جمع بيانات الفيديو ذاتي المنظور (egocentric) لبرنامج ذكاء اصطناعي للروبوتات
احتاجت شركة ذكاء اصطناعي للروبوتات إلى فيديو من منظور الشخص الأول لبشر يؤدون مهامًا مادية يومية، يُلتقط باتساق عبر بيئات وأنواع أجسام متنوعة، لتدريب نموذج ذكاء اصطناعي مجسَّد على التعميم بما يتجاوز بيئة مختبر واحدة.
Client snapshot
| Industry | الروبوتات والذكاء الاصطناعي المجسَّد |
|---|---|
| Region | جمع ميداني في عدة دول عبر أفريقيا وجنوب شرق آسيا والأمريكتين |
| Engagement type | جمع فيديو لمهام مادية من منظور الشخص الأول |
The challenge
جُمعت مجموعة بيانات العميل الحالية بالكامل تقريبًا في دولة واحدة ولدى فئة سكانية واحدة، ما حدّ من قدرة نموذجه على التعميم على بيئات المنازل وأماكن العمل في العالم الحقيقي في أماكن أخرى. وكان يحتاج إلى جمع ميداني بحجم كبير، بمعايير متسقة للكاميرا وبنية المهام، عبر بيئات شديدة الاختلاف.
The approach
استقطبت Jwuma مساهمين قادرين على العمل الميداني في عدة دول، وجهّزتهم وأطلعتهم على معيار تسجيل موثق، وجمعت فيديو من منظور الشخص الأول لمجموعة المهام المحددة عبر نطاق متنوع عن عمد من المنازل وأماكن العمل وأنواع الأجسام. وتضمنت كل جلسة موافقة صريحة تغطي بيانات الهيئة والموقع، وجرى التحقق من دقة أداء المهمة أثناء المراجعة إلى جانب جودة الفيديو.
Results
تسلّم العميل مجموعة بيانات فيديو متنوعة جغرافيًا وديموغرافيًا جُمعت بمنهجية متسقة، ما وسّع بشكل ملموس البيئات التي يملك نموذجه أمثلة تدريب منها، وذلك ضمن الجدول الزمني الأصلي للبرنامج.
Frequently asked questions
لماذا تحتاج بيانات تدريب الذكاء الاصطناعي المادي إلى الجمع في عدة دول؟
لأن النموذج المدرَّب على نطاق ضيق من البيئات وأنواع الأجسام يعمّم بشكل ضعيف على ظروف العالم الحقيقي خارج ذلك النطاق.
كيف يُحافَظ على اتساق التسجيل عبر مساهمين ومواقع كثيرة؟
من خلال معيار موثق للكاميرا وبنية المهام يُطلَع عليه كل مساهم قبل بدء الجمع.
ما الموافقة المطلوبة لهذا النوع من البيانات؟
موافقة صريحة تغطي بيانات الهيئة والموقع، إضافةً إلى الموافقة المعتادة على استخدام البيانات، تُجمع عند كل جلسة تسجيل.
Related case studies
بيانات التحقق من الوجه والهوية لمنصة تنقّل عالمية
احتاجت منصة عالمية للتنقل وطلب السيارات إلى بيانات وجه وهوية موثَّقة في مناطق متعددة لتعزيز نظام التحقق من سلامة السائقين والركاب، في ظل متطلبات صارمة للموافقة ومعالجة البيانات البيومترية.
تقييم RLHF لنموذج ذكاء اصطناعي محادثي
احتاجت شركة ذكاء اصطناعي محادثي إلى مسار تقييم بشري منظّم وقابل للتوسع لتقدير جودة ردود روبوت الدردشة في عملية الضبط الدقيق بـ RLHF، بعد أن أنتجت مجموعة المقيّمين العشوائية لديها درجات غير متسقة.
الإشراف على المحتوى متعدد اللغات وبيانات المنتجات لسوق تجارة إلكترونية
احتاج سوق تجارة إلكترونية عابر للحدود إلى إشراف على المحتوى متعدد اللغات ووسم لكتالوج المنتجات للحفاظ على امتثال الإعلانات وقابليتها للبحث باللغات التي يستخدمها بائعوه ومشتروه فعليًا.
Published 2026-10-02 by Jwuma, operated by Corpshore AI. This case study is an anonymized composite representative of the kind of work Jwuma performs in this industry, described by industry, region and engagement type rather than by company name, since this engagement is not yet cleared for public naming. Discuss a similar program at client.corpshore.ai.