Seorang Roomba merekam seorang wanita di kamar mandi.  Bagaimana tangkapan layar berhenti di Facebook?

Seorang Roomba merekam seorang wanita di kamar mandi. Bagaimana tangkapan layar berhenti di Facebook?

Pada musim gugur tahun 2020, pekerja pertunjukan di Venezuela memposting serangkaian foto ke papan online tempat mereka berkumpul untuk berbicara. Foto-foto itu biasa-biasa saja, jika dalam banyak kasus intim, pemandangan rumah tangga yang diambil dari sudut rendah — termasuk beberapa yang sebenarnya tidak ingin Anda bagikan di Internet.

Dalam satu bidikan yang sangat terbuka, seorang wanita muda dengan kaus lavender duduk di kamar mandi, celana pendeknya ditarik hingga pertengahan paha.

Foto-foto tersebut tidak diambil oleh seorang individu, tetapi oleh versi modern robot vakum urutan Roomba J7 iRobot. Mereka kemudian dikirim ke Scale AI, sebuah perusahaan rintisan yang mengontrak pekerja langsung melalui arena untuk menandai rekaman audio, karakter, dan video lemah untuk mengajarkan kecerdasan buatan.

Itu adalah jenis adegan yang biasanya diambil dan dikirim oleh perangkat yang terhubung ke internet ke cloud — meskipun umumnya dengan penyimpanan yang lebih ketat dan mendapatkan akses ke kontrol. Namun awal tahun ini, Ikhtisar Keahlian MIT mendapatkan 15 tangkapan layar dari foto-foto terdalam tersebut, yang telah diposting ke grup media sosial tertutup.

Foto berfluktuasi dalam bentuk dan kepekaan. Citra paling intim kami saw menjadi urutan video yang menampilkan wanita muda di kamar mandi, wajahnya terhalang di gambar utama namun tidak tertutup dalam gulungan foto buram di bawah. Dalam gambar lain, seorang anak laki-laki yang terlihat berusia delapan atau sembilan tahun lemah, dan yang wajahnya terlihat jelas, telentang tepat di lantai lorong. Jepitan rambut berbentuk segitiga jatuh tepat di dahinya saat dia menatap, dengan geli yang jelas, pada objek yang merekamnya dari bawah tingkat penglihatan faktual.

Foto-foto yang berbeda memperlihatkan kamar-kamar dari rumah-rumah tepat di arena, beberapa ditempati oleh manusia, satu per satu oleh seekor anjing. Perabotan, dekorasi, dan objek yang ditempatkan tinggi di dinding dan langit-langit digambarkan dengan kotak persegi panjang dan disertai dengan label seperti “televisi”, “tanaman_atau_bunga”, dan “lampu langit-langit”.

Seorang Roomba merekam seorang wanita di kamar mandi. Bagaimana tangkapan layar berhenti di Facebook? - C3 0002 TR vacuum 04.png image 1

Gambar diambil oleh perangkat tren iRobot, dianotasi oleh label rekaman. Wajah, jika dilihat, telah dikaburkan dengan kotak abu-abu oleh Ikhtisar Keahlian MIT.

Seorang Roomba merekam seorang wanita di kamar mandi. Bagaimana tangkapan layar berhenti di Facebook? - C3 0010 TR vacuum 14 image 2

Gambar diambil oleh perangkat tren iRobot, dianotasi oleh label rekaman. Wajah bayi menjadi yang pertama dilihat, tetapi telah dikaburkan oleh Ikhtisar Keahlian MIT.

Seorang Roomba merekam seorang wanita di kamar mandi. Bagaimana tangkapan layar berhenti di Facebook? - C3 0009 TR vacuum 13.png image 3

Gambar diambil oleh perangkat tren iRobot, dianotasi oleh label rekaman.

Seorang Roomba merekam seorang wanita di kamar mandi. Bagaimana tangkapan layar berhenti di Facebook? - C3 0008 TR vacuum 12.png image 4

Gambar diambil oleh perangkat tren iRobot, dianotasi oleh label rekaman.

Seorang Roomba merekam seorang wanita di kamar mandi. Bagaimana tangkapan layar berhenti di Facebook? - C3 0007 TR vacuum 11.png image 5

Gambar diambil oleh perangkat tren iRobot, dianotasi oleh label rekaman.

Seorang Roomba merekam seorang wanita di kamar mandi. Bagaimana tangkapan layar berhenti di Facebook? - C3 0006 TR vacuum 09.png image 6

Gambar diambil oleh perangkat tren iRobot, dianotasi oleh label rekaman.

Seorang Roomba merekam seorang wanita di kamar mandi. Bagaimana tangkapan layar berhenti di Facebook? - C3 0005 TR vacuum 08.png image 7

Gambar diambil oleh perangkat tren iRobot, dianotasi oleh label rekaman.

Seorang Roomba merekam seorang wanita di kamar mandi. Bagaimana tangkapan layar berhenti di Facebook? - C3 0004 TR vacuum 07.png image 8

Gambar diambil oleh perangkat tren iRobot, dianotasi oleh label rekaman.

Seorang Roomba merekam seorang wanita di kamar mandi. Bagaimana tangkapan layar berhenti di Facebook? - C3 0003 TR vacuum 06.png image 9

Gambar diambil oleh perangkat tren iRobot, dianotasi oleh label rekaman.

Seorang Roomba merekam seorang wanita di kamar mandi. Bagaimana tangkapan layar berhenti di Facebook? - C3 0001 TR vacuum 03.png image 10

Gambar diambil oleh perangkat tren iRobot, dianotasi oleh label rekaman.

Seorang Roomba merekam seorang wanita di kamar mandi. Bagaimana tangkapan layar berhenti di Facebook? - C3 0000 TR vacuum 01.png image 11

Gambar diambil oleh perangkat tren iRobot, dianotasi oleh label rekaman.

Seorang Roomba merekam seorang wanita di kamar mandi. Bagaimana tangkapan layar berhenti di Facebook? - C2 TR vacuum 15 image 12

Gambar diambil oleh perangkat tren iRobot, dianotasi oleh label rekaman. Wajah gadis itu pertama kali dilihat, tetapi dikaburkan oleh Ikhtisar Keahlian MIT. Lampu depan Roomba J7 dicerminkan di oven.

Seorang Roomba merekam seorang wanita di kamar mandi. Bagaimana tangkapan layar berhenti di Facebook? - C2 TR vacuum 02 image 13

Gambar diambil oleh perangkat tren iRobot, dianotasi oleh label rekaman.

