Hindistanın gig iqtisadiyyatı dünya robotlarını təlim edəcək: Human Archive startup-ı

Human Archive adlı startup, Hindistanın gig iqtisadiyyatını istifadə edərək dünyanın robotlarını təlim etmək üçün məlumat toplayır. UC Berkeley və Stanford tədqiqatçıları tərəfindən qurulan şirkət, gig işçilərə kameralı papaqlar və sensor cihazları taxaraq real dünya fiziki təlim məlumatları toplayır. Bu məlumatlar süni intellekt və robotexnika laboratoriyalarının tələb etdiyi əsas resursdur. Human Archive, Hindistanın geniş gig işçi kütləsindən istifadə edərək məlumat toplama prosesini ucuzlaşdırır.

AI üçün məlumatın əhəmiyyəti

Fiziki AI, robotların insan hərəkətlərini və qarşılıqlı təsirlərini öyrənməsini tələb edir. Human Archive, bu məlumatı toplamaq üçün innovativ bir yanaşma təqdim edir. Startup, Hindistandakı gig işçilərinə maaş verərək məlumat toplayır və bu məlumatları AI şirkətlərinə satır. Bu model, süni intellektin inkişafı üçün vacib olan real dünya məlumatlarının əldə edilməsini asanlaşdırır.

Mənbə: techcrunch.com

spot_imgspot_img

Oxşar xəbərlər

Cənubi Koreya tokenləşdirilmiş qiymətli kağızlar bazarını 2027-ci ilə qədər qurmağı hədəfləyir

Cənubi Koreya maliyyə tənzimləyiciləri, kapital bazarlarını blockchain üzərində qurmaq üçün mərhələli plan açıqlayıb. Tam tokenləşdirilmiş bazar 2027-ci ildə istifadəyə veriləcək.

Wildberries ilk tərəfdaş məntəqələrini işə saldı

Wildberries, ölkə üzrə ilk tərəfdaş məntəqələrini işə salıb. Şirkət, çatdırılma şəbəkəsini genişləndirmək üçün sahibkarları əməkdaşlığa dəvət edir.

E-ticarət moratoriumu ilə bağlı müzakirələr ÜTT-də davam edir

ÜTT-də elektron ticarət moratoriumunun ləğvi müzakirə olunur. IISD hesabatı bunun gələcək təsirlərini araşdırır.

Google-ın yeni süni intellekt hava modeli: çətiri unutmaq üçün bəhanə yoxdur

Google-ın yeni süni intellekt hava modeli WeatherNext 3, daha dəqiq proqnozlar və Google Maps inteqrasiyası ilə istifadəçilərə təqdim edilib.

Startupların ARR göstəricisi həmişəkindən daha az etibarlıdır

Süni intellekt erası startup ARR göstəricisinin etibarlılığını azaldır. Müştəri davranışlarındakı dəyişikliklər gəlir proqnozlarını çətinləşdirir.
spot_img