जोखिम के एक वर्ग को संबोधित करता है। यह अपने आप इस व्यापक तथ्य को संबोधित नहीं करता कि एक बसा हुआ स्थान स्वयं पहचानने योग्य डेटा है।
embodied AI में बड़ी समस्या
Shift यह भी याद दिलाता है कि उपयोगी घरेलू रोबोट बनाने की दौड़, पूरी तरह स्वायत्त मशीनों के आने से बहुत पहले, असहज श्रम और सहमति व्यवस्थाओं पर निर्भर हो सकती है। रोबोटों के अपने-आप सीखने के बजाय, कंपनियों को पहले मशीन-लर्निंग के लिए अनुकूल परिस्थितियों में मनुष्यों से विशाल डेटासेट तैयार कराने पड़ सकते हैं। उस अर्थ में, यह सेवा एआई में एक व्यापक पैटर्न का हिस्सा है, जिसमें स्वचालन अक्सर तीव्र मानवीय डेटा-उत्पादन से शुरू होता है।
कंपनी की वेबसाइट कहती है कि इसमें “no catch” है, लेकिन स्पष्ट रूप से एक शर्त है: फुटेज। क्या यह सौदा स्वीकार्य लगता है, यह इस पर निर्भर करेगा कि लोग अनामीकरण प्रक्रिया पर कितना भरोसा करते हैं और कंपनी भविष्य के डेटा-उपयोग को कितनी स्पष्टता से समझाती है। फिलहाल, Shift की पेशकश इस बात का तीखा उदाहरण है कि रोबोटिक्स विकास किस दिशा में जा रहा है। घर एक प्रशिक्षण मैदान बन रहा है, और गोपनीयता प्रवेश-शुल्क का हिस्सा बनती जा रही है।
यह लेख Ars Technica की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें.
Originally published on arstechnica.com