1dari13

iRobot—penyedia penyedot debu robot terbaik di dunia, yang baru saja diperoleh Amazon seharga $1,7 miliar dalam kesepakatan yang tertunda—mengonfirmasi bahwa foto-foto ini diambil oleh Roombas-nya pada tahun 2020. Semuanya berasal dari “robot mode tertentu dengan perubahan perangkat keras dan diagram yang mungkin tidak lagi dan tidak pernah ada metodologi yang disebutkan pada produk individu iRobot untuk dibeli, ”kata perusahaan itu dalam sebuah pengumuman. Mereka telah diberikan kepada “penagih dan pekerja bayaran” yang menandatangani perjanjian tertulis yang mengakui bahwa mereka telah mengirimkan aliran rekaman, termasuk video, mendukung perusahaan untuk aplikasi pelatihan. Menurut iRobot, perangkat tersebut diberi label dengan stiker hijau cerdas yang bertuliskan “rekaman video dalam pengembangan”, dan para pengumpul rekaman berbayar itu harus “mengambil apa pun yang mereka anggap lembut dari guntur apa pun yang dioperasikan robot, termasuk anak-anak.”

Apakah Anda ikut serta dalam upaya pengurutan rekaman iRobot? Kami akan senang mendengar dari Anda. Silakan hubungi di[email protected].

Dengan kata lain, menurut perkiraan iRobot, seseorang yang foto atau videonya terlihat di streaming telah setuju untuk membiarkan video Roombas mereka menampilkannya. iRobot menolak untuk membiarkan Tinjauan Keahlian MIT melihat perjanjian persetujuan dan tidak lagi membuat kolektor atau pekerja bayarannya tersedia untuk mendiskusikan pemahaman mereka tentang frasa.

Meskipun foto yang dibagikan kepada kami tidak lagi menjangkau prospek iRobot, pelanggan pada umumnya menyetujui agar catatan kami dipantau ke berbagai tingkat pada perangkat mulai dari iPhone hingga mesin cuci. Ini adalah kesadaran yang telah mengembangkan standar ekstra yang sempurna selama dekade terakhir, karena kecerdasan buatan yang haus akan rekor telah menjadi semakin banyak hak bawaan ke dalam rangkaian layanan dan produk dan produk yang benar-benar baru. Teknologi yang belum pernah terdengar ini sejalan dengan pembelajaran mesin, sebuah strategi yang menghabiskan banyak sekali rekaman — termasuk suara, wajah, rumah, dan berbagai rekaman terdalam kita — untuk mengajarkan algoritme untuk mengenali pola. Kumpulan rekaman paling berharga adalah yang paling hidup, pembuatan rekaman bersumber dari lingkungan yang valid, menjadi rumah yang menyenangkan, terutama berharga. Pada dasarnya, kami memilih hanya dengan menggunakan produk, seperti yang terkenal dalam kebijakan privasi dengan bahasa yang tidak tepat yang memberikan keleluasaan luar biasa kepada perusahaan dalam cara mereka menyebarkan dan menganalisis catatan orang tertentu.

Rekaman tanpa suara oleh penyedot debu robot mungkin bahkan mungkin sangat invasif. Mereka terdiri dari “perangkat keras yang sangat efektif, sensor yang sangat efektif,” kata Dennis Giese, kandidat PhD di Northeastern University yang mempelajari kerentanan keamanan perangkat Internet of Things, termasuk penyedot debu robot. “Dan mereka dapat berkeliling ke rumah pribadi Anda — dan juga Anda tidak lagi menggunakan metode apa pun untuk memanipulasinya.” Ini sangat benar, tambahnya, tentang perangkat dengan kamera canggih dan kecerdasan buatan — senang dengan seri Roomba J7 iRobot.

Catatan ini kemudian lemah untuk membuat robot yang lebih pintar yang operasinya mungkin akan goyah di masa depan jauh melampaui penyedot debu. Namun untuk membuat kumpulan catatan ini berguna untuk pembelajaran mesin, setiap orang harus terlebih dahulu melihat, mengkategorikan, memberi label, atau menambahkan konteks ke setiap bagian kecil dari catatan. Arah ini dikenal sebagai anotasi catatan.

Selalu ada komunitas orang yang duduk di suatu tempat — umumnya di ruangan tanpa jendela, secara faktual melakukan banyak hal tunjuk-dan-klik: ‘Tentu, itu objek atau bukan lagi objek,’” jelas Matt Beane, asisten profesor di program administrasi teknologi di University of California, Santa Barbara, yang mempelajari pekerjaan manusia di belakang robotika.

15 foto yang dibagikan dengan Tinjauan Keahlian MIT adalah potongan kecil dari ekosistem rekaman yang luas. iRobot mengatakan telah membagikan lebih dari 2 juta foto dengan Scale AI dan jumlah tambahan yang tidak diketahui dengan platform anotasi catatan yang beragam; perusahaan telah mengkonfirmasi bahwa Skala adalah ide faktual untuk menjadi salah satu dari banyak anotator rekaman yang lemah.

James Baussmann, juru bicara iRobot, mengatakan dalam email bahwa perusahaan telah “mengambil setiap tindakan pencegahan untuk memastikan bahwa catatan terdalam diproses dengan aman dan sepenuhnya didasarkan pada peraturan yang dapat diterima,” dan bahwa foto yang dibagikan dengan Ikhtisar Keahlian MIT telah “dibagikan di pelanggaran perjanjian kerahasiaan tertulis antara iRobot dan pemasok penyedia anotasi gambar.” Dalam pernyataan email beberapa minggu setelah kami berbagi foto dengan perusahaan, CEO iRobot Colin Attitude mengatakan bahwa “iRobot mengakhiri hubungannya dengan pemasok penyedia yang membocorkan foto, secara aktif menyelidiki subjek tersebut, dan [is] mengambil langkah-langkah untuk membantu menghentikan kebocoran serupa oleh pemasok penyedia mana pun suatu hari nanti.” Perusahaan tidak lagi menanggapi pertanyaan tambahan tentang tindakan apa yang telah dilakukan.

Namun, secara tidak langsung, lokasi foto ini mewakili sesuatu yang lebih besar daripada tindakan perusahaan individu seseorang. Mereka merujuk pada orang-orang yang sering, dan sedang naik daun, sadar akan berbagi rekaman yang berpotensi lembut untuk mengajarkan algoritme, serta kesibukan kotor yang mencakup seluruh dunia yang dapat diambil oleh satu gambar—dalam hal ini, dari rumah-rumah di Amerika Utara, Eropa, dan Asia ke server iRobot yang berbasis di Massachusetts, dari sana ke AI Skala penuh yang berbasis di San Francisco, dan di akhir Scale mendapatkan pekerja rekaman yang lebih kecil langsung melalui arena (termasuk, pada acara ini, pekerja pertunjukan Venezuela yang memposting foto ke grup terdalam di Facebook, Discord, dan di lokasi lain).

