ബെയ്ജിങ്: അതിവേഗത്തിൽ ഓടാൻ കഴിയുന്ന റോബോട്ടുകൾക്ക് പാത്രം കഴുകുക, വസ്ത്രങ്ങൾ മടക്കുക, മേശ തുടയ്ക്കുക തുടങ്ങിയ ദൈനംദിന ജോലികൾ പഠിപ്പിക്കുന്ന പുതിയ തൊഴിൽമേഖല ചൈനയിൽ ശ്രദ്ധ നേടുന്നു.
ഹ്യൂമനോയിഡ് റോബോട്ടുകളെ പരിശീലിപ്പിക്കുന്ന ജോലിക്ക് പ്രതിമാസം 4,000 മുതൽ 6,000 യുവാൻ വരെ ശമ്പളം ലഭിക്കുന്നതായാണ് റിപ്പോർട്ടുകൾ.
വീടുകൾ, ഫാക്ടറികൾ, സൂപ്പർമാർക്കറ്റുകൾ എന്നിവിടങ്ങളിൽ ഉപയോഗിക്കാവുന്ന റോബോട്ടുകളെ പരിശീലിപ്പിക്കുകയാണ് ലക്ഷ്യം.
പാത്രം കഴുകി, തുണി മടക്കി റോബോട്ടുകൾക്ക് പരിശീലനം
റോബോട്ടുകളെ ഒരേ ജോലി ആവർത്തിച്ച് ചെയ്യിപ്പിച്ചാണ് പരിശീലനം നൽകുന്നത്. പാത്രം കഴുകുക, വസ്ത്രങ്ങൾ മടക്കിവെക്കുക, മേശ തുടയ്ക്കുക, കുപ്പിയുടെ അടപ്പ് തുറക്കുക തുടങ്ങിയ പ്രവർത്തനങ്ങൾ ദിവസവും നൂറിലധികം തവണ ആവർത്തിക്കേണ്ടിവരും.
ചൈനീസ് സാമൂഹികമാധ്യമങ്ങളിലും റിക്രൂട്ട്മെന്റ് പ്ലാറ്റ്ഫോമുകളിലും ഇത്തരം ജോലികൾക്കായുള്ള പരസ്യങ്ങൾ വ്യാപകമാകുന്നുണ്ട്.
ഏകദേശം 600 മുതൽ 900 ഡോളർ വരെ പ്രതിമാസ ശമ്പളം ലഭിക്കുമെന്നാണ് റിപ്പോർട്ടുകൾ. ഇന്ത്യൻ രൂപയിൽ ഇത് ഏകദേശം 50,000 മുതൽ 75,000 രൂപ വരെയാണ്.
സെൻസറുകൾ ധരിച്ച് ചലനങ്ങൾ റെക്കോർഡ് ചെയ്യുന്നു
More Read
റോബോട്ടുകളെ പരിശീലിപ്പിക്കുന്നവർ മോഷൻ ക്യാപ്ചർ സെൻസറുകളും നിരീക്ഷണ ഉപകരണങ്ങളും ധരിച്ചാണ് ജോലി ചെയ്യുന്നത്.
ക്യാമറകളും സെൻസറുകളും ഉപയോഗിച്ച് ഓരോ ചലനവും രേഖപ്പെടുത്തുകയും പിന്നീട് അത് ഡാറ്റയാക്കി മാറ്റുകയും ചെയ്യും.
ഈ ഡാറ്റയുടെ സഹായത്തോടെയാണ് എഐ റോബോട്ടുകൾക്ക് വീടുകളിലും അടുക്കളകളിലും ഫാക്ടറികളിലും കൃത്യമായി പ്രവർത്തിക്കാൻ പരിശീലനം നൽകുന്നത്.
മനുഷ്യരുടെ കൈകളുടെ ചലനങ്ങളും വസ്തുക്കൾ കൈകാര്യം ചെയ്യുന്ന രീതികളും റോബോട്ടുകൾക്ക് പകർത്താനാകുന്ന വിധത്തിലാണ് പരിശീലനം ക്രമീകരിക്കുന്നത്.
ജോലി നഷ്ടപ്പെട്ട ലിയുവിന് പുതിയ അവസരം
ഓട്ടോമൊബൈൽ മേഖലയിലെ ജോലി നഷ്ടപ്പെട്ടതിനെത്തുടർന്ന് പുതിയ തൊഴിൽ തേടിയ 40കാരിയായ ലിയു യുൻ റോബോട്ട് പരിശീലനത്തിലൂടെ ശ്രദ്ധ നേടിയതായി റിപ്പോർട്ടുകൾ പറയുന്നു.
More Read
ബെയ്ജിങ്ങിലെ ഒരു സ്റ്റുഡിയോയിൽ കൈകളിൽ സെൻസർ ബ്രേസ്ലെറ്റുകളും വിരലുകളിൽ ചിപ്പുകളും ധരിച്ചാണ് ലിയു ജോലി ചെയ്തത്.
കമ്പ്യൂട്ടർ സ്ക്രീനിൽ ലഭിക്കുന്ന നിർദേശങ്ങൾക്കനുസരിച്ച് കപ്പുകൾ മാറ്റിവെക്കുകയും പ്രതലങ്ങൾ തുടയ്ക്കുകയും പോലുള്ള പ്രവർത്തനങ്ങൾ അവർ ആവർത്തിച്ചു ചെയ്തു.
