MicroAGI, startup tedesca attiva nella raccolta di dati per la physical AI, ha avviato a New York il progetto Shift: un servizio di pulizia domestica gratuito in cui gli operatori lavorano indossando videocamere montate sulla testa. Le registrazioni in prima persona vengono utilizzate come dati di addestramento per sistemi robotici e modelli AI destinati a svolgere attività domestiche e di servizio.
Il servizio viene prenotato come una normale pulizia domestica. Un operatore verificato raggiunge l’abitazione, svolge attività come lavaggio di stoviglie, pulizia di superfici, riordino, lavaggio dei pavimenti e organizzazione di spazi comuni, mentre una videocamera registra il punto di vista dell’addetto, i movimenti delle mani, gli oggetti manipolati, l’ordine delle operazioni e il contesto fisico della casa. Il cliente non paga il servizio, ma autorizza la raccolta del materiale video.
Per MicroAGI questo tipo di acquisizione risponde a un problema centrale della robotica domestica: i modelli destinati ad agire nel mondo fisico non possono essere addestrati soltanto su testi, immagini statiche o simulazioni. Per imparare a prendere un bicchiere, svuotare una lavastoviglie, spostare una sedia, riporre utensili o pulire una superficie, un robot deve osservare sequenze reali di percezione e azione, comprese le variazioni presenti nelle abitazioni: disposizione degli ambienti, luminosità, mobili, ostacoli, oggetti fuori posto, mani, materiali e modalità operative differenti.
I video raccolti da Shift costituiscono quindi dati egocentrici, cioè ripresi dal punto di vista della persona che svolge l’azione. In un dataset di questo tipo, ogni frame può essere associato al movimento dell’operatore, alla posizione degli oggetti, alla sequenza del compito e al risultato ottenuto. Queste informazioni possono essere usate per addestrare modelli visione-azione, sistemi di imitazione, policy robotiche e modelli multimodali in grado di collegare istruzioni linguistiche, immagini e gesti fisici.
L’azienda indica che i dati vengono elaborati prima della distribuzione commerciale. MicroAGI afferma di applicare filtri automatici per oscurare volti, schermi e altri dettagli sensibili e di non registrare l’audio durante le sessioni. Il materiale viene poi utilizzato internamente e fornito a laboratori AI e aziende che sviluppano robot e sistemi di automazione fisica.
Il modello economico di Shift non consiste quindi nella vendita delle pulizie domestiche, ma nella produzione di dataset ad alto valore per il settore robotico. Le riprese di attività reali in abitazioni private sono particolarmente utili perché mostrano condizioni difficili da replicare in un laboratorio: cucine con oggetti diversi, superfici non standardizzate, spazi ristretti, disordine, illuminazione variabile e azioni che richiedono adattamento continuo.
MicroAGI ha presentato Shift come una modalità per accelerare la disponibilità di dati utili alla robotica domestica. La startup opera già con una rete di operatori in più Paesi e raccoglie dati su attività fisiche svolte in contesti reali. In prospettiva, il progetto potrebbe estendere il modello oltre la pulizia, includendo cucina, manutenzione, assistenza tecnica e altri lavori manuali da trasformare in sequenze video utilizzabili per l’addestramento di sistemi embodied AI.
Il progetto evidenzia però anche un punto critico nella raccolta dei dati per robotica: una casa contiene informazioni molto più ampie del singolo compito registrato. La videocamera può catturare disposizione degli ambienti, oggetti personali, abitudini familiari, documenti, dispositivi, condizioni economiche e altri elementi non necessari all’azione da apprendere. La qualità dei processi di anonimizzazione, la gestione dei tempi di conservazione, le condizioni di riutilizzo dei video e la possibilità di limitare la raccolta a specifiche aree dell’abitazione diventano quindi aspetti tecnici e contrattuali centrali per un modello che scambia servizi domestici con dati destinati ai robot.