Secara kolektif, foto-foto tersebut menunjukkan rantai pasokan rekaman lengkap — dan pilihan baru di mana rekaman terdalam kemungkinan besar akan bocor — yang bahkan hanya ditanggapi oleh sedikit pelanggan.

“Tidak lagi diharapkan bahwa manusia akan meninjau rekaman mentah,” tegas Justin Brookman, direktur liputan teknologi di Consumer Stories dan direktur liputan tua dari Kantor Analisis dan Investigasi Keahlian Federal Alternate Price. iRobot tidak akan mengatakan apakah kolektor rekaman memperhatikan hal itu atau tidak orang-orangsecara eksplisit, mungkin akan melihat foto-foto ini, meskipun perusahaan mengatakan konstruksi persetujuan memastikan bahwa “layanan penyedia” mungkin akan terjadi.

“Tidak lagi diharapkan bahwa manusia akan meninjau rekaman mentahnya.”

“Kami benar-benar memperlakukan mesin secara berbeda daripada kami memperlakukan orang,” kata Jessica Vitak, seorang ilmuwan rekaman dan profesor di divisi komunikasi Universitas Maryland dan College of Details Analysis. “Lebih mudah bagi saya untuk memenangkan kekosongan kecil yang sempurna, Anda tahu, bergerak di sekitar guntur saya [than] siapa pun yang berjalan-jalan di kondominium saya dengan kamera.”

Namun, itu jika sejujurnya apa yang terjadi. Bukan lagi robot penyedot debu yang mengawasi Anda di kamar mandi — seseorang juga akan menatap.

Revolusi vakum robot

Penyedot debu robot tidak terus menerus jadi rapi.

Model paling awal, Electrolux Trilobite buatan Swedia, hadir di pasar pada tahun 2001. Ini melemahkan sensor ultrasonik untuk mengenai dinding dan pola pembersihan guntur; sensor tonjolan ekstra di sisinya dan sensor tebing di bagian bawah membantunya menghindari menabrak benda atau jatuh dari tangga. Namun, sensor ini bermasalah, menyebabkan robot mengabaikan area yang ditentukan atau mengulangi yang lain. Hasilnya menjadi pekerjaan pembersihan yang tidak selesai dan tidak memuaskan.

Tahun berikutnya, iRobot merilis Roomba dengan teknologi terdepan, yang mengandalkan sensor benturan dan sensor sakelar model serupa. Tidak pernah terdengar lebih murah daripada pesaingnya, ia tumbuh menjadi robot vakum yang paling sukses secara komersial.

Model paling kuno saat ini menampilkan fitur tanpa suara dalam cetak biru yang sama, sedangkan pembersih kelas menengah menggabungkan sensor yang lebih baik dan saran navigasi yang beragam senang dengan lokalisasi dan pemetaan simultan untuk mengambil ruang mereka di ruangan dan memetakan jalur pembersihan yang lebih baik.

Perangkat dengan penghentian lebih tinggi terdiri dari visi komputer, bagian dari kecerdasan buatan yang mendekati pikiran manusia dengan melatih algoritme untuk mengekstrak catatan dari foto dan video, dan/atau lidar, metodologi penginderaan penuh berbasis laser yang lemah oleh NASA dan dianggap luas sebagai teknologi navigasi yang paling etis—namun paling mahal—di pasaran saat ini.

Visi komputer bergantung pada tinggi kamera definisi tinggi, dan menurut kami, sekitar selusin perusahaan terdiri dari kamera front-going melalui kamera vakum robot mereka untuk navigasi dan pengenalan objek — serta, semakin banyak, pemantauan rumah. Ini berisi pembuat vakum robot kepala tiga berdasarkan pangsa pasar: iRobot, yang memiliki 30% pasar dan telah menjual lebih dari 40 juta perangkat sejak 2002; Ecovacs, dengan sekitar 15%; dan Roborock, yang memiliki sekitar 15% lainnya, berdasarkan sepenuhnya pada perusahaan intelijen pasar, Strategy Analytics. Ini juga berisi pembuat peralatan rumah tangga yang sudah dikenal seperti Samsung, LG, dan Dyson, antara lain. Secara keseluruhan, sekitar 23,4 juta penyedot debu robot telah terjual di Eropa dan Amerika pada tahun 2021 saya sendiri, sepenuhnya berdasarkan Strategy Analytics.

Dari tempat terbuka, iRobot masuk ke dalam visi komputer, dan perangkat pertamanya dengan kemampuan seperti itu, Roomba 980, memulai debutnya pada tahun 2015. Ini juga merupakan perangkat berkemampuan Wi-Fi iRobot yang paling utama, serta yang pertama yang mungkin Yah, mungkin, mungkin, mungkin untuk membuat diagram sebuah kondominium, mengubah strategi pembersihannya berdasarkan ukuran ruangan, dan judul membuat penghalang untuk menghindarinya.

HOT 🔥  Ahli saraf mendengarkan otak orang Amerika selama seminggu. Mereka menyadari teriakan dan kekacauan.

Visi komputer “memungkinkan robot untuk … melihat kekayaan yang berlimpah dari arena di sekitarnya,” kata Chris Jones, chief technology officer iRobot. Hal ini memungkinkan perangkat iRobot untuk “mengatur kabel tertentu di bagian bawah atau seperti sofa.”

Namun untuk penglihatan komputer dalam penyedot debu robot hingga benar-benar berfungsi seperti yang diharapkan, pabrikan ingin mengajarkannya dengan kualitas terbaik, kumpulan catatan beragam yang menduplikasi rentang kolosal dari apa yang kemungkinan besar akan mereka lihat. “Keragaman suasana rumah adalah tugas yang sangat halus,” kata Wu Erqi, direktur R&D senior Roborock yang berbasis di Beijing. Sistem jalan “agak kuno,” katanya, jadi untuk pembuat kendaraan yang bisa mengemudi sendiri, “Anda akan tahu seperti apa jalurnya… [and] seperti apa sinyal pengunjung itu.” Meskipun demikian, setiap interior rumah sangat beragam.