“റോബോട്ടുകളെ പരിശീലിപ്പിക്കുന്നതിനേക്കാൾ ഉപരി, രണ്ട് വയസ്സുള്ള ഒരു കുട്ടിയെ പഠിപ്പിക്കുന്നതുപോലെയാണ് എനിക്ക് തോന്നിയത്,” എന്നാണ് ലിയു പറഞ്ഞത്.
ജീവനക്കാരുടെ വേഗവും കൃത്യതയും സൂക്ഷ്മമായി നിരീക്ഷിക്കുന്നതായും റിപ്പോർട്ടിലുണ്ട്. ദിവസേന 160 സാമ്പിളുകൾ രേഖപ്പെടുത്തുകയായിരുന്നു ലക്ഷ്യം.
എന്നാൽ ചിലർ 260ലധികം സാമ്പിളുകൾ പൂർത്തിയാക്കി. അതേസമയം, ഒരു ദിവസം 200 തവണയോളം പാത്രം കഴുകുന്നതുപോലുള്ള ജോലികൾ ആവർത്തിക്കുന്നത് ശാരീരികമായി ബുദ്ധിമുട്ടുണ്ടാക്കുന്നതായും ലിയു ചൂണ്ടിക്കാട്ടി.
വിദ്യാർഥികൾക്കും വീട്ടമ്മമാർക്കും വരുമാനമാർഗം
ഷാൻസി പ്രവിശ്യയിൽ നിന്നുള്ള 22കാരനായ വിദ്യാർഥി സൺ വേനലവധിക്കാലത്ത് ഇന്റേൺഷിപ്പ് അന്വേഷിക്കുന്നതിനിടെയാണ് റോബോട്ട് പരിശീലന ജോലിയിൽ പ്രവേശിച്ചത്.
വസ്ത്രങ്ങൾ മടക്കുക, തറ തൂത്തുവാരുക, ചലനങ്ങൾ രേഖപ്പെടുത്തുക തുടങ്ങിയവയായിരുന്നു ചുമതലകൾ. പകൽ ഷിഫ്റ്റിന് 120 യുവാനും രാത്രി ഷിഫ്റ്റിന് 135 യുവാനും ലഭിച്ചിരുന്നെങ്കിലും വരുമാനം പര്യാപ്തമല്ലെന്നായിരുന്നു അദ്ദേഹത്തിന്റെ പ്രതികരണം.
ജിയാങ്സു പ്രവിശ്യയിൽ നിന്നുള്ള ഗുവോ ഹോങ്ജുവാൻ വീട്ടിലിരുന്ന് ദിവസവും ആറുമണിക്കൂറോളം ഈ ജോലി ചെയ്യുന്നു.
പുസ്തകങ്ങൾ അടുക്കിവെക്കുക, മേശ തുടയ്ക്കുക, വസ്തുക്കൾ മാറ്റിവെക്കുക തുടങ്ങിയ ജോലികളിലൂടെ പ്രതിമാസം ഏകദേശം 4,000 യുവാൻ സമ്പാദിക്കുന്നതായാണ് റിപ്പോർട്ട്.
കുട്ടിയെ പരിചരിക്കുന്നതിനൊപ്പം വരുമാനം നേടാൻ ഈ ജോലി സഹായിക്കുന്നുവെന്നും പറയുന്നു.
വീട്ടുജോലികൾക്കായി റോബോട്ടുകൾ; വളരുന്ന വിപണി
വീട്ടുജോലികൾക്കായി മനുഷ്യരെ ആശ്രയിക്കുന്നത് കുറയ്ക്കുകയും റോബോട്ടിക്സിനെ വലിയൊരു ബിസിനസ് മേഖലയാക്കി വളർത്തുകയും ചെയ്യുകയാണ് ഈ രംഗത്തെ സ്റ്റാർട്ടപ്പുകളുടെ ലക്ഷ്യം.
ഷവോമി, അലിബാബ തുടങ്ങിയ വൻകിട കമ്പനികളുടെ പിന്തുണയോടെ പ്രവർത്തിക്കുന്ന സംരംഭങ്ങളും ഈ മേഖലയുമായി ബന്ധപ്പെട്ട് ശ്രദ്ധ നേടുന്നുണ്ട്.
റോബോട്ടുകൾക്ക് യഥാർഥ സാഹചര്യങ്ങളിൽ പ്രവർത്തിക്കാൻ ആവശ്യമായ പരിശീലന ഡാറ്റ ലഭ്യമാക്കുന്നതിൽ ഇത്തരം ജോലികൾക്ക് പ്രധാന പങ്കുണ്ട്.
ഭാവിയിൽ വീടുകൾക്കും വ്യാപാരസ്ഥാപനങ്ങൾക്കും വ്യവസായശാലകൾക്കും ഉപയോഗിക്കാവുന്ന റോബോട്ടുകളുടെ വികസനം വേഗത്തിലാക്കാൻ ഈ തൊഴിൽമേഖല സഹായിച്ചേക്കാം.
English Summary: China is seeing growing demand for workers who train humanoid robots to perform everyday tasks such as washing dishes, folding clothes and wiping tables. Workers record their movements using sensors and cameras to generate training data for AI-powered robots. Reported monthly salaries range from 4,000 to 6,000 yuan.
