📢 转载信息
原文作者：Kyle Wiggers
DoorDash 正在向一个新方向扩展其配送员的收入来源，通过一项名为“Tasks”的新应用，让配送员通过提交训练 AI 所需的视频来赚钱。
这项新服务鼓励配送员拍摄特定地标、商店和交通标志的视频，而 DoorDash 则依靠这些数据来训练其机器学习模型。DoorDash 的这项新努力与该公司在 2024 年 3 月 19 日向 TechCrunch 发送的一份声明相符，其中提到该公司正在“探索新的方式来利用我们的平台支持 AI 发展”。
“我们一直在寻求新的方式来为配送员提供更多赚钱的机会，同时也能为我们的合作伙伴提供价值，”DoorDash 产品主管 Anya Kumar 在一份声明中表示。“Tasks 应用使我们能够利用我们庞大的配送员网络来为 AI 训练收集关键数据，同时为配送员提供灵活的额外收入来源。”
AI 训练的众包方法
Tasks 应用的推出标志着 DoorDash 在利用其配送员网络来支持 AI 发展方面迈出了新的一步。该平台已授权配送员完成一系列特定任务，包括拍摄城市各地的不同地标、商店和交通标志的视频。然后，DoorDash 会利用这些视频来训练其机器学习模型，从而提高其服务的准确性和效率。
例如，一位配送员可以被要求前往特定地点，并拍摄一个特定地标的视频。另一位配送员则可能需要拍摄一系列商店的视频，或者拍摄一系列交通标志的视频。DoorDash 表示，它将根据完成的任务的复杂性和地理位置向配送员支付报酬。
挑战和机遇
众包数据训练 AI 的方法并非没有挑战。其中一个关键问题是数据的质量和一致性。DoorDash 必须实施健全的质量控制措施，以确保收集到的视频数据准确、可靠，并适用于 AI 训练。
此外，DoorDash 还面临着激励配送员积极参与的挑战。该公司需要提供有吸引力的报酬和清晰的任务说明，以鼓励配送员花时间和精力来完成这些任务。同时，DoorDash 也需要解决潜在的隐私问题，确保收集到的视频数据得到妥善处理，并符合相关法规。
然而，这项新举措也为 DoorDash 和其配送员带来了巨大的机遇。对于 DoorDash 而言，通过众包获取 AI 训练数据可以显著降低成本，并加快模型开发的进程。对于配送员而言，Tasks 应用提供了一种灵活的方式来增加收入，同时也能为技术的发展做出贡献。
Kumar 表示：“我们相信，通过赋能我们的配送员，我们可以加速 AI 的发展，并为所有人创造更好的体验。Tasks 应用是我们实现这一愿景的又一步。”
DoorDash 计划在未来几个月内在更多城市推出 Tasks 应用。该公司表示，它还将继续探索利用其平台支持 AI 发展的新方法。
DoorDash 并非唯一一家利用配送员网络来训练 AI 的公司。Instacart 去年推出了类似的任务平台，让其配送员拍摄商店货架的照片，以改进其库存管理系统。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区