“Perabotan tidak pernah lagi distandarisasi,” tambahnya. “Anda mungkin tidak akan menanyakan apa yang akan terjadi pada tanah Anda. Biasanya ada kaus kaki di sana, mungkin beberapa kabel”—dan kabel-kabel itu akan terlihat beragam di AS dan China.

keluarga bengkok karena ruang hampa.  pancaran lembut dari vakum menyinari wajah mereka yang tertutup.

MATHEW BOUREL

Tinjauan Keahlian MIT berbicara dengan atau mengirim pertanyaan ke 12 perusahaan yang menjual penyedot debu robot dan menemukan bahwa mereka menanggapi kerugian mengumpulkan catatan pelatihan sebaliknya.

Dalam kasus iRobot, lebih dari 95% lokasi rekaman gambarnya berasal dari rumah yang sah, yang penghuninya adalah pekerja iRobot atau sukarelawan yang direkrut oleh distributor rekaman perayaan ulang tahun ketiga (yang ditolak oleh iRobot). Kami yang menggunakan perangkat tren setuju untuk mengizinkan iRobot mendapatkan catatan, termasuk streaming video, saat perangkat berjalan, umumnya sebagai alternatif untuk “insentif untuk partisipasi,” sepenuhnya berdasarkan pengumuman dari iRobot. Perusahaan menolak untuk menentukan apa insentif ini, dengan mengatakan sempurna bahwa mereka bervariasi “sesuai dengan ukuran dan kompleksitas urutan catatan.”

Catatan pelatihan terakhir berasal dari apa yang disebut iRobot sebagai “urutan catatan bertahap”, di mana perusahaan membuat model yang kemudian direkam.

iRobot juga telah mulai memberikan kesempatan kepada pelanggan biasa untuk ikut serta dalam menyumbangkan catatan pelatihan melalui aplikasinya, di mana kami dapat terus mengirimkan gambar penghalang tertentu ke server perusahaan untuk meningkatkan algoritmenya. iRobot mengatakan bahwa jika pelanggan berpartisipasi dalam pelatihan “orang-in-the-loop” ini, seperti yang diketahui, perusahaan menerima sempurna foto-foto ini, dan tidak ada yang lain. Baussmann, perwakilan perusahaan, mengatakan dalam email bahwa foto-foto seperti itu tidak lagi lemah untuk mengajarkan algoritme apa pun.

Tidak setuju dengan iRobot, Roborock mengatakan bahwa itu bisa “membangun[s] [its] memiliki foto di [its] laboratorium” atau “bekerja[s] dengan distributor perayaan ulang tahun ketiga di China yang secara khusus diminta untuk mengambil & menyediakan foto objek di lantai untuk aplikasi pelatihan kami.” Sementara itu, Dyson, yang menjual dua model vakum robot tingkat tinggi, mengatakan bahwa mereka mengumpulkan catatan dari dua sumber utama: “pencoba rumahan di divisi pembelajaran & tren Dyson dengan izin keamanan” dan, semakin banyak, buatan, atau AI- dihasilkan, catatan pembinaan.

Sebagian besar perusahaan vakum robot yang berbicara dengan Ikhtisar Keahlian MIT secara eksplisit mengatakan bahwa mereka tidak menggunakan catatan pelanggan untuk mengajarkan algoritme pembelajaran mesin mereka. Samsung tidak lagi menanggapi pertanyaan tentang bagaimana sumber catatannya (meskipun tertulis bahwa mereka tidak menggunakan Scale AI untuk anotasi catatan), sedangkan Ecovacs menyebut sumber catatan pelatihannya “rahasia”. LG dan Bosch tidak lagi menanggapi permintaan gumaman.

“Anda harus menarik orang-orang itu… meminta bantuan dari setiap orang. Laporan terus-menerus mengatakan bahwa Anda tidak diharapkan, tetapi sangat sulit untuk dimanipulasi.

Beberapa petunjuk tentang sistem urutan data yang beragam berasal dari Giese, peretas IoT, yang ruang kerjanya di Northeastern ditumpuk tinggi dengan penyedot debu robot yang telah direkayasa ulang, memberinya akses masuk ke model pembelajaran mesin mereka. Beberapa diproduksi oleh Dreame, sebuah perusahaan China yang agak baru yang berbasis di Shenzhen yang menjual perangkat kaya fitur yang terjangkau.

Giese menemukan bahwa penyedot debu Dreame berisi folder berlabel “server AI”, serta fungsi penambahan gambar. Perusahaan pada umumnya mengatakan bahwa “rekaman kamera sama sekali tidak dikirim ke cloud dan tidak ada subjek,” kata Giese, namun “setelah saya mendapatkan akses ke instrumen, saya kadang-kadang dapat mengulanginya atau tidak lagi itu tidak lagi selalu benar.” Bahkan jika mereka sebenarnya tidak mengunggah foto apa pun, dia menambahkan, “[the function] terus ada.”

Dreame memproduksi penyedot debu robot yang juga dapat diganti mereknya dan dijual oleh perusahaan yang berbeda — sebuah bukti bahwa kesadaran ini akan digunakan oleh produsen yang berbeda juga, kata Giese.

Dreame tidak menanggapi pertanyaan yang dikirim melalui email tentang file yang disembunyikan dari perangkat pengguna, tetapi pada saat setelah penjangkauan awal MIT Expertise Overview, perusahaan mulai mengubah kebijakan privasinya, termasuk yang terkait dengan cara mengumpulkan file terdalam, dan mendorong lebih dari satu pembaruan firmware.

Namun tanpa penjelasan dari perusahaan itu sendiri atau strategi, apalagi peretasan, untuk melihat pernyataan mereka, sulit untuk mengetahui dengan pasti apa yang mereka kumpulkan dari pelanggan untuk aplikasi pelatihan.

Bagaimana dan mengapa catatan kami berakhir di tengah arena

Dengan catatan mentah yang diperlukan untuk algoritme pencarian mesin, muncul kebutuhan akan tenaga kerja, dan beratus-ratusnya. Di situlah anotasi catatan masuk. Perdagangan yang masih muda namun meningkat, anotasi catatan diproyeksikan mencapai $13,3 miliar dalam tanda pasar pada tahun 2030.

Bola lepas landas sebagian besar untuk memenuhi kebutuhan besar akan catatan berlabel untuk mengajarkan algoritma yang lemah dalam kendaraan yang bisa mengemudi sendiri. Hari ini, label rekaman, yang pada umumnya adalah pekerja kontrak bergaji rendah di dunia konstruksi, membantu membedakan dengan energi apa yang kita anggap remeh sebagai “otomatis” online. Mereka mempertahankan yang terburuk dari Internet dari umpan media sosial kami dengan mengkategorikan dan menandai posting secara manual, memberikan peningkatan pada diagram pengenalan gumaman dengan menyalin audio berkualitas rendah, dan membantu penyedot debu robot mengenali objek di lingkungan mereka dengan menandai foto dan video.

