MicroAGI czyści mieszkania w Nowym Jorku za darmo. W zamian nagrywa wszystko dla robotów

Brzmi wygodnie, dopóki nie dociera szczegół: w mieszkaniu pojawia się sprzątacz z kamerą na głowie, a nagranie nie służy tylko dokumentacji usługi. MicroAGI uruchomiło w Nowym Jorku aplikację Shift, w której darmowe sprzątanie jest wymianą za dane do treningu robotów domowych.

Co MicroAGI uruchomiło w Nowym Jorku?

MicroAGI, niemiecki startup rozwijający rozwiązania dla robotyki, uruchomił w Nowym Jorku usługę Shift dostępną pod adresem shiftapp.nyc. Według opisu oferty chodzi o dwugodzinne sprzątanie mieszkania rezerwowane przez formularz, w którym użytkownik podaje kontakt, adres i instrukcje wejścia. Dwie godziny sprzątania mają być dla klienta bezpłatne.

Najważniejszy warunek nie jest ukryty: osoba sprzątająca pracuje z kamerą zamocowaną na głowie, a materiał ma zasilać trening humanoidów i systemów AI do prac domowych. To nie wygląda więc jak zwykła promocja na start, tylko jak dość bezpośredni model wymiany: usługa za dane z prywatnej przestrzeni.

Jak Shift nagrywa mieszkanie i co obiecuje w sprawie prywatności?

Z opisu usługi wynika, że sprzątacz nosi kamerę rejestrującą pracę z perspektywy pierwszej osoby. Taki materiał pokazuje sekwencję ruchów przy odkurzaniu, myciu podłóg, porządkowaniu kuchni czy łazienki. Dla firmy to cenna dokumentacja ludzkiej pracy, dla klienta – kamera w domu, i to jest zasadnicza różnica.

MicroAGI deklaruje w polityce prywatności, że materiał przed dalszym wykorzystaniem ma być anonimizowany. Anonimizacja nagrań ma obejmować m.in. rozmywanie twarzy oraz innych elementów uznanych za wrażliwe. Problem w tym, że nawet po takim przetworzeniu w kadrze mogą zostać układ mieszkania, wyposażenie, zdjęcia czy przedmioty, które dużo mówią o domownikach.

Dlaczego MicroAGI chce właśnie danych z perspektywy człowieka?

W robotyce domowej nie wystarczy wiedzieć, że trzeba „posprzątać kuchnię”. Trzeba jeszcze zobaczyć, jak człowiek ustawia ciało, chwyta przedmioty, omija przeszkody i reaguje na bałagan, którego nikt wcześniej nie zaplanował. Perspektywa pierwszej osoby jest dla takich systemów szczególnie cenna, bo pokazuje nie tylko efekt, ale też sposób dojścia do efektu.

Laboratorium da się kontrolować, mieszkania ludzi już nie. Każde ma inny układ, inne sprzęty, inne światło i inny poziom chaosu. Właśnie dlatego firmy budujące roboty domowe tak mocno szukają nagrań z prawdziwych mieszkań, a nie wyłącznie z testowych pomieszczeń.

Skąd bierze się kontrowersja wokół modelu „usługa za dane”?

Sam pomysł nie jest nowy: część firm już wcześniej zbierała materiał do trenowania AI przez wykonywanie codziennych zadań z kamerą. Tyle że Shift przesuwa granicę bliżej klienta końcowego. Nie chodzi o wynajętego kontraktora realizującego zadanie badawcze, ale o zwykłą usługę konsumencką w prywatnym mieszkaniu. Prywatność jako waluta przestaje być tu metaforą.

To model kuszący, bo darmowa usługa obniża opór. Jeśli działa przy sprzątaniu, łatwo sobie wyobrazić kolejne wersje: dostawy, drobne naprawy, opiekę nad zwierzętami. W każdym przypadku klient płaci nie pieniędzmi, tylko dostępem do kawałka codziennego życia.

Jak Shift wpisuje się w szerszy wyścig po dane do robotyki?

MicroAGI nie działa w próżni. Cały rynek fizycznego AI szuka dziś danych, które pomogą modelom poradzić sobie poza ekranem i poza przewidywalnym środowiskiem testowym. To dlatego obok projektów stricte software’owych rośnie znaczenie zbiorów pokazujących ruch, manipulację przedmiotami i pracę w realnym otoczeniu. Wyścig po dane dotyczy już nie tylko tekstu, obrazu czy kodu.

Na DigiCat opisywaliśmy już podobne napięcia wokół danych z codziennych zachowań. Meta zbiera ruchy myszy pracowników, by trenować agentów AI, a badacze z Carnegie Mellon rozwijają inteligentne przedmioty, które uczą się z otoczenia. Shift dokłada do tego wątek najbardziej intymny: dane z mieszkania.

Co z regulacjami i zgodą użytkownika, gdy kamera wchodzi do domu?

Tu zaczynają się pytania trudniejsze niż samo „czy usługa jest darmowa?”. W praktyce liczy się to, jak opisana jest zgoda, jak długo firma przechowuje materiał, kto ma do niego dostęp i czy użytkownik może skutecznie zażądać usunięcia danych. W Unii Europejskiej podobny model od razu wpadłby pod ostrzejszą debatę o zgodzie i przetwarzaniu danych wrażliwych, także na tle RODO. Zgoda to nie wszystko, jeśli użytkownik nie rozumie skali dalszego wykorzystania materiału.

W Nowym Jorku Shift może być więc testem nie tylko dla samej usługi, ale też dla reakcji klientów na taką wymianę. Jeśli ludzie uznają, że darmowe sprzątanie jest warte tej ceny, inne firmy szybko to zauważą.

Czy takie projekty naprawdę przyspieszą roboty domowe?

Pewnie tak, choć nie w prostym sensie „więcej nagrań równa się gotowy humanoid do kuchni”. Dane z mieszkań pomagają skrócić drogę między pokazem na targach a realnym działaniem w bałaganie, którego nikt nie wyreżyserował. To ważne, bo właśnie na takich drobiazgach roboty najczęściej się wykładają. Dom to najtrudniejszy test dla maszyn udających, że radzą sobie z codziennością.

MicroAGI może więc trafić w realną potrzebę rynku. Jednocześnie ta historia dobrze pokazuje, że rozwój robotów domowych nie będzie opłacany wyłącznie kapitałem i inżynierią. Coraz częściej zapłacimy też fragmentem własnej prywatności.

Źródła:

Ars Technica, The Verge, Business Insider, Semafor, Forbes, Dealroom.co