Quay video lành quần áo có thể kiếm thêm thu nhập? Nhiệm vụ DoorDash giúp nhân viên giao hàng làm thêm để huấn luyện AI gây tranh cãi

Tập đoàn giao đồ ăn lớn của Mỹ DoorDash hôm nay đã ra mắt ứng dụng mới mang tên Tasks, cho phép các nhân viên giao hàng ghi lại các hoạt động hàng ngày hoặc ghi âm nội dung để giúp các mô hình AI và robot hiểu rõ hơn về thế giới thực. Động thái này mở ra nguồn thu nhập mới cho nền kinh tế gig, đồng thời phản ánh xu hướng nhiều ngành công nghiệp đang thu thập dữ liệu từ thế giới thực để huấn luyện mô hình của riêng họ hoặc bán ra thị trường.

(Người chơi Pokémon huấn luyện 3 tỷ hình ảnh để xây dựng “mô hình thế giới AI”, hỗ trợ ngành công nghiệp robot giao hàng)

DoorDash ra mắt Tasks: nhân viên giao hàng có thể kiếm thêm thu nhập từ các nhiệm vụ hàng ngày

DoorDash công bố ra mắt ứng dụng độc lập mang tên Tasks, cho phép hàng triệu nhân viên giao hàng của họ nhận các nhiệm vụ phụ để đổi lấy tiền thưởng. Các nhiệm vụ này bao gồm nhiều hoạt động hàng ngày như gấp quần áo, rửa chén, dọn giường, thậm chí cắt tỉa cây cảnh, với mức thưởng dựa trên độ phức tạp và thời gian thực hiện, khoảng vài chục đô la Mỹ.

Ngoài ra, nền tảng còn cung cấp các nhiệm vụ ghi âm giọng nói, ví dụ yêu cầu người dùng trò chuyện tự nhiên bằng một ngôn ngữ cụ thể để hỗ trợ huấn luyện mô hình giọng nói.

DoorDash cho biết, các dữ liệu này sẽ được sử dụng để nâng cao khả năng hiểu thế giới vật lý của AI và robot, phục vụ cho các ứng dụng tự động hóa và hệ thống thông minh. Công ty cũng nhấn mạnh rằng hiện tại Tasks mới chỉ là một dự án thử nghiệm nhỏ, trong tương lai sẽ mở rộng các loại nhiệm vụ và các kịch bản ứng dụng.

Từ văn bản, hình ảnh đến dữ liệu thực tế: Nhu cầu huấn luyện AI hướng tới hành vi thực

Trong những năm gần đây, nguồn dữ liệu huấn luyện AI đã mở rộng từ văn bản và hình ảnh sang các dạng dữ liệu hành vi thực phức tạp hơn. Dự án mới của DoorDash chính là minh chứng cho xu hướng này. Bằng cách thu thập các hành động, quy trình thao tác và tương tác ngôn ngữ của con người trong môi trường thực, các mô hình AI có thể mô phỏng hành vi con người chính xác hơn, ví dụ như học cách đặt dụng cụ vào máy rửa chén đúng cách hoặc hiểu cách sắp xếp đồ đạc trong nhà.

Theo Techcrunch, dữ liệu video và âm thanh mà DoorDash thu thập không chỉ dùng để huấn luyện các mô hình AI nội bộ mà còn có thể cung cấp cho các đối tác trong ngành bán lẻ, bảo hiểm, khách sạn và công nghệ để thử nghiệm và ứng dụng, từ đó mở rộng giá trị của dữ liệu.

Nền kinh tế gig trở thành nơi lý tưởng để phát triển dữ liệu AI: Uber và các nền tảng khác lần lượt theo chân

DoorDash không phải là công ty duy nhất đưa lực lượng lao động gig vào quá trình huấn luyện AI. Uber đã thử nghiệm các dự án tương tự từ trước, cho phép tài xế kiếm thêm bằng cách tải lên hình ảnh và dữ liệu ghi âm; Instawork từng tuyển dụng người lao động đeo thiết bị đeo đầu để ghi lại quá trình dọn dẹp nhà cửa. Thậm chí, công ty robot Sunday Robotics thu thập dữ liệu thao tác của con người qua găng tay bắt chuyển động để huấn luyện robot gia đình.

Xu hướng này cho thấy các nền tảng gig đang dần trở thành “mạng lưới thu thập dữ liệu”, tận dụng cơ sở người dùng lớn để nhanh chóng thu thập đa dạng dữ liệu thực tế từ nhiều khu vực khác nhau.

Phân tích cộng đồng: Thời đại “hàng hóa hóa hành vi con người” trong huấn luyện AI

Khi dự án Tasks được công khai, cộng đồng đã bắt đầu bàn luận về vấn đề này. Nhà sáng tạo của Bankless cho rằng, việc thu thập dữ liệu hành vi hàng ngày qua các phần thưởng có thể khiến lực lượng gig chuyển sang hình thức sản xuất dữ liệu, điều này có ý nghĩa then chốt cho sự phát triển của công nghệ tự động hóa và ứng dụng robot.

Khi DoorDash tiếp tục hợp tác với các công ty công nghệ tự lái để mở rộng dịch vụ giao hàng không người lái, việc cân bằng giữa nâng cao hiệu quả, thay đổi hình thái lao động và sử dụng dữ liệu sẽ trở thành vấn đề trọng tâm được ngành công nghiệp và xã hội quan tâm.