Di antara banyak sekali perusahaan yang muncul tepat selama dekade terakhir, Skala AI telah berubah menjadi pemimpin pasar. Didirikan pada tahun 2016, ia membangun model industri seputar kontrak dengan pekerja jarak jauh di negara-negara kaya yang tidak terlalu kotor dengan harga murah berbasis usaha atau tugas sepenuhnya di Remotaks, platform crowdsourcing miliknya.

Pada tahun 2020, Scale memposting tugas baru di sana: Misi IO. Itu menampilkan foto-foto yang diambil dari bawah dan miring ke atas kira-kira 45 derajat, dan menunjukkan dinding, langit-langit, dan lantai rumah langsung melalui arena, serta tidak ada subjek yang mengambil ruang untuk berada di dalam atau di atasnya — termasuk kita, yang wajahnya telah dilihat dengan jelas oleh pemberi label.

Labeler menyebutkan Mission IO di Facebook, Discord, dan berbagai grup yang mereka tempati untuk berbagi saran tentang menangani pembayaran yang tertunda, berbicara tentang tugas dengan pembayaran paling mudah, atau mencari file dari bantuan dalam memberi label objek yang sulit.

iRobot mengonfirmasi bahwa 15 foto yang diposting di grup tersebut dan kemudian dikirim ke Tinjauan Pengalaman MIT datang langsung dari perangkatnya, membagikan spreadsheet yang mencantumkan tanggal negatif pembuatannya (antara Juni dan November 2020), negara asal mereka. (Amerika Serikat, Jepang, Prancis, Jerman, dan Spanyol), dan nomor seri perangkat yang menghasilkan gambar, serta kolom yang menunjukkan bahwa surat persetujuan telah ditandatangani oleh setiap orang perangkat. (Scale AI mengonfirmasi bahwa 13 dari 15 foto berasal dari “proyek R&D [it] bekerja dengan iRobot lebih dari dua tahun yang lalu,” meskipun menolak untuk menguraikan asal-usul atau menawarkan catatan tambahan pada dua foto yang berbeda.)

iRobot mengatakan bahwa berbagi foto di grup media sosial melanggar perjanjian Scale dengannya, dan Scale mengatakan bahwa pekerja kontrak yang membagikan foto-foto ini melanggar perjanjian mereka sendiri.

“Kelemahan yang mendasarinya adalah wajah Anda senang dengan kata sandi yang tidak akan Anda perdagangkan. Setelah seseorang merekam ‘tanda tangan’ wajah Anda, mereka dapat menggunakannya tanpa henti untuk menjemput Anda dalam foto atau video.

Namun tindakan seperti itu hampir tidak mungkin dilakukan oleh polisi di platform crowdsourcing.

Ketika saya bertanya kepada Kevin Guo, CEO Hive, pesaing Skala yang juga bergantung pada pekerja kontrak, apakah dia responsif terhadap label rekaman yang berbagi kegagapan di media sosial, dia blak-blakan. “Ini adalah pekerja yang disingkirkan,” katanya. “Anda harus menarik orang-orang itu… meminta bantuan dari setiap orang. Laporan terus-menerus mengatakan bahwa Anda tidak diharapkan, tetapi sangat sulit untuk dimanipulasi.

Artinya terserah pemasok penyedia untuk mengambil apakah atau tidak lagi atau tidak lagi mengambil pekerjaan yang ditentukan. Untuk Hive, kata Guo, “kami tidak menganggap kami memiliki kontrol yang valid di luar angkasa yang diberikan oleh badan pekerja kami” untuk secara efektif menawarkan perlindungan terhadap catatan ringan. Hive tidak bekerja dengan perusahaan penyedot debu mana pun, tambahnya.

“Itu agak menjijikkan bagiku [the images] dibagikan di platform crowdsourcing,” kata Olga Russakovsky, peneliti utama di Lab Visual AI Universitas Princeton dan salah satu pendiri komunitas AI4All. Mempertahankan pelabelan di apartemen, di mana “di antara kami berada di bawah NDA yang ketat” dan “di komputer perusahaan”, akan membuat catatan jauh lebih stabil, dia memutuskan.

Dalam istilah yang berbeda, mengandalkan anotator rekaman jarak jauh bukan lagi metodologi yang stabil untuk memberikan perlindungan pada rekaman. “Jika Anda memasukkan catatan yang baru saja Anda dapatkan dari pelanggan, itu mungkin benar-benar cenderung tetap berada di database dengan akses masuk ke perlindungan,” kata Pete Warden, seorang peneliti visi komputer terkemuka dan seorang PhD sarjana di Stanford University. Meskipun demikian, dengan pelatihan pembelajaran mesin, catatan pelanggan semuanya digabungkan “dalam kumpulan yang besar”, memperluas “lingkaran kita” yang mendapatkan akses masuk ke sana.

Seorang Roomba merekam seorang wanita di kamar mandi. Bagaimana tangkapan layar berhenti di Facebook? - C2 TR vacuum 05 image 14
Tangkapan layar dibagikan dengan Keahlian MIT Ikhtisar catatan anotasi dalam pengembangan
Seorang Roomba merekam seorang wanita di kamar mandi. Bagaimana tangkapan layar berhenti di Facebook? - TR vacuum 10 image 15

Untuk bagiannya, iRobot mengatakan bahwa ia berbagi sub yang sempurna kumpulan foto pelatihan dengan pendamping anotasi catatan, menandai gambar apa pun dengan catatan lembut, dan memberi tahu kepala privasi perusahaan jika catatan lembut terdeteksi. Baussmann menyebut kelemahan ini “jarang”, dan menyatakan bahwa ketika itu terjadi, “seluruh log video, termasuk gambar, dihapus dari server iRobot.”

Perusahaan itu menyatakan, “Ketika sebuah gambar tersandung di mana seseorang berada dalam guntur yang membahayakan, termasuk ketelanjangan, ketelanjangan sebagian, atau interaksi seksual, itu dihapus — serta SEMUA foto yang berbeda dari log itu.” Itu tidak menjelaskan apakah penandaan ini akan dilakukan secara otomatis oleh algoritme atau secara manual oleh seseorang, atau mengapa hal itu tidak terjadi lagi dalam kasus gadis di kamar mandi.

Cakupan iRobot, di sisi lain, tidak mempertimbangkan wajah lembut, meskipun faktanya sebagian dari kita masih di bawah umur.

