Micro1 تجمع مقاطع فيديو منزلية من أنحاء العالم لتدريب الروبوتات الشبيهة بالبشر

لم يعد تدريب الروبوتات الشبيهة بالبشر محكومًا بالميكانيكا والرقائق وحدها، بل أصبح يصطدم أيضًا بنقص البيانات الواقعية عن كيفية حركة الإنسان وتعامله مع الأشياء في حياته اليومية. لذلك ينمو حول القطاع سوق جديدة بسرعة: آلاف العاملين في اقتصاد العمل الحر (gig) يصوّرون في منازلهم الكي والتنظيف والطبخ، ثم تتحول هذه المقاطع إلى بيانات تدريب للروبوتات.

كيف تعمل هذه السوق

أحد هؤلاء العاملين هو زيوس، طالب طب من نيجيريا. بعد انتهاء مناوبته في المستشفى، يشغّل مصباحًا حلقيًا، ويثبّت iPhone على جبهته، ويسجّل أنشطته المنزلية من منظور الشخص الأول. تجمع شركة Micro1 ومقرها بالو ألتو مثل هذه المقاطع من متعاقدين في أكثر من 50 دولة، من بينها الهند ونيجيريا والأرجنتين، ثم تبيعها لشركات الروبوتات. ويتولى مساعد ذكاء اصطناعي الفرز الأولي للمرشحين، بينما تخضع المقاطع نفسها لفحص آلي ويدوي قبل وضع الوسوم عليها.

• طي الغسيل وكي الملابس
• غسل الأطباق وتنظيف المطبخ
• الطبخ والتعامل مع أدوات المطبخ
• نقل الأشياء داخل الغرفة
• التنقل البسيط في مساحة منزلية ضيقة

يبدو الأمر من الخارج عملًا إضافيًا بسيطًا للغاية: عليك أن تتحرك بشكل طبيعي، وأن تُبقي يديك داخل الكادر، وأن تكرر أفعالًا منزلية مألوفة. لكن النماذج تتعلم من هذه المقاطع تحديدًا كيف تفهم الإمساك بالأشياء، وتغيّر وضعية الجسم، والسيناريوهات الأساسية للتفاعل مع الأغراض.

بالنسبة لبعض المنفذين، يشكّل ذلك دخلًا جيدًا: إذ يتقاضى زيوس نحو 15 دولارًا في الساعة. لكن العمل يصبح رتيبًا بسرعة، ومن الصعب في شقة صغيرة ابتكار عدد كافٍ من المشاهد والتنويعات الجديدة.

لماذا تحتاج الروبوتات إلى ذلك

نما الازدهار الأخير في مجال الروبوتات إلى حد كبير من نجاح النماذج اللغوية الكبيرة. ومنطق القطاع بسيط: إذا كانت روبوتات الدردشة قد تعلمت من كميات هائلة من النصوص، فيمكن تدريب الروبوتات الشبيهة بالبشر أيضًا على كميات كبيرة من بيانات الحركة. المشكلة أن العالم المادي أكثر تعقيدًا بكثير من الإنترنت. فالمحاكاة مناسبة نسبيًا للمشي أو للحركات الاستعراضية، لكنها أقل قدرة على نقل قوة الضغط والاحتكاك والحركات غير الدقيقة وفوضى مطبخ أو غرفة نوم أو مستودع حقيقي.

وبحسب تقدير رئيس Micro1 علي أنصاري، تنفق شركات الروبوتات بالفعل أكثر من 100 مليون دولار سنويًا على شراء بيانات واقعية. وفي عام 2025 ضخّ المستثمرون في الروبوتات الشبيهة بالبشر أكثر من 6 مليارات دولار، ولا تسعى Micro1 وحدها وراء هذه البيانات: فشركتا Scale AI وEncord تطوّران برامج مشابهة، وتدفع DoorDash لسعاة التوصيل مقابل تصوير مهام منزلية، وفي الصين يُدرَّب العاملون على الحركات عبر سماعات الواقع الافتراضي والهياكل الخارجية (exoskeleton) في مراكز مخصصة. وحتى بهذا الحجم، لا تزال السوق في طور بناء البنية التحتية لجمع البيانات.

«سيستغرق ذلك وقتًا أطول مما يظن كثيرون».

هذا التقييم، الذي يشاركه فيه خبراء الروبوتات المذكورون في المادة، يصف بدقة الحالة الراهنة للسوق وتوقعات القطاع. فحتى عشرات أو مئات الآلاف من ساعات الفيديو لا تبدو حتى الآن حجمًا كافيًا لروبوتات عامة حقيقية. وما زال على القطاع أن يفهم أي البيانات مفيدة فعلًا، وكم تنويعة تلزم لتدريب موثوق، وهل يمكن جمع مجموعة بهذا الحجم دون ارتفاع حاد في التكاليف وتراجع في الجودة.

أين تبدأ المخاطر

أوضح المشكلات هي الخصوصية. تطلب الشركات عدم إظهار الوجوه والأسماء وأرقام الهواتف وغيرها من المعرّفات الصريحة. لكن حتى مع ذلك، تلتقط المقاطع ديكور الشقة والأغراض الشخصية والعادات والأطفال والجيران وروتين اليوم. والمهمة محرجة بشكل خاص للمنفذين الذين يعيشون مع أسرهم: عليهم أن يراقبوا باستمرار ألا يظهر طفل أو أحد الجيران في الكادر. وهكذا تتحول «بيانات الروبوت» إلى سجل مفصّل جدًا لحياة شخص آخر اليومية.

وثمة مشكلة ثانية هي جودة السلسلة بأكملها وشفافيتها. يدرك العاملون الذين شملهم الاستطلاع أنهم يساعدون في تدريب الروبوتات، لكنهم في الغالب لا يعرفون كيف ستُخزَّن التسجيلات بالضبط، ولمن ستُمرَّر، وهل يمكن لاحقًا طلب حذفها. ويحذّر خبراء الروبوتات من أن العادات المنزلية ليست دائمًا آمنة، ولا تصلح دائمًا نموذجًا للآلة. فإذا اكتسب الروبوت أنماطًا سيئة من مقاطع الحياة اليومية، ستظهر الأخطاء في العمل الفعلي، ومن الصعب جدًا ضبط ذلك مع تدفق مقاطع من آلاف الأشخاص.

ماذا يعني ذلك

لا يقوم ازدهار الروبوتات الشبيهة بالبشر اليوم على النماذج الجديدة والعتاد فحسب، بل أيضًا على سوق خفية للعمل اليدوي تزوّد القطاع ببيانات عن الحياة اليومية. وإذا أرادت الشركات إيصال الروبوتات المنزلية والصناعية إلى الاستخدام الواسع، فسيتعين عليها حل مسألة التدريب، وكذلك قضايا الموافقة والخصوصية وجودة البيانات. وإلا فسيكون «الميل الأخير» في الأتمتة أطول بكثير مما تَعِد به العروض التقديمية.