يحيى السيد عمر

عشرات الآلاف من العمال في الهند يرتدون كاميرات مثبّتة على الرأس تُسجّل حركاتهم اليومية في أثناء العمل؛ من تعبئة الطرود إلى كيّ الأقمشة وفَرْز البلاستيك. هذه التسجيلات، المعروفة بـ”البيانات ذاتية المنظور”؛ لأنها تلتقط المشهد من زاوية العامل نفسه، تتحوّل إلى مادة تدريب لنماذج سلوكية ضخمة تُستخدَم لاحقًا في تعليم الروبوتات الشبيهة بالبشر كيفية أداء مهام حقيقية.

النصوص والصور درَّبت نماذج الذكاء الاصطناعي التقليدية، لكنّ الروبوت المادي يحتاج نوعًا مختلفًا تمامًا من الوقود؛ بيانات تشرح له كيف تتحرّك اليد البشرية وهي تُمسك قماشًا هشًّا، أو كيف يميل المعصم لضبط زاوية غرزة خياطة، وهي مهارات حركية دقيقة ظلت لعقود عصية على الأتمتة الكاملة. الهند رسَّخت موقعها كوسيط عالمي رئيسي في جمع ومعالجة هذا النوع من بيانات الذكاء الاصطناعي، مستفيدةً من قاعدة عُمالية ضخمة ومنخفضة التكلفة نسبيًّا؛ فبعض العمال يتقاضون نحو 2,62 دولار في الساعة مقابل تصوير عملهم اليومي، وتوقعات السوق تشير إلى أن أكثر من مليار روبوت شبيه بالبشر قد تعمل عالميًّا بحلول 2050.

لكن ماذا لو كان العامل الذي يجمع بيانات التدريب اليوم يساعد فعليًّا في صناعة الروبوت الذي قد يأخذ وظيفته غدًا؟ الإجابة الواقعية أن هذا الاحتمال قائم بالفعل وليس افتراضيًّا؛ فبمجرد أن يصل النموذج السلوكي لمستوى أداء كافٍ في مهمة معينة، تنتهي الحاجة لمزيد من بيانات التدريب في تلك الفئة تحديدًا، وهذا يعني أن عمل جمع البيانات نفسه مُؤقّت بطبيعته، بينما الروبوت الناتج عنه دائم ومُصمّم أصلًا ليحل محل المهمة التي وثَّقها العامل بيديه.

#الهند
#الروبوتات
#الذكاء_الاصطناعي
#سوق_العمل