“Untuk melatih robot untuk mengarahkan orang tertentu dan foto orang”—karakteristik yang telah dipromosikannya ke prospek yang waspada terhadap privasi—perusahaan “pertama-tama harus melatih robot seperti apa manusia itu,” Baussmann menjelaskan. “Dalam hal ini, sangat serius untuk terlebih dahulu mendapatkan catatan orang untuk mengajar model.” Implikasinya adalah bahwa wajah harus menjadi bagian dari catatan itu.

Namun, foto wajah sebenarnya tidak penting bagi algoritme untuk mendeteksi orang, berdasarkan sepenuhnya pada William Beksi, seorang profesor ilmu komputer yang menjalankan Robotic Vision and Prescient Laboratory di University of Texas di Arlington: detektor manusia model dapat mengenali kita berdasarkan sepenuhnya “faktual [on] akun untuk (siluet) manusia.”

“Jika Anda kebetulan adalah perusahaan pegunungan, dan Anda juga tertarik dengan privasi, Anda mungkin dapat memproses ulang foto-foto ini,” kata Beksi. Sebagai contoh, Anda mungkin dapat memburamkan wajah manusia bahkan sebelum mereka meninggalkan instrumen dan “sebelum memberikannya kepada siapa pun untuk dianotasi”.

“Tampaknya sangat ceroboh,” dia menyimpulkan, “terutama untuk menyertakan anak di bawah umur yang direkam dalam video.”

Dalam kasus gadis di kamar mandi, seorang label rekaman berusaha untuk menjaga privasinya, dengan membuat lingkaran gelap di wajahnya. Namun, tidak ada foto yang berbeda yang menampilkan kami yang identitasnya dikaburkan, baik oleh label rekaman itu sendiri, oleh Scale AI, atau oleh iRobot. Itu menampilkan gambar anak laki-laki yang tergeletak di tanah.

Baussmann menguraikan bahwa iRobot melindungi “identifikasi orang-orang itu” dengan “memisahkan semua catatan pengenal dari foto-foto …

Meskipun demikian menangkap wajah pada dasarnya melanggar privasi, kata Warden. “Kelemahan yang mendasarinya adalah bahwa wajah Anda senang dengan kata sandi yang tidak dapat Anda perdagangkan,” katanya. “Begitu seseorang merekam ‘tanda tangan’ wajah Anda, mereka dapat menggunakannya tanpa henti untuk menjemput Anda dalam foto atau video.”

Label AI di atas ilustrasi wajah sebuah keluarga

MATHEW BOUREL

Selain itu, “anggota parlemen dan penegak privasi akan melihat biometrik, termasuk wajah, sebagai catatan halus,” kata Jessica Properly off, seorang pengacara privasi yang menjabat sebagai direktur Biro Keamanan Konsumen FTC antara 2013 dan 2017. Ini sangat buruk jika Semua anak di bawah umur ditangkap dengan kamera, dia menambahkan: “Mendapatkan persetujuan dari karyawan [or testers] tidak terkait dengan mendapatkan persetujuan dari bayi. Karyawan tersebut tidak memiliki kemampuan untuk menyetujui urutan rekaman tentang orang lain yang beragam — biarkan saya sendiri anak-anak yang tampaknya terlibat. Benar off mengatakan dia tidak tentang perusahaan tertentu dalam komentar ini.

HOT 🔥  Unduhan: beberapa data catatan iklim yang benar, dan perakitan chip baru yang modern

Di kepala, kelemahan yang valid bisa dibilang tidak lagi bahwa label rekaman membagikan foto-foto itu di media sosial. Cantik, jenis lokasi pelatihan AI ini — terutama yang menggambarkan wajah — adalah cetak biru yang lebih standar daripada yang kita hargai, catat Milagros Miceli, seorang sosiolog dan ilmuwan komputer yang telah mewawancarai pekerja yang dikeluarkan yang diperkecil oleh perusahaan anotasi catatan selama bertahun-tahun . Miceli menjadi bagian dari tim belajar yang telah berbicara dengan lebih dari satu pemberi label yang terdiri dari foto-foto serupa yang dilihat, diambil dari pilihan yang menguntungkan rendah yang sama dan dalam banyak kasus menunjukkan kami dalam berbagai fase pakaian.

Labeler rekaman menemukan karya ini “sangat buruk,” tambahnya.

Kejutan: Anda mungkin setuju dengan ini

Produsen vakum robot sendiri mengakui risiko privasi tinggi yang dihadirkan oleh kamera instrumen. “Jika Anda telah memutuskan untuk berinvestasi dalam visi komputer, Anda harus sangat berhati-hati dengan privasi dan keamanan,” kata Jones, CTO iRobot. “Anda memberikan penghasilan ini untuk produk dan orang tertentu, tetapi Anda juga harus memperlakukan privasi dan keamanan sebagai prioritas paparan utama.”

Sebenarnya, iRobot mengatakan kepada MIT Expertise Overview bahwa ia telah menerapkan banyak tindakan penjagaan privasi dan keamanan di perangkat pelanggannya, termasuk menggunakan enkripsi, biasanya menambal kerentanan keamanan, membatasi dan memantau akses masuk karyawan internal ke catatan, dan menyediakan prospek dengan catatan terperinci tentang catatan yang dikumpulkannya.

Meskipun demikian, ada kesenjangan besar antara metodologi yang dibicarakan perusahaan tentang privasi dan metodologi yang dihargai pelanggan.

Sangat mudah, misalnya, untuk mengacaukan privasi dengan keamanan, kata Jen Caltrider, peneliti utama dalam proyek Mozilla “*Privacy Now Not Included”, yang mempelajari perangkat individu untuk setiap privasi dan keamanan. Keamanan file mengacu pada keamanan fisik dan dunia maya suatu produk, atau seberapa lemahnya terhadap peretasan atau penyusupan, sedangkan privasi catatan diatur secara transparan—jelas dan berada dalam posisi untuk memanipulasi catatan yang terdiri dari perusahaan, seberapa lemahnya, mengapa demikian dibagikan, apakah lebih lama atau tidak dan untuk metodologi berapa lama itu dipertahankan, dan seberapa berbeda perusahaan mengumpulkan untuk dibuka.

Menggabungkan keduanya mudah, Caltrider menambahkan, karena “keamanan menjadi lebih baik, sementara privasi menjadi metodologi yang lebih buruk” sejak dia mulai memantau produk pada tahun 2017. “Perangkat dan aplikasi sekarang mendapatkan catatan yang lebih terdalam,” katanya.

