İnsansı robotları eğiten "yapay zeka işçileri"nin sayısı artıyor

İnsansı robotların fabrikalarda, depolarda ve evlerde insan gibi çalışabilmesi için ihtiyaç duyulan hareket verileri, dünyanın farklı ülkelerinde yeni bir "dijital emek" alanı oluşturuyor.

MIT Technology Review’in haberine göre Tesla, Figure AI ve Agility Robotics gibi şirketler, insan biçimli robotların gündelik hayatın karmaşık fiziksel hareketlerini öğrenebilmesi için gerçek dünya verilerine yöneliyor.

Metin, görüntü ya da ses verileriyle eğitilen yapay zeka sistemlerinden farklı olarak robotların bir tabağı kavramayı, havluyu katlamayı, kayan bir nesneyi dengede tutmayı ya da masayı silmeyi öğrenmesi gerekiyor. Bunun için de yalnızca ne yapılacağını değil, nesnenin ağırlığını, kayganlığını, şeklini ve temas anında elin verdiği küçük tepkileri de analiz edebilecek verilere ihtiyaç duyuluyor.

Bu veriler, işçilerin iPhone, GoPro, akıllı gözlük ya da benzeri kameraları başlarına bağlayarak gündelik işleri kaydetmesiyle elde ediliyor. Çarşaf sermek, ütü yapmak, çamaşır katlamak, bulaşık yıkamak, yemek hazırlamak, kutu taşımak ya da nesneleri belirli bir sırayla yerleştirmek, robot eğitimi için veri haline getiriliyor.

Başına kamera bağlayarak iş yapan işçiler

Sanal simülasyonlar robotlara bazı hareketleri öğretmekte kullanılsa da fiziksel dünyadaki sürtünme, temas, denge ve esneklik gibi ayrıntıları tam olarak yansıtmakta yetersiz kalıyor. Bu nedenle şirketler, maliyetli ve zaman alıcı olmasına rağmen ev içi işler başta olmak üzere gerçek insan hareketlerinden oluşan büyük veri setleri toplamaya çalışıyor.

ABD’nin California eyaletinde faaliyet gösteren Micro1, 50’den fazla ülkede binlerce sözleşmeli çalışanı bu amaçla istihdam ediyor. Şirket, insansı robotların eğitimi için on binlerce saatlik görüntüye sahip olduğunu belirtirken, Scale AI ise 100 bin saatten fazla veri topladığını açıkladı.

Nijerya’da bu işi yapan bir işçinin saatte 15 dolar kazandığı, bunun Nijerya’daki ekonomik şartlar açısından iyi bir gelir olduğu ancak işin zamanla sıkıcı hale geldiği belirtiliyor.

Hindistan’da "insan hareket çiftlikleri"

Quasa.io internet sitesinin haberine göre, Hindistan’da bu sistem, bazı teknoloji çevrelerinde "hand farms" yani "insan hareket çiftlikleri" olarak adlandırılıyor. Bengaluru merkezli veri etiketleme firmalarında çalışanlardan, havlu katlama, kağıt buruşturma, mutfak gereçlerini ayırma, kablo takma veya kutu dizme gibi hareketleri belirli kurallar içinde kaydetmeleri isteniyor.

Bu alanda öne çıkan şirketlerden Objectways, 20 yaşındaki girişimci Dev Mandal tarafından kuruldu. Mandal’ın, yapay zeka alanındaki büyük hedefler ile bu hedefleri mümkün kılacak gerçek dünya eğitim verileri arasındaki boşluğu bir fırsat olarak gördüğü belirtiliyor.

Şirketin 2 binden fazla çalışandan oluşan ekibinin yarısının mühendislerden, yarısının ise veri yorumcularından oluştuğu aktarılıyor. Objectways’in her gün yüzlerce video ürettiği, bir seferinde ABD’li bir müşteriye 200 havlu katlama videosu gönderdiği kaydediliyor.

Bu kayıtlar, robotların öğrenme sürecini yanıltabilecek yanlış tutuş, eksik hareket veya zamanlama hatası gibi ayrıntılar açısından inceleniyor. Örneğin bir çalışandan havluyu belirlenen sürede alması, düzeltmesi, birkaç kez katlaması ve kameranın görebileceği açıyla belirli bir noktaya bırakması istenebiliyor. Hata yapılması halinde çekim yeniden tekrarlanıyor.

Böylece robotlara yalnızca görevin sonucu değil, insan elinin nesneyle nasıl temas kurduğu da öğretiliyor. Kumaşın parmaklar arasındaki hareketi, kayan bir nesne karşısında yapılan küçük düzeltmeler, tutuş açısı ve hareket sırası, insansı robotların eğitimi için ayrıntılı veri haline getiriliyor.

Yeni iş alanı, yeni tartışmalar

İnsansı robotlara yönelik ilgi, yatırım rakamlarına da yansıyor. Sektöre 2025 yılında 6 milyar dolardan fazla yatırım yapılırken, ev içi hareketlerin kayda alınması dünya genelinde büyüyen yeni bir serbest çalışma alanına dönüşüyor.

Scale AI ve Encord gibi veri şirketleri kendi kayıt ağlarını kurarken, DoorDash’in de bazı teslimat sürücülerine ev işleri yaparken kendilerini filme almaları için ödeme yaptığı belirtiliyor. Çin’de ise devlet destekli robot eğitim merkezlerinde çalışanlar, sanal gerçeklik başlıkları ve dış iskeletler kullanarak insansı robotlara mikrodalga fırın açma, masa silme ve ev içi nesneleri kullanma gibi görevleri öğretiyor.

Bu tablo, robotik teknolojinin yalnızca mühendislik laboratuvarlarında değil, dünyanın farklı ülkelerinde görünmeyen insan emeğiyle de şekillendiğini gösteriyor. Ancak bu model, mahremiyet, bilgilendirilmiş rıza, düşük ücret ve küresel emek eşitsizliği gibi tartışmaları beraberinde getiriyor.

İnsansı robotların gelecekte insanların iş yükünü azaltacağı savunulsa da bugün bu makineler, büyük ölçüde düşük ücretli ve tekrarlı insan emeğiyle eğitiliyor. Bu durum, teknolojik ilerlemenin çelişkili yönlerinden birini ortaya koyuyor. Robotlara bugün çamaşır katlamayı, masa silmeyi ya da nesne taşımayı öğreten işçiler, aynı teknolojinin yaygınlaşmasıyla ileride bu işlerin makineler tarafından devralınması riskiyle karşı karşıya kalabilir.