Deze startup denkt dat de Indische gig-economie de robots van de toekomst kan trainen

Deze startup denkt dat de Indische gig-economie de robots van de toekomst kan trainen

Bron: TechCrunch AI

In de afgelopen jaren heeft de online voedselbezorgmarkt in India een aanzienlijke groei doorgemaakt. Bedrijven zoals Zomato en Swiggy zijn naar de beurs gegaan en het aantal cloudkeukens is toegenomen. Tegelijkertijd hebben startups die zich richten op thuisdiensten, zoals on-demand platforms voor huishoudelijk personeel zoals Urban Company, Snabbit en Pronto, aan populariteit gewonnen.

De in Silicon Valley gevestigde startup Human Archive speelt in op deze trend. Het bedrijf werkt samen met deze platforms en laat werknemers speciale caps met camera's dragen om egocentrische (eerste-persoonsperspectief) videogegevens van alledaagse taken te verzamelen. Deze data kan vervolgens worden gebruikt om robots te trainen.

Hoewel het bedrijf geen specifieke partners heeft genoemd, meldt het dat het samenwerkt met bedrijven in de sectoren thuisdiensten, hotels en restaurants om egocentrische data te verzamelen. Human Archive heeft meer dan 1.000 actieve headsets verspreid over meerdere locaties geïmplementeerd.

Met deze vooruitgang heeft Human Archive dinsdag 8,2 miljoen dollar aan financiering opgehaald van Wing Venture Capital, NVP Capital, Y Combinator en investeerders van OpenAI, Nvidia, Google, Mercor, AfterQuery, BAIR, SAIL, Brad Boa en Meta.

De startup is opgericht door drie studenten van UC Berkeley en één van Stanford: Samay Maini, Rushil Agarwal, Shloke Patel en Raj Patel, de laatste twee zijn neven. Raj Patel is de CEO. Alle vier hebben een onderzoeksachtergrond in robotica, hardware en tactiele data.

Het oprichten van het bedrijf is een directe inzet op de richting waarin de AI-industrie zich ontwikkelt. Terwijl robotica-laboratoria en vooraanstaande AI-bedrijven racen om machines te bouwen die fysieke taken in de echte wereld kunnen uitvoeren, worden zij geconfronteerd met een kritieke bottleneck: een tekort aan hoogwaardige, real-world trainingsdata die laat zien hoe mensen alledaagse werkzaamheden verrichten. Human Archive gelooft dat de werknemers in de bloeiende gig-economie van India een onbenutte en schaalbare bron van precies die data vertegenwoordigen.

Uitdagingen en afwijzingen

Hoewel Human Archive met meerdere partners samenwerkt, heeft het bedrijf te maken gehad met afwijzingen van verschillende Indische thuisservicebedrijven, waaronder Pronto en Urban Company, voor een samenwerking.

De afwijzing door grote spelers kwam afgelopen weekend aan het licht, toen het Indische mediakanaal Entrackr meldde dat Pronto actief op zoek is naar partnerschappen om werknemersdata te verzamelen voor robotica-training. Tevens had Snabbit eerdere gesprekken gevoerd met Human Archive, maar deze samenwerking is niet van de grond gekomen.

De CEO van Urban Company, Abhiraj Singh Bhal, reageerde op X door te stellen dat het bedrijf niet in dergelijke regelingen zou willen betrokken raken. Patel reageerde daarop door te zeggen dat Urban Company binnenkort gedwongen zal worden om zijn standpunt te heroverwegen, anders loopt het het risico klanten te verliezen. Co-founder Rushil Agarwal was nog directer en vertelde dat de oprichter van Pronto, Anjali Sardana, had gelachen en hem “stom” noemde toen hij het idee van een datapartnerschap opperde. Pronto bevestigde de gesprekken, maar besloot niet verder te gaan.

Concurrentie en differentiatie

In heel India zijn er andere startups die egocentrische data verzamelen uit verschillende werkomgevingen, waaronder fabrieksvloeren. Om zich te onderscheiden, ontwikkelt en gebruikt Human Archive aanvullende apparaten, zoals tactiele handschoenen, een motion capture-pak en cameravoorzieningen voor de pols. Deze apparatuur is bedoeld om data te verzamelen, inclusief beweging en tactiele kracht, die synchroon zijn afgestemd op RGB-D.

Met deze innovatieve aanpak hoopt Human Archive niet alleen bij te dragen aan de ontwikkeling van robotica, maar ook om een waardevolle bron van data te worden die de AI-industrie verder kan helpen. De vraag naar realistische trainingsdata zal alleen maar toenemen naarmate de technologie zich verder ontwikkelt en de noodzaak voor efficiëntie in diverse sectoren steeds dringender wordt.

Vertaald met ChatGPT gpt-4o-mini