Perwakilan perusahaan juga dalam banyak kasus menghabiskan variasi yang halus, senang dengan perbedaan antara “berbagi” catatan dan menjualnya, yang membangun bagaimana mereka menjaga privasi khususnya menantang untuk diurai oleh non-konsultan. Ketika sebuah perusahaan mengatakan itu mungkin benar-benar tidak mungkin lagi menjual catatan Anda, itu tidak menunjukkan bahwa itu tidak akan membelanjakannya atau membaginya dengan orang lain untuk prognosis.

Definisi rangkaian catatan yang bergunung-gunung ini secara umum dapat diterima di bawah kebijakan privasi perusahaan dengan kata-kata yang tidak jelas, hampir semuanya mengandung beberapa bahasa yang mengizinkan penggunaan catatan untuk penerapan “layanan dan produk dan produk yang lebih baik” —bahasa yang benar dari panggilan begitu astronomis untuk “Biarkan setiap jadi dalam banyak kasus apa pun.”

“Pembangun tidak lagi benar secara historis [at] hal-hal keamanan.” Sikap mereka menjadi “Berusaha keras untuk mendapatkan fungsionalitas, dan jika fungsionalitas berfungsi, kirimkan produk. Dan kemudian skandal itu menyebar.

Memang, Ikhtisar Keahlian MIT meninjau 12 kebijakan privasi vakum robot, dan semuanya mereka, termasuk iRobot, berisi bahasa yang setara tentang “layanan, produk, dan produk yang lebih baik”. Banyak perusahaan yang dihubungi oleh Ikhtisar Keahlian MIT untuk bergumam tidak lagi menjawab pertanyaan tentang apakah “artikulasi produk” akan terdiri dari algoritme pembelajaran mesin atau tidak. Meskipun demikian, Roborock dan iRobot mengatakan itu mungkin benar-benar mungkin terjadi.

Dan karena Amerika Serikat tidak memiliki seluruh peraturan privasi data — sebagai alternatif yang bergantung pada campuran peraturan guntur, yang paling penting adalah Undang-Undang Privasi Konsumen California — kebijakan privasi ini adalah bentuk tanggung jawab sebenarnya perusahaan, kata Brookman. “Banyak kebijakan privasi akan mengatakan, Anda tahu, kami berhak untuk membagikan catatan Anda dengan mitra atau penyedia layanan take out,” catatnya. Berarti pelanggan kemungkinan besar setuju untuk membagikan catatan mereka dengan lebih banyak perusahaan, apakah mereka terbiasa atau tidak lagi.

Brookman menjelaskan bahwa hambatan sebenarnya yang harus dikhususkan perusahaan untuk mendapatkan catatan langsung dari pelanggan cukup rendah. FTC, atau gaya pengacara guntur, mungkin akan turun tangan jika ada praktik yang “tidak adil” atau “tidak benar”, catatnya, tetapi ini diuraikan secara sempit: kecuali kebijakan privasi secara khusus mengatakan “Hai, kami tidak akan membiarkan kontraktor menatap catatan Anda” dan agar mereka tetap membagikannya, kata Brookman, perusahaan “kemungkinan besar cukup baik dalam penipuan, yang merupakan metodologi utama” bagi FTC untuk “menempatkan privasi kekuasaan secara historis”. Membuktikan kesadaran itu tidak adil, sementara itu, membawa beban tambahan — termasuk membuktikan kerusakan. “Pengadilan terdiri dari tidak ada metodologi yang pasti didominasi di atasnya,” tambahnya.

Sebagian besar kebijakan privasi perusahaan bahkan tidak lagi menyembunyikan rekaman audiovisual yang direkam, dengan beberapa pengecualian. Cakupan privasi iRobot mencatat bahwa ia mengumpulkan rekaman audiovisual dengan sempurna jika seseorang membagikan foto berdasarkan kapasitas aplikasi selulernya. Cakupan privasi LG untuk Hom-Bot Turbo+ berkemampuan kamera dan AI menjelaskan bahwa aplikasinya mengumpulkan rekaman audiovisual, termasuk “rekaman audio, elektronik, visual, atau yang setara, yang sebanding dengan foto profil, rekaman bergumam, dan rekaman video.” Dan perlindungan privasi untuk Jet Bot AI+ Robot Vacuum Samsung dengan lidar dan Powerbot R7070, yang masing-masing terdiri dari kamera, akan menghasilkan “catatan yang Anda simpan ke perangkat Anda, seperti foto, kontak, log gagap tekstual, interaksi sentuh, pengaturan, dan kalender catatan” dan “rekaman gumaman Anda saat Anda kebetulan mengeluarkan perintah gumaman untuk memanipulasi Layanan atau menghubungi tim Layanan Pelanggan kami.” Sementara itu, kebijakan privasi Roborock tidak menyembunyikan catatan audiovisual, meskipun perwakilan perusahaan menyebutkan Tinjauan Keahlian MIT bahwa pelanggan di China memiliki pilihan untuk membagikannya.

Salah satu pendiri iRobot, Helen Greiner, yang kini menjalankan startup bernama Tertill yang menjual robot penyiang taman, menekankan bahwa dalam mengumpulkan semua catatan ini, perusahaan tidak lagi mencoba untuk melanggar privasi prospek mereka. Mereka mencoba secara faktual untuk menciptakan produk yang lebih baik—atau, dalam kasus iRobot, “membangun produk yang terorganisir dengan baik,” katanya.

Lancar, bahkan upaya perusahaan yang paling mudah pun senang iRobot jelas meninggalkan celah dalam perlindungan privasi. “Ini bukan unsur kejahatan, tetapi ketidakmampuan faktual,” kata Giese, peretas IoT. “Pembangun tidak lagi benar secara historis [at] hal-hal keamanan.” Sikap mereka menjadi “Berusaha keras untuk mendapatkan fungsionalitas, dan jika fungsionalitas berfungsi, kirimkan produk.”

“Dan kemudian skandal-skandal menyebar,” tambahnya.

Penyedot debu robot sebenarnya adalah permulaan

Nafsu untuk rekor akan meningkat sempurna di tahun-tahun mendatang. Penyedot debu sebenarnya adalah subset sempit dari perangkat terkait yang mungkin berkembang biak sepanjang hidup kita, dan nama-nama terbaik dalam penyedot debu robot — termasuk iRobot, Samsung, Roborock, dan Dyson — vokal tentang ambisi yang dibedakan lebih megah daripada otomatis pembersihan tanah. Robotika, termasuk robotika rumahan, telah lama menjadi hadiah yang valid.

Ingat bagaimana Mario Munich, wakil presiden senior teknologi di iRobot, menguraikan target perusahaan pada tahun 2018. Dalam presentasi tentang Roomba 980, ruang hampa pc-vision pertama perusahaan, dia mengonfirmasi gambar dari sudut pandang instrumen— termasuk membayangkan ide untuk menjadi salah satu dapur dengan meja, kursi, dan bangku — mengikuti bagaimana mereka kemungkinan besar akan diberi label dan dirasakan oleh algoritme robot. “Kekurangannya tidak pernah lagi dengan penyedot debu. Kekurangannya ada pada robotnya,” jelas Munich. “Kami akan mengangkat untuk mengetahui suasananya sehingga kami dapat memperdagangkan pengoperasian robot.”

Misi yang lebih besar ini terbukti dalam apa yang diminta untuk diberi label oleh anotator catatan Scale — bukan lagi objek di bagian bawah yang harus dihindari (fitur yang dipromosikan iRobot), tetapi objek seperti “lemari”, “meja dapur”, dan ” rak,” yang bersama-sama membantu instrumen seri Roomba J mengenali seluruh gemuruh di mana ia beroperasi.

Perusahaan yang membuat penyedot debu robot sudah berinvestasi dalam berbagai aspek dan perangkat yang akan membawa kita lebih dekat ke masa depan yang mendukung robotika. Roombas terbaru bahkan mungkin akan dikendalikan oleh Nest dan Alexa, dan mereka menerima lebih dari 80 item yang berbeda tepat di rumah. Sementara itu, penyedot debu robot Deebot X1 Ecovacs memiliki dukungan gumaman milik perusahaan, sementara Samsung diyakini sebagai salah satu dari cukup banyak perusahaan yang membangun “robot mitra” untuk menopang perusahaan manusia. Miele, yang menjual RX2 Scout Home Imaginative and prescient, telah mengalihkan minatnya ke peralatan rumah tangga trim yang beragam, senang dengan oven trim berkemampuan kameranya.

Dan jika akuisisi iRobot senilai $1,7 miliar oleh Amazon terus berlanjut—menunggu persetujuan dari FTC, yang terpukul oleh pencapaian merger dalam persaingan di pasar perumahan—Roombas cenderung menjadi lebih terintegrasi ke dalam visi Amazon untuk masa depan yang lebih baik. -pada trim hunian masa depan.

Mungkin tidak mengherankan, liputan publik mulai mengulangi kelemahan publik yang meningkat dengan privasi rekaman. Dari 2018 hingga 2022, terjadi peningkatan yang mencolok di negara bagian yang terkena dan melewati perlindungan privasi, sebanding dengan Undang-Undang Privasi Konsumen California dan Undang-Undang Privasi Detail Biometrik Illinois. Di tingkat federal, FTC terpesona oleh prinsip-prinsip baru untuk menindak pengawasan komersial yang korup dan praktik keamanan catatan yang lemah—termasuk yang lemah dalam catatan pelatihan. Dalam dua kasus, FTC telah mengambil tindakan terhadap pengeluaran catatan pembeli yang dirahasiakan untuk mengajarkan kecerdasan buatan, dalam penggerebekan yang memaksa perusahaan, Weight Watchers International dan pengembang aplikasi karakter Everalbum, untuk menghapus setiap catatan tanpa suara dan algoritme dibuat. dari itu.

Lancar, tidak satu pun dari upaya sepotong-sepotong itu menangani pasar anotasi catatan yang meningkat dan proliferasi perusahaan yang berbasis sepenuhnya benar melalui arena atau kontrak dengan pekerja pertunjukan global, yang ditandai dengan pengawasan yang lemah, umumnya di negara-negara dengan peraturan perlindungan catatan yang lebih sedikit .

Ketika saya berbicara musim panas ini dengan Greiner, dia berkata bahwa dia secara pribadi tidak khawatir tentang implikasi iRobot terhadap privasi — meskipun dia mengerti mengapa sebagian dari kita mungkin merasa sebaliknya. Secara tidak langsung, dia membingkai privasi dengan metodologi orang tertentu yang berbeda: seseorang dengan kekhawatiran yang valid mungkin tidak akan mengangkat instrumen itu.

“Semua orang harus membuat pilihan privasi mereka sendiri,” katanya kepada saya. “Dan saya dapat menghubungkan Anda, sebagian besar, dari kami membangun tekad untuk memasukkan aspek-aspek tersebut selama mereka disampaikan pada titik tanda yang efektif.”

Namun tidak semua orang memiliki pendapat yang sama dengan kerangka kerja ini, sebagian karena sangat sulit bagi pelanggan untuk membuat pilihan yang sepenuhnya diarahkan. Persetujuan harus lebih besar daripada “secarik kertas” faktual untuk ditandatangani atau kebijakan privasi untuk dijelajahi, kata Vitak, ilmuwan catatan University of Maryland.

Metodologi persetujuan kemudi yang tepat dan tidak memihak “bahwa orang tersebut sepenuhnya memahami prosedurnya, mereka sepenuhnya menghargai risikonya… bagaimana risiko tersebut akan dikurangi, dan… apa hak mereka,” jelasnya. Namun hal ini jarang terjadi dalam seluruh metodologi — terutama ketika perusahaan memasarkan asisten robot yang ideal yang menjanjikan lantai yang tertata rapi dengan mengklik tombol.

Hapuskan Anda berisi lebih banyak catatan tentang bagaimana perusahaan mendapatkan catatan untuk mengajar AI? Apakah Anda ikut serta dalam upaya pengurutan rekaman oleh iRobot atau berbagai perusahaan vakum robot? Kami akan senang mendengar dari Anda dan mungkin akan menghargai permintaan untuk anonimitas. Silakan hubungi di [email protected] atau aman di Signal di 626.765.5489.

Pelajari lebih lanjut oleh Tammy Xu.

Koreksi: Electrolux adalah perusahaan Swedia, bukan lagi perusahaan Swiss seperti yang ditulis pertama dan terutama. Milagros Miceli menjadi bagian dari tim belajar yang berbicara dengan label rekaman yang telah melihat foto serupa dari penyedot debu robot.

Cakupan Asli

Baca juga

Abaikan bayi desainer.  Inilah cara CRISPR mengubah sebagian besar kehidupan

Abaikan bayi desainer. Inilah cara CRISPR mengubah sebagian besar kehidupan

Abaikan He Jiankui, ilmuwan bahasa China yang menciptakan bayi yang diedit gennya. Sebagai tambahan, meskipun …

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *